園田 9R 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 |
アスピラシオン 推奨 |
吉村智（兵庫） |
実5.3 |
B× A◎勝率27% EV+41% 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) AI 予想勝率 0.0% (オッズ暗示: 18.9%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 26.6% / 期待値 +41% ※ 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 |
ウェイヴメカニクス |
下原理（兵庫） |
実21.2 |
B△ A▽勝率3% EV-27% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.7%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.4% / 期待値 -28% ※ 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 |
エクヴァータル 推奨 |
小牧太（兵庫） |
実7.0 |
B🌟◎ A○勝率17% EV+18% 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) +560% (市場が大幅過小評価) AI 予想勝率 94.4% (オッズ暗示: 14.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 17.0% / 期待値 +19% ※ 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 |
ゴールデンロンドン |
塩津璃（兵庫） |
実10.6 |
B× A▽勝率5% EV-49% 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) AI 予想勝率 0.0% (オッズ暗示: 9.4%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 4.7% / 期待値 -50% ※ 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 |
トコトコクマチ |
杉浦健（兵庫） |
実42.4 |
B▲ A▽勝率2% EV+3% 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) -72% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.4%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.4% / 期待値 +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。 |
| 6 |
テーオーウィルソン 先行 |
永井孝（兵庫） |
実42.4 |
B× A▽勝率2% EV-14% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.4%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 2.0% / 期待値 -14% ※ 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 |
エルナンデス 逃げ |
廣瀬航（兵庫） |
実6.0 |
B△ A▲勝率15% EV-12% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 16.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 14.6% / 期待値 -12% ※ 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 |
フライトマジック 逃げ |
福原杏（兵庫） |
実10.6 |
B○ A△勝率11% EV+16% 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) -52% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 9.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.0% / 期待値 +17% ※ 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 |
エムザックドリーム |
佐々世（兵庫） |
実2.8 |
B× A△勝率7% EV-80% 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) -100% (大幅な期待値マイナス) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 期待値 -80% ※ 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 |
サンピラーゴールド |
田野豊（兵庫） |
実8.4 |
B△ A△勝率11% EV-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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 11.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 11.0% / 期待値 -7% ※ 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)
+560% (市場が大幅過小評価)
AI 予想勝率
94.4% (オッズ暗示: 14.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 17.0% / 期待値 +19%
×期待値 (オッズ vs AI勝率)
-52% (大幅な期待値マイナス)
AI 予想勝率
4.5% (オッズ暗示: 9.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.0% / 期待値 +17%
×期待値 (オッズ vs AI勝率)
-72% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 2.4%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.4% / 期待値 +3%
×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
0.1% (オッズ暗示: 16.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 14.6% / 期待値 -12%
×期待値 (オッズ vs AI勝率)
-97% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 4.7%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 3.4% / 期待値 -28%
×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
0.1% (オッズ暗示: 11.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 11.0% / 期待値 -7%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 18.9%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 26.6% / 期待値 +41%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 9.4%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 4.7% / 期待値 -50%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 2.4%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 2.0% / 期待値 -14%
×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 6位 / 勝率 7.1% / 期待値 -80%
💡 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 (AI 期待値プラス判定)
A. 市場込みモデル
-
単勝
1
アスピラシオン
実5.3倍
期待値 -100%
B. 市場除外+キャリブ
-
単勝
3
エクヴァータル
実7.0倍
期待値 +561%
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
アスピラシオン 推奨 |
吉村智（兵庫） |
実5.3 |
◎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) +41% (妙味あり) AI 予想勝率 26.6% (オッズ暗示: 18.9%) ※ 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。 |
| 2 |
ウェイヴメカニクス |
下原理（兵庫） |
実21.2 |
▽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) -28% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 4.7%) ※ 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 |
エクヴァータル 推奨 |
小牧太（兵庫） |
実7.0 |
○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) +18% (市場と概ね一致) AI 予想勝率 17.0% (オッズ暗示: 14.3%) ※ 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。 |
| 4 |
ゴールデンロンドン |
塩津璃（兵庫） |
実10.6 |
▽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) -50% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 9.4%) ※ 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。 |
| 5 |
トコトコクマチ |
杉浦健（兵庫） |
実42.4 |
▽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) +3% (市場と概ね一致) AI 予想勝率 2.4% (オッズ暗示: 2.4%) ※ 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。 |
| 6 |
テーオーウィルソン 先行 |
永井孝（兵庫） |
実42.4 |
▽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) -14% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.4%) ※ 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。 |
| 7 |
エルナンデス 逃げ |
廣瀬航（兵庫） |
実6.0 |
▲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) -12% (オッズ過剰評価) AI 予想勝率 14.6% (オッズ暗示: 16.7%) ※ 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 |
フライトマジック 逃げ |
福原杏（兵庫） |
実10.6 |
△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) +16% (市場と概ね一致) AI 予想勝率 11.0% (オッズ暗示: 9.4%) ※ 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。 |
| 9 |
エムザックドリーム |
佐々世（兵庫） |
実2.8 |
△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) -80% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 35.7%) ※ 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 |
サンピラーゴールド |
田野豊（兵庫） |
実8.4 |
△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) -7% (オッズ過剰評価) AI 予想勝率 11.0% (オッズ暗示: 11.9%) ※ 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。 |
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)
+41% (妙味あり)
AI 予想勝率
26.6% (オッズ暗示: 18.9%)
△期待値 (オッズ vs AI勝率)
+18% (市場と概ね一致)
AI 予想勝率
17.0% (オッズ暗示: 14.3%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
14.6% (オッズ暗示: 16.7%)
△期待値 (オッズ vs AI勝率)
+16% (市場と概ね一致)
AI 予想勝率
11.0% (オッズ暗示: 9.4%)
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
11.0% (オッズ暗示: 11.9%)
×期待値 (オッズ vs AI勝率)
-80% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 35.7%)
×期待値 (オッズ vs AI勝率)
-50% (大幅な期待値マイナス)
AI 予想勝率
4.7% (オッズ暗示: 9.4%)
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
3.4% (オッズ暗示: 4.7%)
△期待値 (オッズ vs AI勝率)
+3% (市場と概ね一致)
AI 予想勝率
2.4% (オッズ暗示: 2.4%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
2.0% (オッズ暗示: 2.4%)
💡 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 (AI 期待値プラス判定)
A. 市場込みモデル
-
単勝
1
アスピラシオン
実5.3倍
期待値 +41%
B. 市場除外+キャリブ
-
単勝
3
エクヴァータル
実7.0倍
期待値 +19%
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。
