園田 12R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

12R 園田競馬場ダ1400m 発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンライズナスカ	吉村智（兵庫）	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 09/30 園田11R 1着/12頭勝利 09/04 園田9R 1着/10頭勝利 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 29.4% (オッズ暗示: 32.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	グレンセロース	杉浦健（兵庫）	実4.5	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 22.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	スナークドリアン	大山真（兵庫）	実219.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調）
前5走 09/30 園田11R 9着/12頭+1.9秒 08/12 園田9R 7着/10頭+1.7秒 07/16 園田10R 9着/10頭+1.0秒 06/25 園田10R 4着/11頭 06/04 園田9R 9着/12頭
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.3着 (不振) ○ 当競馬場適性 25走で勝率 20% (相性良) ○ 距離適性同距離 23走で勝率 22% ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +182%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (オッズ暗示: 0.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	ガトー	山本咲（兵庫）	実2.0	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 09/30 園田8R 1着/3頭 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 44.1% (オッズ暗示: 50.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	シタベッド逃げ	塩津璃（兵庫）	実55.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調）
前5走 10/02 園田8R 7着/10頭+1.3秒 09/03 大井7R 10着/12頭+1.8秒 08/17 大井6R 12着/12頭+2.7秒 07/23 大井6R 9着/14頭+1.9秒 07/03 大井6R 3着/9頭
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.7着 (不振) ○ 馬場適性同馬場 26走で勝率 23% ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +16%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.1% (オッズ暗示: 1.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	リボンピーチ先行	井上幹（兵庫）	実335.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 09/30 園田11R 10着/12頭+2.5秒 09/09 園田10R 12着/12頭+4.1秒 08/21 園田7R 6着/8頭+2.2秒 08/07 園田12R 8着/10頭+2.4秒 07/16 園田10R 5着/10頭+0.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) ○ 当競馬場適性 17走で勝率 18% (相性良) ○ 距離適性同距離 18走で勝率 17% ○ 馬場適性同馬場 10走で勝率 20% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +49%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.4% (オッズ暗示: 0.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	シャナオウ追込	廣瀬航（兵庫）	実11.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率5%と苦戦傾向／直近3走平均2.3着と安定／前走2着）
前5走 10/01 園田10R 2着/9頭+0.3秒 09/16 園田9R 3着/11頭+0.4秒 09/04 園田12R 2着/11頭+0.6秒 08/05 園田12R 2着/12頭+0.1秒 07/01 園田9R 5着/10頭
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.3着 (安定) × 当競馬場適性 22走で勝率 5% (苦戦) △ 距離適性同距離 14走で勝率 7% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 8.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	ネバーセイグッバイ自在	下原理（兵庫）	実12.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/30 園田11R 5着/12頭+1.2秒 09/17 園田8R 5着/9頭+1.0秒 08/12 園田6R 2着/10頭+0.3秒 07/15 園田6R 1着/10頭 07/01 園田7R 1着/7頭
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 ○ 当競馬場適性 17走で勝率 24% (相性良) ○ 距離適性同距離 17走で勝率 24% ○ 馬場適性同馬場 11走で勝率 27% ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 8.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ワンダーブレス追込	小谷周（兵庫）	実84.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 09/30 園田11R 7着/12頭+1.4秒 09/17 園田7R 1着/9頭勝利 08/20 園田9R 5着/10頭+0.8秒 07/30 園田12R 4着/12頭+0.7秒 07/08 園田9R 2着/10頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 40走で勝率 10% △ 距離適性同距離 35走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +22%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.4% (オッズ暗示: 1.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	ディープカインズ先行	土方颯（兵庫）	実63.9	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（102日ぶりの実戦）
前5走 07/12 3110R 9着/12頭+1.9秒 06/27 315R 5着/8頭+1.6秒 06/13 314R 3着/11頭+5.0秒 05/30 313R 8着/10頭+1.7秒 05/16 319R 2着/10頭+0.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 102日休養明け △ 期待値 (オッズ vs AI勝率) +56%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.4% (オッズ暗示: 1.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	フーイナム先行	笹田知（兵庫）	実246.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向）
前5走 10/02 園田8R 8着/10頭+2.0秒 09/09 園田10R 8着/12頭+1.9秒 08/21 園田7R 5着/8頭+1.8秒 08/07 園田12R 6着/10頭+1.2秒 07/11 316R 11着/12頭+1.9秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 距離適性同距離 13走で勝率 15% ○ 馬場適性同馬場 9走で勝率 22% ○ 騎手近50戦勝率 14% ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +118%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 ◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

見送りAI の 1 位の馬

ガトー

騎手山本咲（兵庫）

2.0倍

AI の勝率44%損益の分かれ目50%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全11頭

◎4

ガトー

山本咲（兵庫）

2.0倍

勝率 44%

›

○1

サンライズナスカ

吉村智（兵庫）

3.1倍

勝率 29%

›

▲2

グレンセロース

杉浦健（兵庫）

4.5倍

勝率 8%

›

△8

ネバーセイグッバイ

下原理（兵庫）

12.2倍

勝率 5%

›

△7

シャナオウ

廣瀬航（兵庫）

11.6倍

勝率 5%

›

△10

ディープカインズ

土方颯（兵庫）

63.9倍

対象外勝率 2%

›

▽5

シタベッド

塩津璃（兵庫）

55.9倍

対象外勝率 2%

›

▽9

ワンダーブレス

小谷周（兵庫）

84.5倍

対象外勝率 1%

›

▽3

スナークドリアン

大山真（兵庫）

219.8倍

対象外勝率 1%

›

▽11

フーイナム

笹田知（兵庫）

246.4倍

対象外勝率 1%

›

▽6

リボンピーチ

井上幹（兵庫）

335.4倍

対象外勝率 0%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 展開シミュレーション

このレースの推奨馬券

見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項