京都 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

1R 京都競馬場発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マーズエクレール	鮫島駿	実2.4	B○ A○勝率20% EV-49% 詳細▼	人気馬、市場評価通りで上乗せなし（前走2着）
前5走 06/20 3東京55R 8着/10頭+2.0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 5.3着 ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 23.5% (オッズ暗示: 41.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.4% / 期待値 -49% ※ 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	ベンゲル	池添	実68.8	B▽ A▽勝率4% EV+170% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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戦の調子平均 8.0着 (不振) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +117%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 期待値 +170% ※ 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	プリメラエストレラ推奨	北村友	実12.9	B△ A△勝率11% EV+40% 詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 07/18 2小倉72R 3着/11頭+0.4秒 06/28 2福島25R 8着/14頭+1.3秒 ― ― ―
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 5.0着 ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 9.4% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.2% / 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。
4	マーノマエストロ	☆田山	実2.0	B◎ A×勝率23% EV-54% 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（直近3走平均2.0着と安定／前走2着）
前5走過去走データ取得失敗 (horse_results 不在)
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 15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 27.6% (オッズ暗示: 50.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 22.5% / 期待値 -55% ※ 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	ロードフェルム	横山和	実30.3	B△ A△勝率5% EV+54% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調／91日ぶりの実戦）
前5走 07/05 2小倉45R 11着/12頭+2.0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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +58%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.2% (オッズ暗示: 3.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.3% / 期待値 +54% ※ 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	タガノフリアン	角田和	実7.2	B▲ A▲勝率18% EV+27% 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3着）
前5走過去走データ取得失敗 (horse_results 不在)
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 3.0着 (安定) ○ 前走実績前走 3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) +16% (市場と概ね一致) AI 予想勝率 16.2% (オッズ暗示: 13.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 18.0% / 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。
7	ボードゥロレーヌ	吉村	実80.9	B▽ A▽勝率4% EV+218% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均14.0着と低調／112日ぶりの実戦）
前5走 06/14 3東京44R 14着/14頭+7.4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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +124%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.1% / 期待値 +218% ※ 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	ジュンヴァグネル推奨	斎藤	実12.0	B△ A△勝率14% EV+67% 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（適度な間隔で状態万全）
前5走 06/14 3阪神45R 8着/8頭+2.5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戦の調子平均 5.3着 ○ 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) +46% (妙味あり) AI 予想勝率 12.2% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.4% / 期待値 +67% ※ 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AB

ジュンヴァグネル

騎手斎藤

12.0倍

AI の勝率12%損益の分かれ目8%

AI の勝率 12% が損益の分かれ目 8%（1 ÷ 12.0倍）を上回り、期待値 +46% が買う基準（+20%）以上。

賭け金の目安 ¥500（AI の自信に応じて変えています）

外れ（2着）

ほかの買い目: 3番プリメラエストレラ（12.9倍）

出走馬全8頭

◎A:×4

マーノマエストロ

☆田山

2.0倍

勝率 28%

›

○A:○1

マーズエクレール

鮫島駿

2.4倍

勝率 24%

›

▲A:▲6

タガノフリアン

角田和

7.2倍

勝率 16%

›

△A:△8

ジュンヴァグネル

斎藤

12.0倍

勝率 12%

›

△A:△3

プリメラエストレラ

北村友

12.9倍

勝率 9%

›

△A:△5

ロードフェルム

横山和

30.3倍

対象外勝率 5%

›

▽A:▽2

ベンゲル

池添

68.8倍

対象外勝率 3%

›

▽A:▽7

ボードゥロレーヌ

吉村

80.9倍

対象外勝率 3%

›

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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A モデル（勝ち負けの 2 択で学習）

単勝 8 ジュンヴァグネル実12.0倍期待値 +46% 推奨 10.0〜30.0倍 ¥300 不的中2着
単勝 3 プリメラエストレラ実12.9倍期待値 +21% 推奨 10.6〜30.0倍 ¥200 不的中3着

B モデル（レース内の順位で学習）

単勝 8 ジュンヴァグネル実12.0倍期待値 +46% 推奨 10.0〜30.0倍 ¥200 不的中2着
単勝 3 プリメラエストレラ実12.9倍期待値 +21% 推奨 10.6〜30.0倍 ¥100 不的中3着

※ オッズは予測時点の値です。

1R 京都競馬場発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マーズエクレール	鮫島駿	実2.4	○詳細▼	人気馬、市場評価通りで上乗せなし（前走2着）
前5走 06/20 3東京55R 8着/10頭+2.0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 5.3着 ○ 前走実績前走 2着 (好走) × 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 20.4% (オッズ暗示: 41.7%) ※ 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	ベンゲル	池添	実68.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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戦の調子平均 8.0着 (不振) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +170%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.1% (オッズ暗示: 1.5%) ※ 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。
3	プリメラエストレラ推奨	北村友	実12.9	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+40%の妙味（適度な間隔で状態万全）
前5走 07/18 2小倉72R 3着/11頭+0.4秒 06/28 2福島25R 8着/14頭+1.3秒 ― ― ―
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 5.0着 ○ ローテーション 14日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 11.2% (オッズ暗示: 7.8%) ※ 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	マーノマエストロ	☆田山	実2.0	×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（直近3走平均2.0着と安定／前走2着）
前5走過去走データ取得失敗 (horse_results 不在)
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 22.5% (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	ロードフェルム	横山和	実30.3	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調／91日ぶりの実戦）
前5走 07/05 2小倉45R 11着/12頭+2.0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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +54%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.3% (オッズ暗示: 3.3%) ※ 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	タガノフリアン	角田和	実7.2	▲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3着）
前5走過去走データ取得失敗 (horse_results 不在)
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 3.0着 (安定) ○ 前走実績前走 3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) +27% (市場と概ね一致) AI 予想勝率 18.0% (オッズ暗示: 13.9%) ※ 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。
7	ボードゥロレーヌ	吉村	実80.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均14.0着と低調／112日ぶりの実戦）
前5走 06/14 3東京44R 14着/14頭+7.4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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +218%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.1% (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。
8	ジュンヴァグネル推奨	斎藤	実12.0	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+67%の中穴候補（適度な間隔で状態万全）
前5走 06/14 3阪神45R 8着/8頭+2.5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戦の調子平均 5.3着 ○ 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) +67% (市場が大幅過小評価) AI 予想勝率 14.4% (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。

買うAI の推奨AB

ジュンヴァグネル

騎手斎藤

12.0倍

AI の勝率14%損益の分かれ目8%

AI の勝率 14% が損益の分かれ目 8%（1 ÷ 12.0倍）を上回り、期待値 +67% が買う基準（+20%）以上。

賭け金の目安 ¥500（AI の自信に応じて変えています）

外れ（2着）

ほかの買い目: 3番プリメラエストレラ（12.9倍）

出走馬全8頭

×4

マーノマエストロ

☆田山

2.0倍

勝率 23%

›

○1

マーズエクレール

鮫島駿

2.4倍

勝率 20%

›

▲6

タガノフリアン

角田和

7.2倍

勝率 18%

›

△8

ジュンヴァグネル

斎藤

12.0倍

勝率 14%

›

△3

プリメラエストレラ

北村友

12.9倍

勝率 11%

›

△5

ロードフェルム

横山和

30.3倍

対象外勝率 5%

›

▽2

ベンゲル

池添

68.8倍

対象外勝率 4%

›

▽7

ボードゥロレーヌ

吉村

80.9倍

対象外勝率 4%

›

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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A モデル（勝ち負けの 2 択で学習）

単勝 8 ジュンヴァグネル実12.0倍期待値 +73% 推奨 10.0〜30.0倍 ¥300 不的中2着
単勝 3 プリメラエストレラ実12.9倍期待値 +44% 推奨 10.0〜30.0倍 ¥200 不的中3着

B モデル（レース内の順位で学習）

単勝 8 ジュンヴァグネル実12.0倍期待値 +73% 推奨 10.0〜30.0倍 ¥200 不的中2着
単勝 3 プリメラエストレラ実12.9倍期待値 +44% 推奨 10.0〜30.0倍 ¥100 不的中3着

※ 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