園田 4R 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。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
アラタマオーソ 差し |
廣瀬航（兵庫） |
実339.9 |
B× A▽勝率1% EV+99% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 0.6% / 期待値 +100% ※ 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 |
タスマンハイウェイ |
新庄海（兵庫） |
実254.9 |
B× A▽勝率1% EV+41% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.6% / 期待値 +42% ※ 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 |
イロメガネ 自在 |
笹田知（兵庫） |
実8.7 |
B▲ A▲勝率12% EV+8% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 11.5%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.4% / 期待値 +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。 |
| 4 |
サインポール |
塩津璃（兵庫） |
実115.8 |
B× A▽勝率1% EV+71% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.5% / 期待値 +71% ※ 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 |
プライムテーラー |
土方颯（兵庫） |
実22.4 |
B× A△勝率4% EV0% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) △Aモデルの評価 (参考) レース内 5位 / 勝率 4.4% / 期待値 -1% ※ 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 |
ブンブンマル 差し |
山本太（兵庫） |
実49.2 |
B△ A▽勝率3% EV+34% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.0%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 +35% ※ 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 |
ユイノオトコヤマ |
田野豊（兵庫） |
実106.7 |
B△ A△勝率4% EV+351% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 期待値 +351% ※ 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 |
アルムチャーチル 逃げ |
大山真（兵庫） |
実2.1 |
B🌟◎ A○勝率30% EV-36% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 57.4% (オッズ暗示: 47.6%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 30.2% / 期待値 -37% ※ 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 |
テーオーコンドル |
下原理（兵庫） |
実47.0 |
B△ A△勝率6% EV+185% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.1%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.1% / 期待値 +186% ※ 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 |
ダイボウケン 逃げ |
杉浦健（兵庫） |
実1.7 |
B○ A🌟◎勝率37% EV-36% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 41.8% (オッズ暗示: 58.8%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 37.3% / 期待値 -37% ※ 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）
AIの推奨本命の次点
出走馬全10頭
△期待値 (オッズ vs AI勝率)
+20% (市場と概ね一致)
AI 予想勝率
57.4% (オッズ暗示: 47.6%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 30.2% / 期待値 -37%
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
41.8% (オッズ暗示: 58.8%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 37.3% / 期待値 -37%
×期待値 (オッズ vs AI勝率)
-95% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 11.5%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.4% / 期待値 +8%
×期待値 (オッズ vs AI勝率)
-83% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 0.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.2% / 期待値 +351%
×期待値 (オッズ vs AI勝率)
-95% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 2.1%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.1% / 期待値 +186%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 2.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.7% / 期待値 +35%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 4.4% / 期待値 -1%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.5% / 期待値 +71%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.6% / 期待値 +42%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 0.6% / 期待値 +100%
💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。
▶
このレースの展開シミュレーションはこちら
AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
アラタマオーソ 差し |
廣瀬航（兵庫） |
実339.9 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +99% (市場が大幅過小評価) AI 予想勝率 0.6% (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。 |
| 2 |
タスマンハイウェイ |
新庄海（兵庫） |
実254.9 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 0.6% (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。 |
| 3 |
イロメガネ 自在 |
笹田知（兵庫） |
実8.7 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 12.4% (オッズ暗示: 11.5%) ※ 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 |
サインポール |
塩津璃（兵庫） |
実115.8 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +71% (市場が大幅過小評価) AI 予想勝率 1.5% (オッズ暗示: 0.9%) ※ 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 |
プライムテーラー |
土方颯（兵庫） |
実22.4 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 4.5%) ※ 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。 |
| 6 |
ブンブンマル 差し |
山本太（兵庫） |
実49.2 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 2.7% (オッズ暗示: 2.0%) ※ 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。 |
| 7 |
ユイノオトコヤマ |
田野豊（兵庫） |
実106.7 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +351% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 0.9%) ※ 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 |
アルムチャーチル 逃げ |
大山真（兵庫） |
実2.1 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 30.2% (オッズ暗示: 47.6%) ※ 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。 |
| 9 |
テーオーコンドル |
下原理（兵庫） |
実47.0 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +185% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 2.1%) ※ 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 |
ダイボウケン 逃げ |
杉浦健（兵庫） |
実1.7 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 37.3% (オッズ暗示: 58.8%) ※ 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。 |
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）
AIの推奨本命の次点
出走馬全10頭
×期待値 (オッズ vs AI勝率)
-37% (大幅な期待値マイナス)
AI 予想勝率
37.3% (オッズ暗示: 58.8%)
×期待値 (オッズ vs AI勝率)
-37% (大幅な期待値マイナス)
AI 予想勝率
30.2% (オッズ暗示: 47.6%)
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
12.4% (オッズ暗示: 11.5%)
🌟◎期待値 (オッズ vs AI勝率)
+185% (市場が大幅過小評価)
AI 予想勝率
6.1% (オッズ暗示: 2.1%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
4.4% (オッズ暗示: 4.5%)
🌟◎期待値 (オッズ vs AI勝率)
+351% (市場が大幅過小評価)
AI 予想勝率
4.2% (オッズ暗示: 0.9%)
◎期待値 (オッズ vs AI勝率)
+34% (妙味あり)
AI 予想勝率
2.7% (オッズ暗示: 2.0%)
🌟◎期待値 (オッズ vs AI勝率)
+71% (市場が大幅過小評価)
AI 予想勝率
1.5% (オッズ暗示: 0.9%)
🌟◎期待値 (オッズ vs AI勝率)
+99% (市場が大幅過小評価)
AI 予想勝率
0.6% (オッズ暗示: 0.3%)
◎期待値 (オッズ vs AI勝率)
+41% (妙味あり)
AI 予想勝率
0.6% (オッズ暗示: 0.4%)
💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。
▶
このレースの展開シミュレーションはこちら
AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。
