京都 6R 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

6R 京都競馬場発走 12:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノンブルドール	西村淳	実6.0	B○ A○勝率13% EV-20% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走2着／77日ぶりの実戦）
前5走 07/18 2小倉78R 2着/10頭+0.4秒 06/27 2小倉19R 2着/8頭+0.1秒 04/04 2阪神39R 5着/9頭+1.1秒 02/14 1小倉75R 1着/18頭勝利 01/25 1小倉27R 7着/18頭+0.5秒
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戦の調子平均 3.0着 (安定) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 10.7% (オッズ暗示: 16.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.0% / 期待値 -20% ※ 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	メイショウショカツ	幸	実3.2	B◎ A◎勝率17% EV-39% 詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 06/20 3阪神56R 1着/17頭勝利 05/30 3京都115R 2着/18頭+0.4秒 05/03 3京都45R 2着/11頭+0.0秒 04/12 2阪神64R 6着/18頭+0.2秒 11/16 4京都43R 5着/15頭+1.2秒
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) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 19.4% (オッズ暗示: 31.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 16.9% / 期待値 -39% ※ 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	ゴーゴーリチャード	浜中	実102.7	B▽ A▽勝率1% EV-35% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.3着と低調）
前5走 02/21 1東京72R 16着/16頭+3.1秒 12/27 5阪神79R 6着/10頭+0.7秒 12/07 5中京25R 1着/17頭勝利 ― ―
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 13.3着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +62%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.6% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.9% / 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。
4	ガウディ	松山	実9.2	B△ A△勝率9% EV-10% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（105日ぶりの実戦）
前5走 06/20 3阪神57R 6着/16頭+1.5秒 06/06 3阪神18R 3着/9頭+0.4秒 02/21 1阪神18R 4着/7頭+0.5秒 01/10 1京都36R 1着/18頭勝利 11/01 3京都105R 4着/9頭+0.7秒
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戦の調子平均 4.3着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.2% / 期待値 -11% ※ 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	ロングトールサリー	川田	実12.1	B▽ A▽勝率6% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/19 2小倉812R 3着/9頭+0.7秒 05/24 2東京1011R 11着/18頭+0.7秒 05/02 3京都39R 7着/9頭+1.2秒 02/22 1阪神25R 1着/13頭勝利 12/06 5中京15R 2着/14頭+0.2秒
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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 8.5% (オッズ暗示: 8.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 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	ページターナー	吉村	実37.1	B▽ A▽勝率2% EV-42% 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／112日ぶりの実戦）
前5走 06/13 1函館19R 7着/11頭+0.5秒 02/21 1阪神18R 6着/7頭+0.9秒 12/14 5阪神45R 1着/6頭勝利 ― ―
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戦の調子勝率 33% (上り調子) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.8% / 期待値 -43% ※ 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	アスクメークシェア	▲森田	実233.6	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 02/15 1小倉87R 11着/14頭+1.4秒 01/25 1小倉212R 7着/14頭+0.3秒 11/24 3福島612R 8着/16頭+0.7秒 11/08 3福島19R 16着/16頭+1.1秒 10/26 4新潟47R 15着/15頭+3.3秒
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 9.7着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ※ 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	ダンツウルス	田口	実10.0	B△ A△勝率8% EV-5% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走2着）
前5走 07/19 2小倉84R 1着/14頭勝利 06/20 3阪神56R 4着/17頭+0.5秒 05/30 3京都115R 3着/18頭+0.8秒 05/09 1新潟36R 4着/16頭+0.2秒 12/07 5阪神24R 3着/8頭+0.1秒
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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 期待値 -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	クラウディアイ	小沢	実40.7	B▽ A▽勝率2% EV-39% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／90日ぶりの実戦）
前5走 07/05 2小倉48R 5着/10頭+1.6秒 05/23 1新潟710R 8着/15頭+1.1秒 04/12 1福島26R 2着/15頭+0.3秒 03/28 1中京58R 8着/14頭+0.5秒 01/25 1京都912R 8着/9頭+0.9秒
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戦の調子平均 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.8% / 期待値 -40% ※ 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	キッコベッロ	荻野極	実7.0	B▲ A▲勝率13% EV-2% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 03/21 1阪神911R 9着/12頭+1.7秒 02/14 1小倉79R 2着/10頭+0.4秒 11/16 4京都49R 4着/8頭+0.2秒 10/26 3京都99R 2着/8頭+0.1秒 09/07 4阪神25R 1着/6頭勝利
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 6.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.0% / 期待値 -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。
11	ロットブラータ	Ｍデムーロ	実57.5	B▽ A▽勝率2% EV-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9.3着と低調）
前5走 05/31 3京都127R 8着/10頭+4.1秒 05/10 3京都66R 9着/10頭+0.9秒 04/11 1福島19R 4着/16頭+0.6秒 02/22 1阪神27R 7着/9頭+0.7秒 02/01 1小倉49R 3着/11頭+0.7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 9.3着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.8% / 期待値 -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。
12	ムスクレスト	鮫島駿	実20.8	B▽ A×勝率2% EV-58% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走3着）
前5走 07/05 2小倉49R 3着/8頭+0.8秒 05/31 3京都1211R 5着/9頭+0.7秒 02/08 1小倉66R 1着/16頭勝利 01/04 1京都13R 6着/16頭+0.5秒 12/13 5中京34R 4着/13頭+0.6秒
AI 評価の内訳 — 馬番 12 ◎ 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 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 4.8%) × Aモデルの評価 (参考) レース内 10位 / 勝率 2.2% / 期待値 -59% ※ 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。
13	カットソロ	坂井	実25.1	B▽ A×勝率2% EV-50% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／161日ぶりの実戦）
前5走 04/25 2東京111R 9着/18頭+1.6秒 04/04 2阪神39R 3着/9頭+0.6秒 03/07 1阪神54R 1着/13頭勝利 02/21 1阪神16R 3着/11頭+0.9秒 02/07 1東京35R 2着/16頭+0.1秒
AI 評価の内訳 — 馬番 13 ◎ 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) △ ローテーション 161日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 4.0%) × Aモデルの評価 (参考) レース内 11位 / 勝率 2.2% / 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。
14	サンダーバード	◇今村	実13.1	B▽ A△勝率8% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 07/25 2中京18R 4着/8頭+1.0秒 06/28 2小倉22R 1着/16頭勝利 05/23 3京都94R 10着/17頭+1.2秒 04/25 3京都13R 3着/15頭+0.5秒 01/10 1京都35R 16着/18頭+3.4秒
AI 評価の内訳 — 馬番 14 ◎ 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 4走で勝率 0% (苦戦) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 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。
15	コレデヨカロウ	△柴田裕	実89.5	B▽ A▽勝率2% EV+10% 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／中6日以内の連戦）
前5走 03/21 1阪神911R 12着/12頭+2.4秒 02/12 名古屋10R 1着/11頭勝利 11/15 3福島31R 13着/15頭+3.9秒 09/07 2札幌62R 7着/10頭+0.8秒 08/24 2札幌25R 10着/11頭+2.9秒
AI 評価の内訳 — 馬番 15 ◎ 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) △ 期待値 (オッズ vs AI勝率) +41%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.6% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.8% / 期待値 +10% ※ 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。
16	リガーレ推奨	北村友	実16.6	B△ A▽勝率7% EV-1% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+46%の妙味（当競馬場で勝率17%と相性良／前走2着で力を示す）
前5走 06/20 3阪神512R 7着/18頭+0.7秒 05/30 3京都117R 4着/15頭+0.3秒 11/15 4京都37R 15着/16頭+3.9秒 11/02 3京都117R 4着/16頭+0.2秒 04/05 2阪神39R 4着/9頭+0.5秒
AI 評価の内訳 — 馬番 16 ◎ 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 6.3着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 8.8% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.4% / 期待値 -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。
17	パラディオン	松若	実40.7	B▽ A▽勝率5% EV+66% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 07/18 2小倉78R 6着/10頭+1.2秒 04/25 2東京111R 12着/18頭+2.2秒 01/18 1中山711R 14着/15頭+1.2秒 11/30 4京都86R 1着/8頭勝利 ―
AI 評価の内訳 — 馬番 17 ◎ 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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.4% / 期待値 +66% ※ 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

買うAI の推奨B

リガーレ

騎手北村友

16.6倍

AI の勝率9%損益の分かれ目6%

AI の勝率 9% が損益の分かれ目 6%（1 ÷ 16.6倍）を上回り、期待値 +47% が買う基準（+20%）以上。

賭け金の目安 ¥200（AI の自信に応じて変えています）

外れ

出走馬全17頭

◎A:◎2

メイショウショカツ

幸

3.2倍

勝率 19%

›

○A:○1

ノンブルドール

西村淳

6.0倍

勝率 11%

›

▲A:▲10

キッコベッロ

荻野極

7.0倍

勝率 11%

›

△A:△4

ガウディ

松山

9.2倍

勝率 10%

›

△A:▽16

リガーレ

北村友

16.6倍

勝率 9%

›

△A:△8

ダンツウルス

田口

10.0倍

勝率 8%

›

▽A:▽5

ロングトールサリー

川田

12.1倍

勝率 8%

›

▽A:△14

サンダーバード

◇今村

13.1倍

勝率 6%

›

▽A:×12

ムスクレスト

鮫島駿

20.8倍

勝率 5%

›

▽A:×13

カットソロ

坂井

25.1倍

勝率 2%

›

▽A:▽17

パラディオン

松若

40.7倍

対象外勝率 2%

›

▽A:▽6

ページターナー

吉村

37.1倍

対象外勝率 2%

›

▽A:▽9

クラウディアイ

小沢

40.7倍

対象外勝率 2%

›

▽A:▽11

ロットブラータ

Ｍデムーロ

57.5倍

対象外勝率 2%

›

▽A:▽15

コレデヨカロウ

△柴田裕

89.5倍

対象外勝率 2%

›

▽A:▽3

ゴーゴーリチャード

浜中

102.7倍

対象外勝率 2%

›

×7

アスクメークシェア

▲森田

233.6倍

対象外—

›

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。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

このレースの推奨馬券　2モデル並走

A. 現行モデル (binary)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 16 リガーレ実16.6倍期待値 +47% 推奨 11.3〜30.0倍 ¥200 不的中

※ オッズは予測時点の値です。

6R 京都競馬場発走 12:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノンブルドール	西村淳	実6.0	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走2着／77日ぶりの実戦）
前5走 07/18 2小倉78R 2着/10頭+0.4秒 06/27 2小倉19R 2着/8頭+0.1秒 04/04 2阪神39R 5着/9頭+1.1秒 02/14 1小倉75R 1着/18頭勝利 01/25 1小倉27R 7着/18頭+0.5秒
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戦の調子平均 3.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 13.0% (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。
2	メイショウショカツ	幸	実3.2	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 06/20 3阪神56R 1着/17頭勝利 05/30 3京都115R 2着/18頭+0.4秒 05/03 3京都45R 2着/11頭+0.0秒 04/12 2阪神64R 6着/18頭+0.2秒 11/16 4京都43R 5着/15頭+1.2秒
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) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) × 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 16.9% (オッズ暗示: 31.2%) ※ 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	ゴーゴーリチャード	浜中	実102.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.3着と低調）
前5走 02/21 1東京72R 16着/16頭+3.1秒 12/27 5阪神79R 6着/10頭+0.7秒 12/07 5中京25R 1着/17頭勝利 ― ―
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 13.3着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ※ 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。
4	ガウディ	松山	実9.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（105日ぶりの実戦）
前5走 06/20 3阪神57R 6着/16頭+1.5秒 06/06 3阪神18R 3着/9頭+0.4秒 02/21 1阪神18R 4着/7頭+0.5秒 01/10 1京都36R 1着/18頭勝利 11/01 3京都105R 4着/9頭+0.7秒
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戦の調子平均 4.3着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 10.9%) ※ 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	ロングトールサリー	川田	実12.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/19 2小倉812R 3着/9頭+0.7秒 05/24 2東京1011R 11着/18頭+0.7秒 05/02 3京都39R 7着/9頭+1.2秒 02/22 1阪神25R 1着/13頭勝利 12/06 5中京15R 2着/14頭+0.2秒
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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 8.3%) ※ 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	ページターナー	吉村	実37.1	▽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／112日ぶりの実戦）
前5走 06/13 1函館19R 7着/11頭+0.5秒 02/21 1阪神18R 6着/7頭+0.9秒 12/14 5阪神45R 1着/6頭勝利 ― ―
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戦の調子勝率 33% (上り調子) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 2.7%) ※ 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。
7	アスクメークシェア	▲森田	実233.6	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 02/15 1小倉87R 11着/14頭+1.4秒 01/25 1小倉212R 7着/14頭+0.3秒 11/24 3福島612R 8着/16頭+0.7秒 11/08 3福島19R 16着/16頭+1.1秒 10/26 4新潟47R 15着/15頭+3.3秒
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 9.7着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ※ 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	ダンツウルス	田口	実10.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走2着）
前5走 07/19 2小倉84R 1着/14頭勝利 06/20 3阪神56R 4着/17頭+0.5秒 05/30 3京都115R 3着/18頭+0.8秒 05/09 1新潟36R 4着/16頭+0.2秒 12/07 5阪神24R 3着/8頭+0.1秒
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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 10.0%) ※ 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。
9	クラウディアイ	小沢	実40.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／90日ぶりの実戦）
前5走 07/05 2小倉48R 5着/10頭+1.6秒 05/23 1新潟710R 8着/15頭+1.1秒 04/12 1福島26R 2着/15頭+0.3秒 03/28 1中京58R 8着/14頭+0.5秒 01/25 1京都912R 8着/9頭+0.9秒
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戦の調子平均 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 90日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 2.5%) ※ 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。
10	キッコベッロ	荻野極	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 03/21 1阪神911R 9着/12頭+1.7秒 02/14 1小倉79R 2着/10頭+0.4秒 11/16 4京都49R 4着/8頭+0.2秒 10/26 3京都99R 2着/8頭+0.1秒 09/07 4阪神25R 1着/6頭勝利
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 6.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 13.0% (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。
11	ロットブラータ	Ｍデムーロ	実57.5	▽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 05/31 3京都127R 8着/10頭+4.1秒 05/10 3京都66R 9着/10頭+0.9秒 04/11 1福島19R 4着/16頭+0.6秒 02/22 1阪神27R 7着/9頭+0.7秒 02/01 1小倉49R 3着/11頭+0.7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 9.3着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 1.7%) ※ 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。
12	ムスクレスト	鮫島駿	実20.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走3着）
前5走 07/05 2小倉49R 3着/8頭+0.8秒 05/31 3京都1211R 5着/9頭+0.7秒 02/08 1小倉66R 1着/16頭勝利 01/04 1京都13R 6着/16頭+0.5秒 12/13 5中京34R 4着/13頭+0.6秒
AI 評価の内訳 — 馬番 12 ◎ 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 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 90日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 4.8%) ※ 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。
13	カットソロ	坂井	実25.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／161日ぶりの実戦）
前5走 04/25 2東京111R 9着/18頭+1.6秒 04/04 2阪神39R 3着/9頭+0.6秒 03/07 1阪神54R 1着/13頭勝利 02/21 1阪神16R 3着/11頭+0.9秒 02/07 1東京35R 2着/16頭+0.1秒
AI 評価の内訳 — 馬番 13 ◎ 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) △ ローテーション 161日休養明け × 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 2.2% (オッズ暗示: 4.0%) ※ 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。
14	サンダーバード	◇今村	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 07/25 2中京18R 4着/8頭+1.0秒 06/28 2小倉22R 1着/16頭勝利 05/23 3京都94R 10着/17頭+1.2秒 04/25 3京都13R 3着/15頭+0.5秒 01/10 1京都35R 16着/18頭+3.4秒
AI 評価の内訳 — 馬番 14 ◎ 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 4走で勝率 0% (苦戦) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 7.6%) ※ 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。
15	コレデヨカロウ	△柴田裕	実89.5	▽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／中6日以内の連戦）
前5走 03/21 1阪神911R 12着/12頭+2.4秒 02/12 名古屋10R 1着/11頭勝利 11/15 3福島31R 13着/15頭+3.9秒 09/07 2札幌62R 7着/10頭+0.8秒 08/24 2札幌25R 10着/11頭+2.9秒
AI 評価の内訳 — 馬番 15 ◎ 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) △ 期待値 (オッズ vs AI勝率) +10%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.8% (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。
16	リガーレ推奨	北村友	実16.6	▽詳細▼	期待値プラスでAIの推し馬（当競馬場で勝率17%と相性良／前走2着で力を示す）
前5走 06/20 3阪神512R 7着/18頭+0.7秒 05/30 3京都117R 4着/15頭+0.3秒 11/15 4京都37R 15着/16頭+3.9秒 11/02 3京都117R 4着/16頭+0.2秒 04/05 2阪神39R 4着/9頭+0.5秒
AI 評価の内訳 — 馬番 16 ◎ 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 6.3着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 6.0%) ※ 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。
17	パラディオン	松若	実40.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 07/18 2小倉78R 6着/10頭+1.2秒 04/25 2東京111R 12着/18頭+2.2秒 01/18 1中山711R 14着/15頭+1.2秒 11/30 4京都86R 1着/8頭勝利 ―
AI 評価の内訳 — 馬番 17 ◎ 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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) +66%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.4% (オッズ暗示: 2.5%) ※ 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。

買うAI の推奨B

リガーレ

騎手北村友

16.6倍

AI の勝率7%損益の分かれ目6%

推奨を出した時点では買う条件を満たしていました。今のオッズ 16.6倍では期待値 -2% です。

賭け金の目安 ¥200（AI の自信に応じて変えています）

外れ

出走馬全17頭

◎2

メイショウショカツ

幸

3.2倍

勝率 17%

›

○1

ノンブルドール

西村淳

6.0倍

勝率 13%

›

▲10

キッコベッロ

荻野極

7.0倍

勝率 13%

›

△4

ガウディ

松山

9.2倍

勝率 9%

›

△8

ダンツウルス

田口

10.0倍

勝率 8%

›

△14

サンダーバード

◇今村

13.1倍

勝率 8%

›

▽16

リガーレ

北村友

16.6倍

勝率 7%

›

▽5

ロングトールサリー

川田

12.1倍

勝率 6%

›

▽17

パラディオン

松若

40.7倍

対象外勝率 5%

›

×12

ムスクレスト

鮫島駿

20.8倍

勝率 2%

›

×13

カットソロ

坂井

25.1倍

勝率 2%

›

▽6

ページターナー

吉村

37.1倍

対象外勝率 2%

›

▽9

クラウディアイ

小沢

40.7倍

対象外勝率 2%

›

▽11

ロットブラータ

Ｍデムーロ

57.5倍

対象外勝率 2%

›

▽15

コレデヨカロウ

△柴田裕

89.5倍

対象外勝率 2%

›

▽3

ゴーゴーリチャード

浜中

102.7倍

対象外勝率 1%

›

×7

アスクメークシェア

▲森田

233.6倍

対象外—

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

このレースの推奨馬券　2モデル並走

A. 現行モデル (binary)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 16 リガーレ実16.6倍期待値 +22% 推奨 13.6〜30.0倍 ¥200 不的中

※ オッズは予測時点の値です。

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