京都 9R 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

9R 京都競馬場発走 14:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウアートマン	吉田豊	実76.8	B▽ A▽勝率2% EV+21% 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／141日ぶりの実戦）
前5走 05/16 2東京711R 12着/15頭+1.4秒 05/03 2東京49R 7着/18頭+0.7秒 03/14 1阪神710R 5着/11頭+0.5秒 02/28 1小倉1111R 1着/15頭勝利 11/16 3福島410R 5着/16頭+0.4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 8.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 141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 1.3% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.7% / 期待値 +21% ※ 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	ナムラフッカー	菱田	実122.9	B× A▽勝率2% EV+38% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
前5走 07/25 2中京17R 7着/11頭+0.6秒 06/20 3阪神510R 18着/18頭+1.9秒 05/10 3京都69R 4着/13頭+0.3秒 03/29 2阪神210R 8着/11頭+0.9秒 03/14 1阪神710R 9着/11頭+0.8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 12.0着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) ▽ 前走実績前走 11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 0.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.7% / 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	レディーミコノス推奨	田山	実18.7	B△ A△勝率9% EV+22% 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（当競馬場4走で勝率25%と適性高／前走2着で力を示す）
前5走 07/04 2小倉311R 6着/14頭+0.9秒 05/31 2東京1210R 15着/17頭+0.8秒 04/26 3京都210R 5着/18頭+0.4秒 03/07 1阪神58R 1着/10頭勝利 01/05 1京都29R 3着/11頭+0.1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 6.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 7.5% (オッズ暗示: 5.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 期待値 +23% ※ 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	チェルノボーグ	西塚	実42.4	B▽ A▽勝率2% EV-31% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率33%と適性高／直近3走平均8.3着と低調）
前5走 05/17 3京都810R 13着/13頭+1.4秒 04/26 3京都210R 7着/18頭+0.5秒 03/14 1阪神710R 3着/11頭+0.4秒 01/05 1京都29R 1着/11頭勝利 12/21 5中京610R 4着/10頭+0.3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 8.3着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.0% / 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。
5	キュクヌス	吉村	実48.1	B▽ A▽勝率5% EV+106% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（154日ぶりの実戦）
前5走 05/03 2東京49R 4着/18頭+0.4秒 03/14 2中山510R 8着/16頭+0.4秒 02/15 1東京69R 10着/16頭+0.5秒 11/01 4東京1010R 2着/12頭+0.0秒 10/05 3京都29R 7着/9頭+0.7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 7.3着 (不振) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.3% / 期待値 +107% ※ 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	キントリヒ	田口	実75.9	B▽ A▽勝率1% EV-17% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 06/14 3東京410R 14着/14頭+3.0秒 05/17 1新潟611R 12着/16頭+0.6秒 04/20 3中山812R 6着/13頭+0.7秒 01/11 1中山311R 9着/13頭+0.7秒 11/17 6京都69R 9着/17頭+0.9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戦の調子平均 10.0着 (不振) ○ 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) +14%（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: 1.3%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 0.9% / 期待値 -18% ※ 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	カリーニョ	川田	実12.1	B△ A△勝率8% EV0% 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）
前5走 06/21 3阪神69R 3着/7頭+0.8秒 05/09 2東京58R 3着/8頭+0.5秒 03/01 2中山29R 2着/10頭+0.9秒 12/27 5阪神712R 2着/9頭+0.1秒 10/26 4新潟410R 9着/16頭+1.2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 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.3% / 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。
8	ヴィスマール	小沢	実33.3	B▽ A▽勝率2% EV-46% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率33%と適性高／直近3走で勝率33%と好調／92日ぶりの実戦）
前5走 07/04 2小倉311R 12着/14頭+1.5秒 05/09 3京都510R 1着/8頭勝利 04/19 2阪神89R 5着/10頭+0.4秒 02/07 2京都38R 2着/8頭+0.4秒 12/07 5中京210R 5着/13頭+0.3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 6走で勝率 33% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +8%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.3% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.2% / 期待値 -46% ※ 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	ホウオウスーペリア	高杉	実59.8	B▽ A▽勝率2% EV-4% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（前走2着／78日ぶりの実戦）
前5走 07/18 2福島711R 2着/16頭+0.1秒 06/27 2福島111R 7着/9頭+1.6秒 04/05 3中山411R 6着/16頭+0.4秒 02/21 1小倉911R 11着/13頭+2.1秒 02/07 1小倉511R 4着/16頭+0.1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 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -6% (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 11位 / 勝率 2.0% / 期待値 -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	スズカダブル	鮫島駿	実87.0	B▽ A▽勝率1% EV-24% 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）
前5走 05/24 3京都1011R 8着/13頭+0.9秒 05/17 3京都810R 12着/13頭+1.0秒 04/26 3京都210R 18着/18頭+1.2秒 01/11 1京都410R 9着/15頭+0.9秒 12/07 5阪神210R 10着/18頭+0.8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戦の調子平均 11.3着 (不振) △ 当競馬場適性 11走で勝率 9% ▽ 前走実績前走 14着 (大敗) ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 0.9% / 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	ローベルクランツ	北村友	実7.0	B▲ A▲勝率13% EV-18% 詳細▼	AI上位評価だが期待値不足、見送り（98日ぶりの実戦）
前5走 06/28 2福島211R 11着/16頭+0.8秒 05/10 2東京611R 4着/18頭+0.4秒 03/28 2阪神111R 2着/7頭+0.1秒 02/10 2京都411R 7着/9頭+0.5秒 11/24 5東京611R 8着/12頭+1.0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 5.7着 ▽ 前走実績前走 11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) -36% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.8% / 期待値 -18% ※ 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	ファームツエンティ	酒井	実41.3	B▽ A▽勝率2% EV-32% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場11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 06/20 3阪神510R 7着/18頭+0.4秒 04/11 2阪神59R 1着/8頭勝利 03/21 1阪神99R 3着/8頭+0.0秒 02/22 1阪神27R 1着/9頭勝利 02/07 2京都37R 4着/9頭+0.5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 11走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 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	リーティアコナル	小崎	実63.7	B× A▽勝率1% EV-44% 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／99日ぶりの実戦）
前5走 06/27 2福島111R 9着/9頭+1.9秒 04/19 3中山812R 7着/18頭+0.3秒 03/28 3中山18R 1着/12頭勝利 02/07 1小倉59R 1着/13頭勝利 01/12 1中山512R 4着/18頭+0.2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) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.9% / 期待値 -45% ※ 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	ミュージシャン	松山	実6.6	B○ A○勝率13% EV-10% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定／71日ぶりの実戦）
前5走 07/25 2中京17R 4着/11頭+0.5秒 06/06 3阪神111R 2着/11頭+0.3秒 04/12 2阪神610R 2着/15頭+0.0秒 02/14 2京都510R 7着/16頭+1.0秒 12/27 5阪神712R 1着/9頭勝利
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 2.7着 (安定) × 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 9.1% (オッズ暗示: 15.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.8% / 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。
15	ミスタージーティー	斎藤	実31.9	B△ A△勝率5% EV+42% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調）
前5走 05/31 2東京1210R 9着/17頭+0.5秒 05/10 3京都69R 9着/13頭+0.6秒 04/26 3京都210R 3着/18頭+0.4秒 11/09 5東京210R 10着/12頭+1.3秒 06/15 3東京410R 12着/15頭+3.1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戦の調子平均 8.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ 期待値 (オッズ vs AI勝率) +21%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.8% (オッズ暗示: 3.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.3% / 期待値 +42% ※ 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	オールセインツ	富田	実73.8	B▽ A▽勝率1% EV-29% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率25%と適性高／直近3走平均8.7着と低調）
前5走 08/01 2中京37R 8着/11頭+0.5秒 02/14 2京都510R 12着/16頭+1.6秒 01/10 1中山311R 4着/17頭+0.4秒 12/14 5阪神49R 7着/15頭+0.9秒 08/30 3新潟311R 12着/16頭+1.7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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.9% / 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。
17	シンゼンカガ	吉田隼	実106.1	B▽ A▽勝率1% EV-7% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 03/14 1中京110R 1着/10頭勝利 02/28 1小倉1111R 4着/15頭+0.5秒 02/14 1小倉712R 1着/15頭勝利 02/01 1小倉48R 5着/13頭+0.5秒 08/24 2札幌29R 2着/13頭+0.7秒
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 6.3着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.9% / 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。
18	ロードフィレール	横山和	実1.6	B◎ A◎勝率32% EV-41% 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走で勝率67%と好調／前走勝利の勢い）
前5走 07/25 2中京18R 1着/8頭勝利 04/19 3中山811R 17着/18頭+1.5秒 03/21 1阪神911R 2着/12頭+0.4秒 08/09 2新潟52R 1着/10頭勝利 07/20 2小倉85R 2着/13頭+0.1秒
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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 50.1% (オッズ暗示: 62.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 32.4% / 期待値 -42% ※ 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A

レディーミコノス

騎手田山

18.7倍

AI の勝率8%損益の分かれ目5%

AI の勝率 8% が損益の分かれ目 5%（1 ÷ 18.7倍）を上回り、期待値 +40% が買う基準（+20%）以上。

賭け金の目安 ¥100（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:◎18

ロードフィレール

横山和

1.6倍

勝率 50%

›

○A:○14

ミュージシャン

松山

6.6倍

勝率 9%

›

▲A:▲11

ローベルクランツ

北村友

7.0倍

勝率 9%

›

△A:△7

カリーニョ

川田

12.1倍

勝率 8%

›

△A:△3

レディーミコノス

田山

18.7倍

勝率 8%

›

△A:△15

ミスタージーティー

斎藤

31.9倍

対象外勝率 4%

›

▽A:▽8

ヴィスマール

小沢

33.3倍

対象外勝率 3%

›

▽A:▽12

ファームツエンティ

酒井

41.3倍

対象外勝率 2%

›

▽A:▽5

キュクヌス

吉村

48.1倍

対象外勝率 2%

›

▽A:▽4

チェルノボーグ

西塚

42.4倍

対象外勝率 2%

›

▽A:▽9

ホウオウスーペリア

高杉

59.8倍

対象外勝率 2%

›

▽A:▽6

キントリヒ

田口

75.9倍

対象外勝率 2%

›

▽A:▽16

オールセインツ

富田

73.8倍

対象外勝率 1%

›

▽A:▽1

ホウオウアートマン

吉田豊

76.8倍

対象外勝率 1%

›

▽A:▽10

スズカダブル

鮫島駿

87.0倍

対象外勝率 1%

›

▽A:▽17

シンゼンカガ

吉田隼

106.1倍

対象外勝率 1%

›

×A:▽13

リーティアコナル

小崎

63.7倍

対象外勝率 0%

›

×A:▽2

ナムラフッカー

菱田

122.9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）

単勝 3 レディーミコノス実18.7倍期待値 +40% 推奨 13.3〜30.0倍 ¥100 不的中6着

B モデル（レース内の順位で学習）

見送り

※ オッズは予測時点の値です。

9R 京都競馬場発走 14:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウアートマン	吉田豊	実76.8	▽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／141日ぶりの実戦）
前5走 05/16 2東京711R 12着/15頭+1.4秒 05/03 2東京49R 7着/18頭+0.7秒 03/14 1阪神710R 5着/11頭+0.5秒 02/28 1小倉1111R 1着/15頭勝利 11/16 3福島410R 5着/16頭+0.4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 8.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 141日休養明け △ 期待値 (オッズ vs AI勝率) +21%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (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。
2	ナムラフッカー	菱田	実122.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
前5走 07/25 2中京17R 7着/11頭+0.6秒 06/20 3阪神510R 18着/18頭+1.9秒 05/10 3京都69R 4着/13頭+0.3秒 03/29 2阪神210R 8着/11頭+0.9秒 03/14 1阪神710R 9着/11頭+0.8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 12.0着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +38%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (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。
3	レディーミコノス推奨	田山	実18.7	△詳細▼	期待値プラスでAIの推し馬（当競馬場4走で勝率25%と適性高／前走2着で力を示す）
前5走 07/04 2小倉311R 6着/14頭+0.9秒 05/31 2東京1210R 15着/17頭+0.8秒 04/26 3京都210R 5着/18頭+0.4秒 03/07 1阪神58R 1着/10頭勝利 01/05 1京都29R 3着/11頭+0.1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 6.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 9.0% (オッズ暗示: 5.3%) ※ 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。
4	チェルノボーグ	西塚	実42.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率33%と適性高／直近3走平均8.3着と低調）
前5走 05/17 3京都810R 13着/13頭+1.4秒 04/26 3京都210R 7着/18頭+0.5秒 03/14 1阪神710R 3着/11頭+0.4秒 01/05 1京都29R 1着/11頭勝利 12/21 5中京610R 4着/10頭+0.3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 8.3着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 2.4%) ※ 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。
5	キュクヌス	吉村	実48.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（154日ぶりの実戦）
前5走 05/03 2東京49R 4着/18頭+0.4秒 03/14 2中山510R 8着/16頭+0.4秒 02/15 1東京69R 10着/16頭+0.5秒 11/01 4東京1010R 2着/12頭+0.0秒 10/05 3京都29R 7着/9頭+0.7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 7.3着 (不振) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) +106%（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: 2.1%) ※ 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。
6	キントリヒ	田口	実75.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 06/14 3東京410R 14着/14頭+3.0秒 05/17 1新潟611R 12着/16頭+0.6秒 04/20 3中山812R 6着/13頭+0.7秒 01/11 1中山311R 9着/13頭+0.7秒 11/17 6京都69R 9着/17頭+0.9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戦の調子平均 10.0着 (不振) ○ 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) -18% (オッズ過剰評価) AI 予想勝率 0.9% (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。
7	カリーニョ	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走で勝率33%と好調／前走勝利の勢い）
前5走 06/21 3阪神69R 3着/7頭+0.8秒 05/09 2東京58R 3着/8頭+0.5秒 03/01 2中山29R 2着/10頭+0.9秒 12/27 5阪神712R 2着/9頭+0.1秒 10/26 4新潟410R 9着/16頭+1.2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 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 8.3% (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。
8	ヴィスマール	小沢	実33.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率33%と適性高／直近3走で勝率33%と好調／92日ぶりの実戦）
前5走 07/04 2小倉311R 12着/14頭+1.5秒 05/09 3京都510R 1着/8頭勝利 04/19 2阪神89R 5着/10頭+0.4秒 02/07 2京都38R 2着/8頭+0.4秒 12/07 5中京210R 5着/13頭+0.3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 6走で勝率 33% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 92日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 3.0%) ※ 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	ホウオウスーペリア	高杉	実59.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（前走2着／78日ぶりの実戦）
前5走 07/18 2福島711R 2着/16頭+0.1秒 06/27 2福島111R 7着/9頭+1.6秒 04/05 3中山411R 6着/16頭+0.4秒 02/21 1小倉911R 11着/13頭+2.1秒 02/07 1小倉511R 4着/16頭+0.1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 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 2.0% (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。
10	スズカダブル	鮫島駿	実87.0	▽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）
前5走 05/24 3京都1011R 8着/13頭+0.9秒 05/17 3京都810R 12着/13頭+1.0秒 04/26 3京都210R 18着/18頭+1.2秒 01/11 1京都410R 9着/15頭+0.9秒 12/07 5阪神210R 10着/18頭+0.8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戦の調子平均 11.3着 (不振) △ 当競馬場適性 11走で勝率 9% ▽ 前走実績前走 14着 (大敗) ○ 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) -24% (オッズ過剰評価) AI 予想勝率 0.9% (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。
11	ローベルクランツ	北村友	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（98日ぶりの実戦）
前5走 06/28 2福島211R 11着/16頭+0.8秒 05/10 2東京611R 4着/18頭+0.4秒 03/28 2阪神111R 2着/7頭+0.1秒 02/10 2京都411R 7着/9頭+0.5秒 11/24 5東京611R 8着/12頭+1.0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 5.7着 ▽ 前走実績前走 11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) -18% (オッズ過剰評価) AI 予想勝率 12.8% (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。
12	ファームツエンティ	酒井	実41.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場11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 06/20 3阪神510R 7着/18頭+0.4秒 04/11 2阪神59R 1着/8頭勝利 03/21 1阪神99R 3着/8頭+0.0秒 02/22 1阪神27R 1着/9頭勝利 02/07 2京都37R 4着/9頭+0.5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 11走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) × 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 2.0% (オッズ暗示: 2.4%) ※ 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。
13	リーティアコナル	小崎	実63.7	▽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／99日ぶりの実戦）
前5走 06/27 2福島111R 9着/9頭+1.9秒 04/19 3中山812R 7着/18頭+0.3秒 03/28 3中山18R 1着/12頭勝利 02/07 1小倉59R 1着/13頭勝利 01/12 1中山512R 4着/18頭+0.2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) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 99日休養明け × 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 0.9% (オッズ暗示: 1.6%) ※ 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。
14	ミュージシャン	松山	実6.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定／71日ぶりの実戦）
前5走 07/25 2中京17R 4着/11頭+0.5秒 06/06 3阪神111R 2着/11頭+0.3秒 04/12 2阪神610R 2着/15頭+0.0秒 02/14 2京都510R 7着/16頭+1.0秒 12/27 5阪神712R 1着/9頭勝利
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 2.7着 (安定) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 12.8% (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。
15	ミスタージーティー	斎藤	実31.9	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調）
前5走 05/31 2東京1210R 9着/17頭+0.5秒 05/10 3京都69R 9着/13頭+0.6秒 04/26 3京都210R 3着/18頭+0.4秒 11/09 5東京210R 10着/12頭+1.3秒 06/15 3東京410R 12着/15頭+3.1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戦の調子平均 8.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ 期待値 (オッズ vs AI勝率) +42%（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: 3.1%) ※ 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	オールセインツ	富田	実73.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率25%と適性高／直近3走平均8.7着と低調）
前5走 08/01 2中京37R 8着/11頭+0.5秒 02/14 2京都510R 12着/16頭+1.6秒 01/10 1中山311R 4着/17頭+0.4秒 12/14 5阪神49R 7着/15頭+0.9秒 08/30 3新潟311R 12着/16頭+1.7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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.4%) ※ 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。
17	シンゼンカガ	吉田隼	実106.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 03/14 1中京110R 1着/10頭勝利 02/28 1小倉1111R 4着/15頭+0.5秒 02/14 1小倉712R 1着/15頭勝利 02/01 1小倉48R 5着/13頭+0.5秒 08/24 2札幌29R 2着/13頭+0.7秒
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 6.3着 △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 0.9% (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。
18	ロードフィレール	横山和	実1.6	◎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走で勝率67%と好調／前走勝利の勢い）
前5走 07/25 2中京18R 1着/8頭勝利 04/19 3中山811R 17着/18頭+1.5秒 03/21 1阪神911R 2着/12頭+0.4秒 08/09 2新潟52R 1着/10頭勝利 07/20 2小倉85R 2着/13頭+0.1秒
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戦の調子勝率 67% (絶好調) ◎ 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 32.4% (オッズ暗示: 62.5%) ※ 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A

レディーミコノス

騎手田山

18.7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 ÷ 18.7倍）を上回り、期待値 +23% が買う基準（+20%）以上。

賭け金の目安 ¥100（AI の自信に応じて変えています）

外れ（6着）

出走馬全18頭

◎18

ロードフィレール

横山和

1.6倍

勝率 32%

›

○14

ミュージシャン

松山

6.6倍

勝率 13%

›

▲11

ローベルクランツ

北村友

7.0倍

勝率 13%

›

△3

レディーミコノス

田山

18.7倍

勝率 9%

›

△7

カリーニョ

川田

12.1倍

勝率 8%

›

△15

ミスタージーティー

斎藤

31.9倍

対象外勝率 5%

›

▽5

キュクヌス

吉村

48.1倍

対象外勝率 5%

›

▽8

ヴィスマール

小沢

33.3倍

対象外勝率 2%

›

▽12

ファームツエンティ

酒井

41.3倍

対象外勝率 2%

›

▽4

チェルノボーグ

西塚

42.4倍

対象外勝率 2%

›

▽9

ホウオウスーペリア

高杉

59.8倍

対象外勝率 2%

›

▽1

ホウオウアートマン

吉田豊

76.8倍

対象外勝率 2%

›

▽2

ナムラフッカー

菱田

122.9倍

対象外勝率 2%

›

▽13

リーティアコナル

小崎

63.7倍

対象外勝率 1%

›

▽17

シンゼンカガ

吉田隼

106.1倍

対象外勝率 1%

›

▽16

オールセインツ

富田

73.8倍

対象外勝率 1%

›

▽6

キントリヒ

田口

75.9倍

対象外勝率 1%

›

▽10

スズカダブル

鮫島駿

87.0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）

単勝 3 レディーミコノス実18.7倍期待値 +69% 推奨 11.1〜30.0倍 ¥100 不的中6着

B モデル（レース内の順位で学習）

見送り

※ 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