京都 8R 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

8R 京都競馬場発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ライトオブヌカタ	富田	実6.6	B▲ A▲勝率12% EV-24% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/21 3東京69R 8着/16頭+0.5秒 03/15 1中京210R 10着/12頭+1.4秒 01/11 1京都45R 1着/10頭勝利 12/20 5阪神59R 4着/10頭+0.9秒 10/13 3京都51R 1着/8頭勝利
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 7.3着 (不振) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 13.7% (オッズ暗示: 15.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.5% / 期待値 -24% ※ 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	アメリカンポリス推奨	鮫島駿	実20.2	B△ A▽勝率7% EV+40% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+77%の中穴候補（直近3走勝率33%と上り調子／当競馬場3走で勝率33%と適性高）
前5走 11/08 4京都19R 11着/16頭+2.2秒 10/26 3京都912R 7着/16頭+0.7秒 07/27 3中京210R 1着/12頭勝利 04/26 2京都11R 1着/16頭勝利 04/12 2阪神54R 3着/18頭+0.1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 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 330日休養明け ◎ 期待値 (オッズ vs AI勝率) +77% (市場が大幅過小評価) AI 予想勝率 8.8% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.0% / 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。
3	ポッドドンナー	吉村	実15.5	B▽ A△勝率7% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走平均9.0着と低調）
前5走 06/21 3東京69R 14着/16頭+1.7秒 06/07 3阪神29R 5着/16頭+0.5秒 02/22 1阪神212R 5着/16頭+0.5秒 01/31 2京都19R 7着/13頭+0.8秒 01/17 1京都612R 3着/18頭+0.2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 9.0着 (不振) ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 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) +12% (市場と概ね一致) AI 予想勝率 7.2% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.0% / 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。
4	サヨノジャンボリー	吉田隼	実77.6	B▽ A▽勝率1% EV+3% 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）
前5走 07/12 2福島612R 9着/16頭+1.2秒 04/19 3中山87R 1着/13頭勝利 03/29 3中山28R 6着/16頭+0.9秒 03/08 2中山46R 5着/16頭+1.1秒 11/16 3福島48R 9着/16頭+0.5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戦の調子勝率 33% (上り調子) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.3% / 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。
5	オセアエクスプレス	古川吉	実143.7	B× A▽勝率1% EV-26% 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）
前5走 06/27 2福島19R 15着/16頭+2.7秒 11/16 5東京47R 12着/16頭+1.4秒 10/25 4東京812R 3着/13頭+0.4秒 09/27 4中山812R 4着/16頭+0.4秒 08/31 2札幌410R 14着/16頭+1.4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) × 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 0.3% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.7% / 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	ジューンアゲイン	☆田山	実2.8	B○ A◎勝率25% EV-30% 詳細▼	人気馬、市場評価通りで上乗せなし（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／前走勝利の勢い）
前5走 06/21 3阪神67R 10着/16頭+1.5秒 06/06 3阪神112R 2着/16頭+0.1秒 03/14 1阪神72R 1着/16頭勝利 01/31 2京都16R 7着/16頭+0.6秒 12/07 5中京24R 2着/14頭+0.1秒
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) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 15.9% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.0% / 期待値 -30% ※ 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	エコロボルト	松本	実66.5	B▽ A▽勝率1% EV-11% 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／126日ぶりの実戦）
前5走 05/31 3京都126R 12着/14頭+3.0秒 05/03 1新潟22R 1着/15頭勝利 04/12 3中山63R 2着/14頭+0.2秒 03/22 1中京42R 5着/16頭+2.1秒 11/09 4京都21R 15着/16頭+2.2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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 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。
8	メモリーグラス	小崎	実177.9	B▽ A▽勝率1% EV-33% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調）
前5走 04/11 2阪神512R 7着/16頭+0.7秒 03/22 1阪神1012R 9着/12頭+1.7秒 02/22 1阪神212R 15着/16頭+1.9秒 01/31 2京都19R 8着/13頭+0.9秒 01/11 1中山412R 8着/16頭+1.2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 9.7着 (不振) ▽ 前走実績前走 13着 (大敗) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.8% / 期待値 -33% ※ 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	キタノライブリー	田口	実78.3	B▽ A▽勝率1% EV-47% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/11 2阪神512R 9着/16頭+0.8秒 03/15 1阪神812R 13着/13頭+1.5秒 02/10 1東京412R 1着/16頭勝利 09/07 4中山27R 1着/16頭勝利 08/24 3新潟24R 2着/15頭+0.6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 7.7着 (不振) ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.7% / 期待値 -48% ※ 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	ザックザク	北村友	実4.3	B◎ A○勝率18% EV-23% 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）
前5走 07/25 2中京16R 3着/16頭+0.6秒 03/22 1阪神1012R 3着/12頭+0.9秒 02/21 1阪神17R 1着/16頭勝利 02/01 2京都28R 2着/11頭+0.1秒 04/06 2阪神43R 1着/16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 4.0着 × 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) -13% (オッズ過剰評価) AI 予想勝率 20.2% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.8% / 期待値 -24% ※ 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	デアプリームス	池添	実9.9	B△ A△勝率8% EV-20% 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／63日ぶりの実戦）
前5走 08/02 1札幌49R 5着/12頭+0.7秒 07/12 1函館1010R 4着/12頭+0.3秒 06/13 1函館18R 1着/12頭勝利 03/08 2中山42R 1着/16頭勝利 02/15 2京都63R 3着/16頭+1.3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) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 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。
12	モンシェリ	秋山稔樹	実201.0	B▽ A▽勝率2% EV+43% 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／直近3走平均11.7着と低調）
前5走 06/21 3東京69R 15着/16頭+2.6秒 08/03 1札幌49R 5着/10頭+1.0秒 07/06 1函館87R 1着/12頭勝利 06/21 1函館38R 3着/12頭+0.3秒 05/31 2京都116R 4着/16頭+0.3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 11.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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。
13	フェスティヴドレス	菱田	実20.1	B▽ A▽勝率4% EV-14% 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25%と適性高／直近3走で勝率33%と好調）
前5走 06/06 3阪神112R 1着/16頭勝利 05/23 3京都96R 5着/16頭+0.4秒 04/26 3京都26R 5着/11頭+0.7秒 02/01 2京都26R 2着/16頭+0.0秒 01/12 1京都53R 1着/16頭勝利
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) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 10着 (大敗) ○ 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) +4% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.2% / 期待値 -15% ※ 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	ランスオブセヘル	斎藤	実8.1	B△ A△勝率10% EV-20% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均10.3着と低調）
前5走 05/30 3京都1112R 16着/16頭+2.2秒 05/10 3京都612R 2着/14頭+0.1秒 03/01 1阪神412R 3着/16頭+0.2秒 02/15 2京都612R 3着/16頭+0.1秒 01/18 1京都79R 15着/16頭+2.9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 10.3着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) ▽ 前走実績前走 13着 (大敗) ○ 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) -29% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.8% / 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	バックトゥザライト	西塚	実112.0	B▽ A▽勝率1% EV+2% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／前走3着）
前5走 03/24 高知3R 3着/12頭+0.3秒 02/22 1小倉1010R 14着/16頭+1.7秒 12/06 5阪神18R 8着/16頭+0.9秒 10/26 3京都912R 8着/16頭+0.9秒 05/24 2京都912R 13着/13頭+1.4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戦の調子平均 8.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 194日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.5% / 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。
16	マキシマムビスタ	▲森田	実15.8	B▽ A▽勝率6% EV+1% 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走平均9.0着と低調）
前5走 06/14 3東京412R 5着/12頭+0.9秒 03/15 1阪神88R 9着/11頭+1.7秒 02/22 1小倉1010R 8着/16頭+0.9秒 10/04 3京都112R 3着/13頭+0.5秒 07/13 2小倉67R 1着/16頭勝利
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 9.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 7.9% (オッズ暗示: 6.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.4% / 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。

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

アメリカンポリス

騎手鮫島駿

20.2倍

AI の勝率9%損益の分かれ目5%

AI の勝率 9% が損益の分かれ目 5%（1 ÷ 20.2倍）を上回り、期待値 +77% 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（16着）

出走馬全16頭

◎A:○10

ザックザク

北村友

4.3倍

勝率 20%

›

○A:◎6

ジューンアゲイン

☆田山

2.8倍

勝率 16%

›

▲A:▲1

ライトオブヌカタ

富田

6.6倍

勝率 14%

›

△A:△14

ランスオブセヘル

斎藤

8.1倍

勝率 9%

›

△A:▽2

アメリカンポリス

鮫島駿

20.2倍

勝率 9%

›

△A:△11

デアプリームス

池添

9.9倍

勝率 8%

›

▽A:▽16

マキシマムビスタ

▲森田

15.8倍

勝率 8%

›

▽A:△3

ポッドドンナー

吉村

15.5倍

勝率 7%

›

▽A:▽13

フェスティヴドレス

菱田

20.1倍

勝率 5%

›

▽A:▽7

エコロボルト

松本

66.5倍

対象外勝率 1%

›

▽A:▽4

サヨノジャンボリー

吉田隼

77.6倍

対象外勝率 1%

›

▽A:▽9

キタノライブリー

田口

78.3倍

対象外勝率 1%

›

▽A:▽15

バックトゥザライト

西塚

112.0倍

対象外勝率 1%

›

×A:▽5

オセアエクスプレス

古川吉

143.7倍

対象外勝率 0%

›

▽A:▽8

メモリーグラス

小崎

177.9倍

対象外勝率 0%

›

▽A:▽12

モンシェリ

秋山稔樹

201.0倍

対象外勝率 0%

›

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 2 アメリカンポリス実20.2倍期待値 +77% 推奨 11.4〜30.0倍 ¥200 不的中16着

※ オッズは予測時点の値です。

8R 京都競馬場発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ライトオブヌカタ	富田	実6.6	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/21 3東京69R 8着/16頭+0.5秒 03/15 1中京210R 10着/12頭+1.4秒 01/11 1京都45R 1着/10頭勝利 12/20 5阪神59R 4着/10頭+0.9秒 10/13 3京都51R 1着/8頭勝利
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 7.3着 (不振) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 15.2%) ※ 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。
2	アメリカンポリス推奨	鮫島駿	実20.2	▽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（直近3走勝率33%と上り調子／当競馬場3走で勝率33%と適性高）
前5走 11/08 4京都19R 11着/16頭+2.2秒 10/26 3京都912R 7着/16頭+0.7秒 07/27 3中京210R 1着/12頭勝利 04/26 2京都11R 1着/16頭勝利 04/12 2阪神54R 3着/18頭+0.1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 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 330日休養明け ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 7.0% (オッズ暗示: 5.0%) ※ 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。
3	ポッドドンナー	吉村	実15.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走平均9.0着と低調）
前5走 06/21 3東京69R 14着/16頭+1.7秒 06/07 3阪神29R 5着/16頭+0.5秒 02/22 1阪神212R 5着/16頭+0.5秒 01/31 2京都19R 7着/13頭+0.8秒 01/17 1京都612R 3着/18頭+0.2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 9.0着 (不振) ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 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% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 6.5%) ※ 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。
4	サヨノジャンボリー	吉田隼	実77.6	▽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）
前5走 07/12 2福島612R 9着/16頭+1.2秒 04/19 3中山87R 1着/13頭勝利 03/29 3中山28R 6着/16頭+0.9秒 03/08 2中山46R 5着/16頭+1.1秒 11/16 3福島48R 9着/16頭+0.5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戦の調子勝率 33% (上り調子) ○ 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) +3%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (オッズ暗示: 1.3%) ※ 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	オセアエクスプレス	古川吉	実143.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
前5走 06/27 2福島19R 15着/16頭+2.7秒 11/16 5東京47R 12着/16頭+1.4秒 10/25 4東京812R 3着/13頭+0.4秒 09/27 4中山812R 4着/16頭+0.4秒 08/31 2札幌410R 14着/16頭+1.4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) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 0.7% (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。
6	ジューンアゲイン	☆田山	実2.8	◎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走で勝率33%と好調／前走勝利の勢い）
前5走 06/21 3阪神67R 10着/16頭+1.5秒 06/06 3阪神112R 2着/16頭+0.1秒 03/14 1阪神72R 1着/16頭勝利 01/31 2京都16R 7着/16頭+0.6秒 12/07 5中京24R 2着/14頭+0.1秒
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) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 25.0% (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。
7	エコロボルト	松本	実66.5	▽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／126日ぶりの実戦）
前5走 05/31 3京都126R 12着/14頭+3.0秒 05/03 1新潟22R 1着/15頭勝利 04/12 3中山63R 2着/14頭+0.2秒 03/22 1中京42R 5着/16頭+2.1秒 11/09 4京都21R 15着/16頭+2.2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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126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 1.3% (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。
8	メモリーグラス	小崎	実177.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調）
前5走 04/11 2阪神512R 7着/16頭+0.7秒 03/22 1阪神1012R 9着/12頭+1.7秒 02/22 1阪神212R 15着/16頭+1.9秒 01/31 2京都19R 8着/13頭+0.9秒 01/11 1中山412R 8着/16頭+1.2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 9.7着 (不振) ▽ 前走実績前走 13着 (大敗) ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 0.6%) ※ 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	キタノライブリー	田口	実78.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/11 2阪神512R 9着/16頭+0.8秒 03/15 1阪神812R 13着/13頭+1.5秒 02/10 1東京412R 1着/16頭勝利 09/07 4中山27R 1着/16頭勝利 08/24 3新潟24R 2着/15頭+0.6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 7.7着 (不振) ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ※ 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。
10	ザックザク	北村友	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向）
前5走 07/25 2中京16R 3着/16頭+0.6秒 03/22 1阪神1012R 3着/12頭+0.9秒 02/21 1阪神17R 1着/16頭勝利 02/01 2京都28R 2着/11頭+0.1秒 04/06 2阪神43R 1着/16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 4.0着 × 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) -24% (オッズ過剰評価) AI 予想勝率 17.8% (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。
11	デアプリームス	池添	実9.9	△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／63日ぶりの実戦）
前5走 08/02 1札幌49R 5着/12頭+0.7秒 07/12 1函館1010R 4着/12頭+0.3秒 06/13 1函館18R 1着/12頭勝利 03/08 2中山42R 1着/16頭勝利 02/15 2京都63R 3着/16頭+1.3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) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 10.1%) ※ 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。
12	モンシェリ	秋山稔樹	実201.0	▽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／直近3走平均11.7着と低調）
前5走 06/21 3東京69R 15着/16頭+2.6秒 08/03 1札幌49R 5着/10頭+1.0秒 07/06 1函館87R 1着/12頭勝利 06/21 1函館38R 3着/12頭+0.3秒 05/31 2京都116R 4着/16頭+0.3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 11.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) ○ 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%（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: 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。
13	フェスティヴドレス	菱田	実20.1	▽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25%と適性高／直近3走で勝率33%と好調）
前5走 06/06 3阪神112R 1着/16頭勝利 05/23 3京都96R 5着/16頭+0.4秒 04/26 3京都26R 5着/11頭+0.7秒 02/01 2京都26R 2着/16頭+0.0秒 01/12 1京都53R 1着/16頭勝利
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) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 10着 (大敗) ○ 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 4.2% (オッズ暗示: 5.0%) ※ 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	ランスオブセヘル	斎藤	実8.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均10.3着と低調）
前5走 05/30 3京都1112R 16着/16頭+2.2秒 05/10 3京都612R 2着/14頭+0.1秒 03/01 1阪神412R 3着/16頭+0.2秒 02/15 2京都612R 3着/16頭+0.1秒 01/18 1京都79R 15着/16頭+2.9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 10.3着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) ▽ 前走実績前走 13着 (大敗) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 12.3%) ※ 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	バックトゥザライト	西塚	実112.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／前走3着）
前5走 03/24 高知3R 3着/12頭+0.3秒 02/22 1小倉1010R 14着/16頭+1.7秒 12/06 5阪神18R 8着/16頭+0.9秒 10/26 3京都912R 8着/16頭+0.9秒 05/24 2京都912R 13着/13頭+1.4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戦の調子平均 8.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 194日休養明け △ 期待値 (オッズ vs AI勝率) +2%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (オッズ暗示: 0.9%) ※ 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。
16	マキシマムビスタ	▲森田	実15.8	▽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走平均9.0着と低調）
前5走 06/14 3東京412R 5着/12頭+0.9秒 03/15 1阪神88R 9着/11頭+1.7秒 02/22 1小倉1010R 8着/16頭+0.9秒 10/04 3京都112R 3着/13頭+0.5秒 07/13 2小倉67R 1着/16頭勝利
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 9.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 6.4% (オッズ暗示: 6.3%) ※ 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B

アメリカンポリス

騎手鮫島駿

20.2倍

AI の勝率7%損益の分かれ目5%

AI の勝率 7% が損益の分かれ目 5%（1 ÷ 20.2倍）を上回り、期待値 +40% 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（16着）

出走馬全16頭

◎6

ジューンアゲイン

☆田山

2.8倍

勝率 25%

›

○10

ザックザク

北村友

4.3倍

勝率 18%

›

▲1

ライトオブヌカタ

富田

6.6倍

勝率 12%

›

△14

ランスオブセヘル

斎藤

8.1倍

勝率 10%

›

△11

デアプリームス

池添

9.9倍

勝率 8%

›

△3

ポッドドンナー

吉村

15.5倍

勝率 7%

›

▽2

アメリカンポリス

鮫島駿

20.2倍

勝率 7%

›

▽16

マキシマムビスタ

▲森田

15.8倍

勝率 6%

›

▽13

フェスティヴドレス

菱田

20.1倍

勝率 4%

›

▽12

モンシェリ

秋山稔樹

201.0倍

対象外勝率 2%

›

▽15

バックトゥザライト

西塚

112.0倍

対象外勝率 1%

›

▽7

エコロボルト

松本

66.5倍

対象外勝率 1%

›

▽4

サヨノジャンボリー

吉田隼

77.6倍

対象外勝率 1%

›

▽8

メモリーグラス

小崎

177.9倍

対象外勝率 1%

›

▽5

オセアエクスプレス

古川吉

143.7倍

対象外勝率 1%

›

▽9

キタノライブリー

田口

78.3倍

対象外勝率 1%

›

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 2 アメリカンポリス実20.2倍期待値 +40% 推奨 14.4〜30.0倍 ¥200 不的中16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