京都 7R 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

7R 京都競馬場発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノトリビュート推奨	Ｍデムーロ	実14.7	B△ A▽勝率7% EV+0% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+54%の中穴候補（直近3走勝率33%と上り調子）
前5走 07/25 2中京111R 4着/8頭+0.6秒 07/04 2小倉32R 1着/18頭勝利 04/15 笠松9R 2着/9頭+0.4秒 02/07 1小倉56R 15着/18頭+3.0秒 12/13 5阪神32R 9着/10頭+4.9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戦の調子勝率 33% (上り調子) ◎ 期待値 (オッズ vs AI勝率) +54% (市場が大幅過小評価) AI 予想勝率 10.5% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.8% / 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。
2	グロリアスマーチ	鮫島駿	実22.9	B▽ A▽勝率3% EV-42% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 05/30 2東京117R 5着/13頭+0.4秒 05/02 2東京35R 6着/18頭+0.6秒 03/28 2阪神16R 3着/11頭+0.1秒 02/14 1東京57R 2着/16頭+0.0秒 12/27 5阪神79R 3着/10頭+0.2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戦の調子平均 7.3着 (不振) ○ 前走実績前走 3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) -8% (オッズ過剰評価) AI 予想勝率 4.0% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.6% / 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。
3	ミトノリン	斎藤	実19.1	B▽ A▲勝率12% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／85日ぶりの実戦）
前5走 07/11 2小倉512R 10着/16頭+0.7秒 07/04 2小倉312R 10着/12頭+0.9秒 04/11 2阪神56R 6着/15頭+0.7秒 03/28 2阪神16R 5着/11頭+0.3秒 02/08 1小倉69R 10着/15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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 5.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 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。
4	マウンテンバローズ	川田	実7.3	B△ A△勝率8% EV-8% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／77日ぶりの実戦）
前5走 07/19 2小倉87R 3着/16頭+0.1秒 07/04 2小倉39R 6着/12頭+0.5秒 06/14 3阪神46R 11着/16頭+0.8秒 04/05 3中山47R 6着/14頭+0.6秒 03/15 1阪神86R 6着/11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 6.7着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 10.5% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 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。
5	ダイイズキャスト	☆田山	実80.1	B× A▽勝率1% EV-48% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（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5走 06/24 門別7R 1着/7頭勝利 05/10 3京都62R 6着/16頭+0.7秒 04/19 1福島41R 3着/16頭+0.1秒 02/15 2京都63R 8着/16頭+1.7秒 01/24 1京都83R 8着/16頭+0.9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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 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。
6	ブルズアイプリンス	松本	実140.5	B× A▽勝率1% EV+0% 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 07/18 2福島78R 10着/15頭+0.7秒 06/27 2小倉18R 3着/9頭+0.6秒 05/03 3京都46R 10着/16頭+1.0秒 04/11 3中山511R 12着/15頭+1.5秒 03/11 高知2R 1着/12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戦の調子平均 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 16位 / 勝率 1.0% / 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。
7	リアルアルバ	西塚	実87.1	B× A▽勝率1% EV-34% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.3着と低調／84日ぶりの実戦）
前5走 07/12 2小倉612R 16着/17頭+2.5秒 07/04 2小倉39R 10着/12頭+1.5秒 06/28 2小倉27R 8着/10頭+1.5秒 06/13 3阪神312R 11着/14頭+0.8秒 05/23 3京都96R 16着/16頭+2.8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 11.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 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。
8	ペルフェツィオーネ	田口	実88.2	B× A×勝率1% EV-60% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.7着と低調／77日ぶりの実戦）
前5走 07/19 2小倉87R 13着/16頭+1.3秒 07/11 2小倉512R 9着/16頭+0.7秒 05/23 1新潟712R 10着/15頭+0.9秒 04/26 1福島68R 4着/15頭+0.3秒 02/28 1阪神37R 15着/16頭+2.2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 10.7着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.1%) × Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 期待値 -60% ※ 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	ベルサ	◇今村	実5.4	B◎ A○勝率15% EV-15% 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（前走3着）
前5走 05/03 1新潟27R 7着/16頭+0.7秒 03/14 1中京17R 12着/16頭+1.1秒 02/07 1小倉512R 11着/17頭+0.9秒 12/07 5中京28R 9着/18頭+0.4秒 11/09 4京都212R 2着/17頭+0.0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 4.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 20.3% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.0% / 期待値 -16% ※ 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	ラインピクシー	角田和	実45.0	B▽ A×勝率1% EV-71% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（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／413日ぶりの実戦）
前5走 08/17 3中京812R 7着/18頭+0.5秒 06/29 2小倉22R 1着/17頭勝利 06/07 3阪神13R 3着/16頭+0.1秒 05/18 2京都83R 5着/16頭+0.6秒 04/26 2京都13R 5着/18頭+0.3秒
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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 413日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.2%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -72% ※ 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	ホーリーステップ	▲森田	実5.2	B▲ A△勝率10% EV-28% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／84日ぶりの実戦）
前5走 07/12 2小倉61R 1着/17頭勝利 06/28 2小倉21R 2着/18頭+0.2秒 01/24 1京都86R 10着/17頭+1.1秒 01/10 1京都33R 5着/16頭+0.8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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 11.2% (オッズ暗示: 19.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.8% / 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	アーリントンロウ	国分優	実10.4	B▽ A▽勝率7% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/19 2小倉87R 6着/16頭+0.3秒 07/06 2小倉49R 6着/8頭+1.1秒 03/22 2中京311R 7着/18頭+0.6秒 01/13 1中京511R 15着/15頭+3.6秒 09/01 2中京811R 3着/13頭+0.2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戦の調子平均 4.7着 △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 9.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 期待値 -32% ※ 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	ラブアイミー	小崎	実173.8	×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 07/19 2小倉87R 11着/16頭+0.9秒 07/04 2小倉39R 4着/12頭+0.3秒 05/24 3京都107R 14着/18頭+1.4秒 05/10 1新潟412R 12着/13頭+0.8秒 04/18 1福島312R 9着/16頭+0.9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。
14	ムーンリットアイル	松山	実4.3	B○ A◎勝率15% EV-20% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 07/11 2小倉512R 4着/16頭+0.5秒 07/04 2小倉312R 2着/12頭+0.2秒 04/25 1福島59R 3着/16頭+0.3秒 02/21 1小倉92R 1着/18頭勝利 02/01 1小倉42R 2着/18頭+0.1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戦の調子平均 3.0着 (安定) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) × 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 11.2% (オッズ暗示: 23.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 15.0% / 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。
15	アルサック	北村友	実12.8	B▽ A▽勝率6% EV+20% 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／前走勝利の勢い／85日ぶりの実戦）
前5走 07/11 1函館93R 1着/16頭勝利 06/27 1函館51R 3着/16頭+0.2秒 06/13 1函館11R 2着/15頭+0.2秒 03/01 1小倉123R 5着/14頭+1.7秒 02/21 1阪神11R 2着/16頭+0.1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) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 7.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.5% / 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。
16	ブルーレース	吉村	実10.3	B△ A△勝率11% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／133日ぶりの実戦）
前5走 05/24 3京都107R 3着/18頭+0.2秒 05/10 3京都68R 3着/12頭+0.2秒 12/13 5中京312R 17着/18頭+1.4秒 11/15 3福島37R 4着/16頭+0.2秒 07/20 2小倉88R 2着/12頭+0.0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 7.7着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 9.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 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。
17	ソリスディエス	富田	実84.2	B× A×勝率1% EV-51% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.7着と低調／77日ぶりの実戦）
前5走 07/19 2小倉87R 16着/16頭+2.3秒 07/04 2小倉39R 9着/12頭+1.4秒 05/02 3京都38R 13着/13頭+6.1秒 03/28 1中京59R 9着/9頭+5.2秒 12/17 川崎6R 1着/12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 12.7着 (不振) ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.2%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 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。
18	グリフォン	△柴田裕	実98.4	×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／98日ぶりの実戦）
前5走 06/28 1函館68R 12着/13頭+1.1秒 06/14 1函館28R 5着/13頭+0.6秒 04/04 2阪神36R 16着/16頭+3.9秒 01/25 1小倉29R 13着/16頭+0.9秒 09/07 2札幌64R 1着/16頭勝利
AI 評価の内訳 — 馬番 18 ◎ 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 12着 (大敗) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。

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

ニシノトリビュート

騎手Ｍデムーロ

14.7倍

AI の勝率11%損益の分かれ目7%

AI の勝率 11% が損益の分かれ目 7%（1 ÷ 14.7倍）を上回り、期待値 +55% 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（6着）

出走馬全18頭

◎A:○9

ベルサ

◇今村

5.4倍

勝率 20%

›

○A:◎14

ムーンリットアイル

松山

4.3倍

勝率 11%

›

▲A:△11

ホーリーステップ

▲森田

5.2倍

勝率 11%

›

△A:△4

マウンテンバローズ

川田

7.3倍

勝率 11%

›

△A:▽1

ニシノトリビュート

Ｍデムーロ

14.7倍

勝率 11%

›

△A:△16

ブルーレース

吉村

10.3倍

勝率 9%

›

▽A:▽12

アーリントンロウ

国分優

10.4倍

勝率 9%

›

▽A:▽15

アルサック

北村友

12.8倍

勝率 7%

›

▽A:▲3

ミトノリン

斎藤

19.1倍

勝率 6%

›

▽A:▽2

グロリアスマーチ

鮫島駿

22.9倍

勝率 4%

›

▽A:×10

ラインピクシー

角田和

45.0倍

対象外勝率 2%

›

×18

グリフォン

△柴田裕

98.4倍

対象外勝率 0%

›

×A:▽5

ダイイズキャスト

☆田山

80.1倍

対象外勝率 0%

›

×A:×17

ソリスディエス

富田

84.2倍

対象外勝率 0%

›

×A:▽7

リアルアルバ

西塚

87.1倍

対象外勝率 0%

›

×A:×8

ペルフェツィオーネ

田口

88.2倍

対象外勝率 0%

›

×A:▽6

ブルズアイプリンス

松本

140.5倍

対象外—

›

×13

ラブアイミー

小崎

173.8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。

▶ 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）

見送り

B モデル（レース内の順位で学習）

単勝 1 ニシノトリビュート実14.7倍期待値 +55% 推奨 10.0〜30.0倍 ¥200 不的中6着

※ オッズは予測時点の値です。

7R 京都競馬場発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノトリビュート推奨	Ｍデムーロ	実14.7	▽詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子）
前5走 07/25 2中京111R 4着/8頭+0.6秒 07/04 2小倉32R 1着/18頭勝利 04/15 笠松9R 2着/9頭+0.4秒 02/07 1小倉56R 15着/18頭+3.0秒 12/13 5阪神32R 9着/10頭+4.9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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 6.8%) ※ 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	グロリアスマーチ	鮫島駿	実22.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 05/30 2東京117R 5着/13頭+0.4秒 05/02 2東京35R 6着/18頭+0.6秒 03/28 2阪神16R 3着/11頭+0.1秒 02/14 1東京57R 2着/16頭+0.0秒 12/27 5阪神79R 3着/10頭+0.2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戦の調子平均 7.3着 (不振) ○ 前走実績前走 3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) -43% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 4.4%) ※ 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	ミトノリン	斎藤	実19.1	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／85日ぶりの実戦）
前5走 07/11 2小倉512R 10着/16頭+0.7秒 07/04 2小倉312R 10着/12頭+0.9秒 04/11 2阪神56R 6着/15頭+0.7秒 03/28 2阪神16R 5着/11頭+0.3秒 02/08 1小倉69R 10着/15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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 12.3% (オッズ暗示: 5.2%) ※ 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。
4	マウンテンバローズ	川田	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／77日ぶりの実戦）
前5走 07/19 2小倉87R 3着/16頭+0.1秒 07/04 2小倉39R 6着/12頭+0.5秒 06/14 3阪神46R 11着/16頭+0.8秒 04/05 3中山47R 6着/14頭+0.6秒 03/15 1阪神86R 6着/11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 6.7着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 13.7%) ※ 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。
5	ダイイズキャスト	☆田山	実80.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（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5走 06/24 門別7R 1着/7頭勝利 05/10 3京都62R 6着/16頭+0.7秒 04/19 1福島41R 3着/16頭+0.1秒 02/15 2京都63R 8着/16頭+1.7秒 01/24 1京都83R 8着/16頭+0.9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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) × 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 1.0% (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。
6	ブルズアイプリンス	松本	実140.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（78日ぶりの実戦）
前5走 07/18 2福島78R 10着/15頭+0.7秒 06/27 2小倉18R 3着/9頭+0.6秒 05/03 3京都46R 10着/16頭+1.0秒 04/11 3中山511R 12着/15頭+1.5秒 03/11 高知2R 1着/12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戦の調子平均 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +0%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.7%) ※ 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	リアルアルバ	西塚	実87.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.3着と低調／84日ぶりの実戦）
前5走 07/12 2小倉612R 16着/17頭+2.5秒 07/04 2小倉39R 10着/12頭+1.5秒 06/28 2小倉27R 8着/10頭+1.5秒 06/13 3阪神312R 11着/14頭+0.8秒 05/23 3京都96R 16着/16頭+2.8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 11.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 16着 (大敗) × 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 1.0% (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。
8	ペルフェツィオーネ	田口	実88.2	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.7着と低調／77日ぶりの実戦）
前5走 07/19 2小倉87R 13着/16頭+1.3秒 07/11 2小倉512R 9着/16頭+0.7秒 05/23 1新潟712R 10着/15頭+0.9秒 04/26 1福島68R 4着/15頭+0.3秒 02/28 1阪神37R 15着/16頭+2.2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 10.7着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
9	ベルサ	◇今村	実5.4	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 05/03 1新潟27R 7着/16頭+0.7秒 03/14 1中京17R 12着/16頭+1.1秒 02/07 1小倉512R 11着/17頭+0.9秒 12/07 5中京28R 9着/18頭+0.4秒 11/09 4京都212R 2着/17頭+0.0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 4.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 15.0% (オッズ暗示: 18.5%) ※ 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	ラインピクシー	角田和	実45.0	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（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／413日ぶりの実戦）
前5走 08/17 3中京812R 7着/18頭+0.5秒 06/29 2小倉22R 1着/17頭勝利 06/07 3阪神13R 3着/16頭+0.1秒 05/18 2京都83R 5着/16頭+0.6秒 04/26 2京都13R 5着/18頭+0.3秒
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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 413日休養明け × 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 1.0% (オッズ暗示: 2.2%) ※ 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	ホーリーステップ	▲森田	実5.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／84日ぶりの実戦）
前5走 07/12 2小倉61R 1着/17頭勝利 06/28 2小倉21R 2着/18頭+0.2秒 01/24 1京都86R 10着/17頭+1.1秒 01/10 1京都33R 5着/16頭+0.8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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 19.2%) ※ 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。
12	アーリントンロウ	国分優	実10.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/19 2小倉87R 6着/16頭+0.3秒 07/06 2小倉49R 6着/8頭+1.1秒 03/22 2中京311R 7着/18頭+0.6秒 01/13 1中京511R 15着/15頭+3.6秒 09/01 2中京811R 3着/13頭+0.2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戦の調子平均 4.7着 × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 9.6%) ※ 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。
13	ラブアイミー	小崎	実173.8	×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 07/19 2小倉87R 11着/16頭+0.9秒 07/04 2小倉39R 4着/12頭+0.3秒 05/24 3京都107R 14着/18頭+1.4秒 05/10 1新潟412R 12着/13頭+0.8秒 04/18 1福島312R 9着/16頭+0.9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。
14	ムーンリットアイル	松山	実4.3	◎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3走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 07/11 2小倉512R 4着/16頭+0.5秒 07/04 2小倉312R 2着/12頭+0.2秒 04/25 1福島59R 3着/16頭+0.3秒 02/21 1小倉92R 1着/18頭勝利 02/01 1小倉42R 2着/18頭+0.1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戦の調子平均 3.0着 (安定) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3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 15.0% (オッズ暗示: 23.3%) ※ 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。
15	アルサック	北村友	実12.8	▽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／前走勝利の勢い／85日ぶりの実戦）
前5走 07/11 1函館93R 1着/16頭勝利 06/27 1函館51R 3着/16頭+0.2秒 06/13 1函館11R 2着/15頭+0.2秒 03/01 1小倉123R 5着/14頭+1.7秒 02/21 1阪神11R 2着/16頭+0.1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) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 6.5% (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。
16	ブルーレース	吉村	実10.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／133日ぶりの実戦）
前5走 05/24 3京都107R 3着/18頭+0.2秒 05/10 3京都68R 3着/12頭+0.2秒 12/13 5中京312R 17着/18頭+1.4秒 11/15 3福島37R 4着/16頭+0.2秒 07/20 2小倉88R 2着/12頭+0.0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 7.7着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 10.6% (オッズ暗示: 9.7%) ※ 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。
17	ソリスディエス	富田	実84.2	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.7着と低調／77日ぶりの実戦）
前5走 07/19 2小倉87R 16着/16頭+2.3秒 07/04 2小倉39R 9着/12頭+1.4秒 05/02 3京都38R 13着/13頭+6.1秒 03/28 1中京59R 9着/9頭+5.2秒 12/17 川崎6R 1着/12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 12.7着 (不振) ▽ 前走実績前走 16着 (大敗) × 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 1.0% (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。
18	グリフォン	△柴田裕	実98.4	×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 06/28 1函館68R 12着/13頭+1.1秒 06/14 1函館28R 5着/13頭+0.6秒 04/04 2阪神36R 16着/16頭+3.9秒 01/25 1小倉29R 13着/16頭+0.9秒 09/07 2札幌64R 1着/16頭勝利
AI 評価の内訳 — 馬番 18 ◎ 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 12着 (大敗) △ ローテーション 98日休養明け × 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。

買うAI の推奨B

ニシノトリビュート

騎手Ｍデムーロ

14.7倍

AI の勝率7%損益の分かれ目7%

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 14.7倍では期待値 +1% 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（6着）

出走馬全18頭

◎14

ムーンリットアイル

松山

4.3倍

勝率 15%

›

○9

ベルサ

◇今村

5.4倍

勝率 15%

›

▲3

ミトノリン

斎藤

19.1倍

勝率 12%

›

△16

ブルーレース

吉村

10.3倍

勝率 11%

›

△11

ホーリーステップ

▲森田

5.2倍

勝率 10%

›

△4

マウンテンバローズ

川田

7.3倍

勝率 8%

›

▽12

アーリントンロウ

国分優

10.4倍

勝率 7%

›

▽1

ニシノトリビュート

Ｍデムーロ

14.7倍

勝率 7%

›

▽15

アルサック

北村友

12.8倍

勝率 6%

›

▽2

グロリアスマーチ

鮫島駿

22.9倍

勝率 3%

›

×10

ラインピクシー

角田和

45.0倍

対象外勝率 1%

›

▽5

ダイイズキャスト

☆田山

80.1倍

対象外勝率 1%

›

×17

ソリスディエス

富田

84.2倍

対象外勝率 1%

›

▽7

リアルアルバ

西塚

87.1倍

対象外勝率 1%

›

×8

ペルフェツィオーネ

田口

88.2倍

対象外勝率 1%

›

▽6

ブルズアイプリンス

松本

140.5倍

対象外勝率 1%

›

×18

グリフォン

△柴田裕

98.4倍

対象外—

›

×13

ラブアイミー

小崎

173.8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。

▶ 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）

見送り

B モデル（レース内の順位で学習）

単勝 1 ニシノトリビュート実14.7倍期待値 +1% 推奨 14.6〜30.0倍 ¥200 不的中6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