園田 1R 詳細AI予想
本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ジェントルショット 追込 |
新庄海（兵庫） |
実126.2 |
B▽ A▽勝率2% 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) -31% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 期待値 +99% ※ 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 |
プロミット 逃げ |
永井孝（兵庫） |
実54.6 |
B△ A▽勝率3% EV+63% 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) -25% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 期待値 +63% ※ 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 |
ケンシロウニセイ |
田野豊（兵庫） |
実13.6 |
B△ A▲勝率14% EV+85% 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) -65% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 7.4%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 13.6% / 期待値 +85% ※ 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 |
フルリミット |
杉浦健（兵庫） |
実1.2 |
B○ A○勝率24% EV-70% 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) -74% (大幅な期待値マイナス) AI 予想勝率 21.8% (オッズ暗示: 83.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 24.2% / 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 |
ビップピュアエース |
高畑皓（兵庫） |
実38.2 |
B× A▽勝率3% EV+26% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 期待値 +26% ※ 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 |
ブラックアスラーダ |
山本太（兵庫） |
実24.2 |
B× A△勝率7% EV+81% 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 4.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.5% / 期待値 +81% ※ 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 |
ピースアンドレノン 推奨 |
廣瀬航（兵庫） |
実7.1 |
B🌟◎ A◎勝率25% EV+75% 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) +347% (市場が大幅過小評価) AI 予想勝率 63.0% (オッズ暗示: 14.1%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 24.7% / 期待値 +75% ※ 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 |
エイシンバーマン |
長尾翼（兵庫） |
実25.4 |
B× A△勝率4% EV+12% 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) -86% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 +13% ※ 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 |
ワンダーフレックス |
大山真（兵庫） |
実94.6 |
B▽ A▽勝率2% EV+61% 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) -45% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 期待値 +61% ※ 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 |
シュガーラッシュ 推奨 |
高橋洸（兵庫） |
実17.7 |
B▲ A△勝率12% EV+118% 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) +4% (市場と概ね一致) AI 予想勝率 5.9% (オッズ暗示: 5.6%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.4% / 期待値 +119% ※ 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 |
コルシカブルー |
板野央（兵庫） |
実44.3 |
B△ A▽勝率3% EV+29% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 2.6% (オッズ暗示: 2.3%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.9% / 期待値 +29% ※ 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。 |
| 12 |
ケイツーレオン |
渡瀬和（兵庫） |
実218.5 |
B▽ A▽勝率1% EV+52% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 +52% ※ 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12頭
🌟◎期待値 (オッズ vs AI勝率)
+347% (市場が大幅過小評価)
AI 予想勝率
63.0% (オッズ暗示: 14.1%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 24.7% / 期待値 +75%
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
AI 予想勝率
21.8% (オッズ暗示: 83.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 24.2% / 期待値 -71%
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
5.9% (オッズ暗示: 5.6%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.4% / 期待値 +119%
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
2.6% (オッズ暗示: 7.4%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 13.6% / 期待値 +85%
△期待値 (オッズ vs AI勝率)
+14% (市場と概ね一致)
AI 予想勝率
2.6% (オッズ暗示: 2.3%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.9% / 期待値 +29%
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
1.4% (オッズ暗示: 1.8%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 3.0% / 期待値 +63%
×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
0.6% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.7% / 期待値 +61%
×期待値 (オッズ vs AI勝率)
-87% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 4.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.5% / 期待値 +81%
×期待値 (オッズ vs AI勝率)
-86% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 3.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.4% / 期待値 +13%
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 1.6% / 期待値 +99%
△期待値 (オッズ vs AI勝率)
+19% (市場と概ね一致)
AI 予想勝率
0.5% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.7% / 期待値 +52%
×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
0.1% (オッズ暗示: 2.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.3% / 期待値 +26%
💡 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
10
シュガーラッシュ
実17.7倍
期待値 +4%
❌不的中2着単勝 17.7倍
B. 市場除外+キャリブ
-
単勝
7
ピースアンドレノン
実7.1倍
期待値 +347%
❌不的中8着単勝 7.1倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ジェントルショット 追込 |
新庄海（兵庫） |
実126.2 |
▽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 1.6% (オッズ暗示: 0.8%) ※ 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。 |
| 2 |
プロミット 逃げ |
永井孝（兵庫） |
実54.6 |
▽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) +63% (市場が大幅過小評価) AI 予想勝率 3.0% (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。 |
| 3 |
ケンシロウニセイ |
田野豊（兵庫） |
実13.6 |
▲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) +85% (市場が大幅過小評価) AI 予想勝率 13.6% (オッズ暗示: 7.4%) ※ 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。 |
| 4 |
フルリミット |
杉浦健（兵庫） |
実1.2 |
○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% (大幅な期待値マイナス) AI 予想勝率 24.2% (オッズ暗示: 83.3%) ※ 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。 |
| 5 |
ビップピュアエース |
高畑皓（兵庫） |
実38.2 |
▽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) +26% (市場と概ね一致) AI 予想勝率 3.3% (オッズ暗示: 2.6%) ※ 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。 |
| 6 |
ブラックアスラーダ |
山本太（兵庫） |
実24.2 |
△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) +81% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 4.1%) ※ 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。 |
| 7 |
ピースアンドレノン 推奨 |
廣瀬航（兵庫） |
実7.1 |
◎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) +75% (市場が大幅過小評価) AI 予想勝率 24.7% (オッズ暗示: 14.1%) ※ 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。 |
| 8 |
エイシンバーマン |
長尾翼（兵庫） |
実25.4 |
△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) +12% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 3.9%) ※ 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。 |
| 9 |
ワンダーフレックス |
大山真（兵庫） |
実94.6 |
▽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) +61% (市場が大幅過小評価) AI 予想勝率 1.7% (オッズ暗示: 1.1%) ※ 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 |
シュガーラッシュ 推奨 |
高橋洸（兵庫） |
実17.7 |
△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) +118% (市場が大幅過小評価) AI 予想勝率 12.4% (オッズ暗示: 5.6%) ※ 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 |
コルシカブルー |
板野央（兵庫） |
実44.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 2.9% (オッズ暗示: 2.3%) ※ 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。 |
| 12 |
ケイツーレオン |
渡瀬和（兵庫） |
実218.5 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 0.7% (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。 |
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12頭
🌟◎期待値 (オッズ vs AI勝率)
+75% (市場が大幅過小評価)
AI 予想勝率
24.7% (オッズ暗示: 14.1%)
×期待値 (オッズ vs AI勝率)
-71% (大幅な期待値マイナス)
AI 予想勝率
24.2% (オッズ暗示: 83.3%)
🌟◎期待値 (オッズ vs AI勝率)
+85% (市場が大幅過小評価)
AI 予想勝率
13.6% (オッズ暗示: 7.4%)
🌟◎期待値 (オッズ vs AI勝率)
+118% (市場が大幅過小評価)
AI 予想勝率
12.4% (オッズ暗示: 5.6%)
🌟◎期待値 (オッズ vs AI勝率)
+81% (市場が大幅過小評価)
AI 予想勝率
7.5% (オッズ暗示: 4.1%)
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
4.4% (オッズ暗示: 3.9%)
△期待値 (オッズ vs AI勝率)
+26% (市場と概ね一致)
AI 予想勝率
3.3% (オッズ暗示: 2.6%)
🌟◎期待値 (オッズ vs AI勝率)
+63% (市場が大幅過小評価)
AI 予想勝率
3.0% (オッズ暗示: 1.8%)
△期待値 (オッズ vs AI勝率)
+29% (市場と概ね一致)
AI 予想勝率
2.9% (オッズ暗示: 2.3%)
🌟◎期待値 (オッズ vs AI勝率)
+61% (市場が大幅過小評価)
AI 予想勝率
1.7% (オッズ暗示: 1.1%)
🌟◎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
1.6% (オッズ暗示: 0.8%)
🌟◎期待値 (オッズ vs AI勝率)
+52% (市場が大幅過小評価)
AI 予想勝率
0.7% (オッズ暗示: 0.5%)
💡 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
10
シュガーラッシュ
実17.7倍
期待値 +119%
❌不的中2着単勝 17.7倍
B. 市場除外+キャリブ
-
単勝
7
ピースアンドレノン
実7.1倍
期待値 +75%
❌不的中8着単勝 7.1倍
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。
