京都 11R 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

11R 京都競馬場発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウエストナウ	横山和	実11.2	B△ A△勝率8% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高／直近3走で勝率33%と好調／77日ぶりの実戦）
前5走 07/19 2小倉811R 8着/18頭+0.7秒 05/10 2東京610R 1着/12頭勝利 04/11 2阪神510R 2着/13頭+0.0秒 01/04 1中山111R 11着/14頭+0.6秒 12/06 5阪神111R 13着/14頭+1.6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) ◎ 当競馬場適性 5走で勝率 40% (得意) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 9.8% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.2% / 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。
2	ヴェルテンベルク推奨	古川吉	実15.1	B▽ A▽勝率6% EV-5% 詳細▼	期待値プラスでAIの推し馬（前走2着で力を示す／154日の休養を経て臨戦態勢）
前5走 05/03 3京都411R 2着/15頭+0.0秒 02/21 1東京711R 4着/15頭+0.6秒 12/06 5中山111R 6着/14頭+0.3秒 10/05 3京都211R 7着/18頭+0.5秒 09/13 4阪神311R 9着/15頭+0.6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 4.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 7.3% (オッズ暗示: 6.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.2% / 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。
3	ディープモンスター	浜中	実5.8	B▲ A▲勝率10% EV-40% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率43%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 05/24 シャティン0R 3着/9頭 02/14 カタール0R 1着/7頭 11/30 5東京812R 11着/17頭+2.0秒 10/05 3京都211R 1着/18頭勝利 08/31 3新潟411R 3着/16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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 43% (得意) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 11.7% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.3% / 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	ヘデントール	吉田隼	実8.1	B△ A△勝率10% EV-16% 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4走で勝率25%と適性高／直近3走で勝率33%と好調／154日ぶりの実戦）
前5走 05/03 3京都411R 5着/15頭+0.4秒 02/15 2京都611R 8着/12頭+0.9秒 05/04 2京都411R 1着/15頭勝利 02/22 1東京711R 1着/16頭勝利 10/20 5京都611R 2着/18頭+0.4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) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 期待値 -17% ※ 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	ヴェルミセル	川又	実77.1	B× A▽勝率2% EV0% 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0%と苦戦傾向／直近3走平均10.7着と低調／126日ぶりの実戦）
前5走 05/31 2東京1212R 12着/14頭+0.9秒 05/03 3京都411R 9着/15頭+1.3秒 02/15 キングアブドゥル8R 11着/11頭 12/06 5中山111R 8着/14頭+0.4秒 11/16 4京都411R 8着/16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 10.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 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) -66% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 2.1% / 期待値 -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。
6	アクアヴァーナル	松山	実5.1	B○ A○勝率15% EV-26% 詳細▼	AI上位評価だが期待値不足、見送り（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／154日ぶりの実戦）
前5走 05/03 3京都411R 4着/15頭+0.2秒 03/22 1阪神1011R 2着/10頭+0.5秒 01/05 1京都211R 1着/9頭勝利 11/22 4京都510R 2着/16頭+0.4秒 11/02 3京都1110R 2着/13頭+0.0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 6走で勝率 33% (得意) △ ローテーション 154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 11.7% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.5% / 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。
7	リビアングラス	小沢	実104.3	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（直近3走平均8.7着と低調）
前5走 04/12 1福島211R 5着/15頭+0.4秒 03/28 3中山111R 11着/15頭+1.9秒 02/15 2京都611R 6着/12頭+0.5秒 01/18 1京都711R 3着/13頭+0.3秒 11/15 4京都310R 6着/16頭+0.7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 8.7着 (不振) △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 10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) -54% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 1.0% / 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。
8	ミクニインスパイア	Ｍデムーロ	実8.9	B△ A△勝率10% EV-8% 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／112日ぶりの実戦）
前5走 06/14 3阪神411R 12着/18頭+2.4秒 03/28 3中山111R 2着/15頭+0.2秒 12/27 5中山712R 1着/14頭勝利 12/07 5中山27R 1着/11頭勝利 09/13 4中山312R 1着/16頭勝利
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) ▽ 前走実績前走 12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) -9% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.3% / 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。
9	ミステリーウェイ	松本	実45.3	B▽ A×勝率1% EV-63% 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12.7着と低調／112日ぶりの実戦）
前5走 06/14 3阪神411R 16着/18頭+3.1秒 05/03 3京都411R 8着/15頭+1.1秒 03/28 3中山111R 14着/15頭+2.4秒 12/28 5中山811R 16着/16頭+1.3秒 11/09 5東京211R 1着/18頭勝利
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 12.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 16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) -8% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.2%) × Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 期待値 -64% ※ 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	マイネルエンペラー	吉村	実29.8	B▽ A▽勝率2% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／直近3走平均8.7着と低調／112日ぶりの実戦）
前5走 06/14 3阪神411R 10着/18頭+1.7秒 03/22 1阪神1011R 5着/10頭+1.0秒 01/25 1中山911R 11着/16頭+1.3秒 12/28 5中山811R 9着/16頭+0.8秒 05/04 2京都411R 5着/15頭+1.0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 8.7着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) ▽ 前走実績前走 10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) -29% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.5% / 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。
11	ファミリータイム推奨	鮫島駿	実19.7	B▽ A▽勝率8% EV+61% 詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実）
前5走 06/14 3阪神411R 6着/18頭+1.4秒 03/22 1阪神1011R 9着/10頭+2.4秒 01/18 1京都711R 2着/13頭+0.0秒 12/13 5中京311R 7着/18頭+0.5秒 09/21 4阪神710R 1着/9頭勝利
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 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 6.1% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.2% / 期待値 +62% ※ 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	エコロディノス	田口	実53.0	B▽ A×勝率0% EV-95% 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67%と適性高／直近3走平均9.0着と低調／98日ぶりの実戦）
前5走 06/28 1函館611R 9着/15頭+0.6秒 04/05 2阪神411R 15着/15頭+10.8秒 02/15 2京都611R 3着/12頭+0.3秒 12/14 5阪神49R 1着/15頭勝利 11/01 3京都109R 1着/11頭勝利
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 9.0着 (不振) ◎ 当競馬場適性 3走で勝率 67% (得意) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 1.9%) × Aモデルの評価 (参考) レース内 17位 / 勝率 0.1% / 期待値 -96% ※ 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	サフィラ	北村友	実63.7	B▽ A▽勝率1% EV-37% 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／77日ぶりの実戦）
前5走 07/19 2小倉811R 11着/18頭+1.1秒 05/16 1新潟511R 13着/15頭+1.0秒 03/15 1中京211R 9着/14頭+0.5秒 02/15 2京都611R 5着/12頭+0.4秒 11/16 4京都411R 7着/16頭+0.6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 11.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +16%（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: 1.6%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 期待値 -38% ※ 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	サヴォーナ	斎藤	実23.1	B▽ A×勝率2% EV-54% 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5走 07/12 2福島611R 10着/16頭+1.8秒 04/12 1福島211R 1着/15頭勝利 11/03 5東京211R 8着/16頭+0.7秒 09/22 4中山711R 4着/15頭+0.2秒 07/14 1函館1211R 4着/16頭+0.7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 3走で勝率 0% (苦戦) × 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 2.4% (オッズ暗示: 4.3%) × Aモデルの評価 (参考) レース内 13位 / 勝率 2.0% / 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。
15	メイショウブレゲ	酒井	実112.4	×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 07/05 2小倉41R 8着/12頭+2.4秒 05/09 1新潟31R 9着/13頭+7.3秒 03/22 1阪神1011R 8着/10頭+1.9秒 02/15 2京都611R 11着/12頭+1.6秒 01/05 1京都211R 7着/9頭+1.3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 8.0着 (不振) △ 当競馬場適性 9走で勝率 11% × 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。
16	ショウナンラプンタ	池添	実33.1	B▽ A▽勝率6% EV+99% 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／364日ぶりの実戦）
前5走 10/05 3京都211R 5着/18頭+0.3秒 06/15 3阪神411R 4着/17頭+0.7秒 05/04 2京都411R 3着/15頭+0.5秒 03/23 1阪神811R 4着/11頭+1.1秒 01/19 1中京711R 2着/16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 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 364日休養明け △ 期待値 (オッズ vs AI勝率) +47%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.5% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.0% / 期待値 +100% ※ 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	キングスコール	吉田豊	実26.4	B▽ A▽勝率6% EV+59% 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／126日ぶりの実戦）
前5走 05/31 2東京1212R 5着/14頭+0.2秒 05/16 2東京711R 1着/15頭勝利 04/12 2阪神610R 12着/15頭+0.9秒 03/29 2阪神210R 11着/11頭+1.1秒 02/28 1阪神39R 2着/9頭+0.3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 126日休養明け ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 5.2% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.0% / 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。
18	ダノンシーマ	川田	実4.7	B◎ A◎勝率15% EV-31% 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3.0着と安定／前走3着）
前5走 05/31 2東京1212R 3着/14頭+0.0秒 03/22 1阪神1011R 3着/10頭+0.7秒 01/31 1東京111R 1着/10頭勝利 11/22 4京都510R 1着/16頭勝利 09/28 4阪神99R 1着/12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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 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 12.4% (オッズ暗示: 21.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 14.5% / 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。

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

ヴェルテンベルク

騎手古川吉

15.1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 15.1倍では期待値 +11% です。

賭け金の目安 ¥100（AI の自信に応じて変えています）

外れ（7着）

ほかの買い目: 11番ファミリータイム（19.7倍）

出走馬全18頭

◎A:◎18

ダノンシーマ

川田

4.7倍

勝率 12%

›

○A:○6

アクアヴァーナル

松山

5.1倍

勝率 12%

›

▲A:▲3

ディープモンスター

浜中

5.8倍

勝率 12%

›

△A:△4

ヘデントール

吉田隼

8.1倍

勝率 10%

›

△A:△8

ミクニインスパイア

Ｍデムーロ

8.9倍

勝率 10%

›

△A:△1

ウエストナウ

横山和

11.2倍

勝率 10%

›

▽A:▽2

ヴェルテンベルク

古川吉

15.1倍

勝率 7%

›

▽A:▽11

ファミリータイム

鮫島駿

19.7倍

勝率 6%

›

▽A:▽17

キングスコール

吉田豊

26.4倍

勝率 5%

›

▽A:▽16

ショウナンラプンタ

池添

33.1倍

対象外勝率 4%

›

▽A:×14

サヴォーナ

斎藤

23.1倍

勝率 2%

›

▽A:▽10

マイネルエンペラー

吉村

29.8倍

勝率 2%

›

▽A:×9

ミステリーウェイ

松本

45.3倍

対象外勝率 2%

›

▽A:×12

エコロディノス

田口

53.0倍

対象外勝率 2%

›

▽A:▽13

サフィラ

北村友

63.7倍

対象外勝率 2%

›

×A:▽5

ヴェルミセル

川又

77.1倍

対象外勝率 0%

›

×A:▽7

リビアングラス

小沢

104.3倍

対象外勝率 0%

›

×15

メイショウブレゲ

酒井

112.4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）

単勝 11 ファミリータイム実19.7倍期待値 +21% 推奨 16.3〜30.0倍 ¥200 不的中12着

B モデル（レース内の順位で学習）

単勝 2 ヴェルテンベルク実15.1倍期待値 +11% 推奨 13.6〜30.0倍 ¥100 不的中7着

※ オッズは予測時点の値です。

11R 京都競馬場発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウエストナウ	横山和	実11.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高／直近3走で勝率33%と好調／77日ぶりの実戦）
前5走 07/19 2小倉811R 8着/18頭+0.7秒 05/10 2東京610R 1着/12頭勝利 04/11 2阪神510R 2着/13頭+0.0秒 01/04 1中山111R 11着/14頭+0.6秒 12/06 5阪神111R 13着/14頭+1.6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) ◎ 当競馬場適性 5走で勝率 40% (得意) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 8.9%) ※ 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。
2	ヴェルテンベルク推奨	古川吉	実15.1	▽詳細▼	期待値プラスでAIの推し馬（前走2着で力を示す／154日の休養を経て臨戦態勢）
前5走 05/03 3京都411R 2着/15頭+0.0秒 02/21 1東京711R 4着/15頭+0.6秒 12/06 5中山111R 6着/14頭+0.3秒 10/05 3京都211R 7着/18頭+0.5秒 09/13 4阪神311R 9着/15頭+0.6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 4.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 154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 6.2% (オッズ暗示: 6.6%) ※ 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。
3	ディープモンスター	浜中	実5.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率43%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 05/24 シャティン0R 3着/9頭 02/14 カタール0R 1着/7頭 11/30 5東京812R 11着/17頭+2.0秒 10/05 3京都211R 1着/18頭勝利 08/31 3新潟411R 3着/16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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 43% (得意) ○ 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) -41% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 17.2%) ※ 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	ヘデントール	吉田隼	実8.1	△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4走で勝率25%と適性高／直近3走で勝率33%と好調／154日ぶりの実戦）
前5走 05/03 3京都411R 5着/15頭+0.4秒 02/15 2京都611R 8着/12頭+0.9秒 05/04 2京都411R 1着/15頭勝利 02/22 1東京711R 1着/16頭勝利 10/20 5京都611R 2着/18頭+0.4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) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 10.3% (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。
5	ヴェルミセル	川又	実77.1	▽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0%と苦戦傾向／直近3走平均10.7着と低調／126日ぶりの実戦）
前5走 05/31 2東京1212R 12着/14頭+0.9秒 05/03 3京都411R 9着/15頭+1.3秒 02/15 キングアブドゥル8R 11着/11頭 12/06 5中山111R 8着/14頭+0.4秒 11/16 4京都411R 8着/16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 10.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 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) -0% (オッズ過剰評価) AI 予想勝率 2.1% (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。
6	アクアヴァーナル	松山	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り（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／154日ぶりの実戦）
前5走 05/03 3京都411R 4着/15頭+0.2秒 03/22 1阪神1011R 2着/10頭+0.5秒 01/05 1京都211R 1着/9頭勝利 11/22 4京都510R 2着/16頭+0.4秒 11/02 3京都1110R 2着/13頭+0.0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 6走で勝率 33% (得意) △ ローテーション 154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 14.5% (オッズ暗示: 19.6%) ※ 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。
7	リビアングラス	小沢	実104.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 04/12 1福島211R 5着/15頭+0.4秒 03/28 3中山111R 11着/15頭+1.9秒 02/15 2京都611R 6着/12頭+0.5秒 01/18 1京都711R 3着/13頭+0.3秒 11/15 4京都310R 6着/16頭+0.7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 8.7着 (不振) △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 10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) +2%（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: 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。
8	ミクニインスパイア	Ｍデムーロ	実8.9	△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／112日ぶりの実戦）
前5走 06/14 3阪神411R 12着/18頭+2.4秒 03/28 3中山111R 2着/15頭+0.2秒 12/27 5中山712R 1着/14頭勝利 12/07 5中山27R 1着/11頭勝利 09/13 4中山312R 1着/16頭勝利
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) ▽ 前走実績前走 12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) -9% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 11.2%) ※ 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。
9	ミステリーウェイ	松本	実45.3	×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12.7着と低調／112日ぶりの実戦）
前5走 06/14 3阪神411R 16着/18頭+3.1秒 05/03 3京都411R 8着/15頭+1.1秒 03/28 3中山111R 14着/15頭+2.4秒 12/28 5中山811R 16着/16頭+1.3秒 11/09 5東京211R 1着/18頭勝利
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 12.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 16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) -64% (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。
10	マイネルエンペラー	吉村	実29.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／直近3走平均8.7着と低調／112日ぶりの実戦）
前5走 06/14 3阪神411R 10着/18頭+1.7秒 03/22 1阪神1011R 5着/10頭+1.0秒 01/25 1中山911R 11着/16頭+1.3秒 12/28 5中山811R 9着/16頭+0.8秒 05/04 2京都411R 5着/15頭+1.0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 8.7着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) ▽ 前走実績前走 10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) -26% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 3.4%) ※ 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。
11	ファミリータイム推奨	鮫島駿	実19.7	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+61%の中穴候補（近5走で勝率20%と堅実）
前5走 06/14 3阪神411R 6着/18頭+1.4秒 03/22 1阪神1011R 9着/10頭+2.4秒 01/18 1京都711R 2着/13頭+0.0秒 12/13 5中京311R 7着/18頭+0.5秒 09/21 4阪神710R 1着/9頭勝利
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 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 112日休養明け ◎ 期待値 (オッズ vs AI勝率) +61% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 5.1%) ※ 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	エコロディノス	田口	実53.0	×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67%と適性高／直近3走平均9.0着と低調／98日ぶりの実戦）
前5走 06/28 1函館611R 9着/15頭+0.6秒 04/05 2阪神411R 15着/15頭+10.8秒 02/15 2京都611R 3着/12頭+0.3秒 12/14 5阪神49R 1着/15頭勝利 11/01 3京都109R 1着/11頭勝利
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 9.0着 (不振) ◎ 当競馬場適性 3走で勝率 67% (得意) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.9%) ※ 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。
13	サフィラ	北村友	実63.7	▽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／77日ぶりの実戦）
前5走 07/19 2小倉811R 11着/18頭+1.1秒 05/16 1新潟511R 13着/15頭+1.0秒 03/15 1中京211R 9着/14頭+0.5秒 02/15 2京都611R 5着/12頭+0.4秒 11/16 4京都411R 7着/16頭+0.6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 11.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 11着 (大敗) × 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 1.0% (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	サヴォーナ	斎藤	実23.1	×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走で勝率33%と好調）
前5走 07/12 2福島611R 10着/16頭+1.8秒 04/12 1福島211R 1着/15頭勝利 11/03 5東京211R 8着/16頭+0.7秒 09/22 4中山711R 4着/15頭+0.2秒 07/14 1函館1211R 4着/16頭+0.7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 3走で勝率 0% (苦戦) × 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 2.0% (オッズ暗示: 4.3%) ※ 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	メイショウブレゲ	酒井	実112.4	×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 07/05 2小倉41R 8着/12頭+2.4秒 05/09 1新潟31R 9着/13頭+7.3秒 03/22 1阪神1011R 8着/10頭+1.9秒 02/15 2京都611R 11着/12頭+1.6秒 01/05 1京都211R 7着/9頭+1.3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 8.0着 (不振) △ 当競馬場適性 9走で勝率 11% × 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。
16	ショウナンラプンタ	池添	実33.1	▽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／364日ぶりの実戦）
前5走 10/05 3京都211R 5着/18頭+0.3秒 06/15 3阪神411R 4着/17頭+0.7秒 05/04 2京都411R 3着/15頭+0.5秒 03/23 1阪神811R 4着/11頭+1.1秒 01/19 1中京711R 2着/16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 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 364日休養明け △ 期待値 (オッズ vs AI勝率) +99%（30倍を超える大穴は買う範囲の外） AI 予想勝率 6.0% (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。
17	キングスコール	吉田豊	実26.4	▽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／126日ぶりの実戦）
前5走 05/31 2東京1212R 5着/14頭+0.2秒 05/16 2東京711R 1着/15頭勝利 04/12 2阪神610R 12着/15頭+0.9秒 03/29 2阪神210R 11着/11頭+1.1秒 02/28 1阪神39R 2着/9頭+0.3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 126日休養明け ◎ 期待値 (オッズ vs AI勝率) +59% (市場が大幅過小評価) AI 予想勝率 6.0% (オッズ暗示: 3.8%) ※ 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	ダノンシーマ	川田	実4.7	◎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3.0着と安定／前走3着）
前5走 05/31 2東京1212R 3着/14頭+0.0秒 03/22 1阪神1011R 3着/10頭+0.7秒 01/31 1東京111R 1着/10頭勝利 11/22 4京都510R 1着/16頭勝利 09/28 4阪神99R 1着/12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 3.0着 (安定) ○ 前走実績前走 3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 14.5% (オッズ暗示: 21.3%) ※ 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A

ファミリータイム

騎手鮫島駿

19.7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 ÷ 19.7倍）を上回り、期待値 +62% 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（12着）

ほかの買い目: 2番ヴェルテンベルク（15.1倍）

出走馬全18頭

◎18

ダノンシーマ

川田

4.7倍

勝率 15%

›

○6

アクアヴァーナル

松山

5.1倍

勝率 15%

›

▲3

ディープモンスター

浜中

5.8倍

勝率 10%

›

△4

ヘデントール

吉田隼

8.1倍

勝率 10%

›

△8

ミクニインスパイア

Ｍデムーロ

8.9倍

勝率 10%

›

△1

ウエストナウ

横山和

11.2倍

勝率 8%

›

▽11

ファミリータイム

鮫島駿

19.7倍

勝率 8%

›

▽2

ヴェルテンベルク

古川吉

15.1倍

勝率 6%

›

▽17

キングスコール

吉田豊

26.4倍

勝率 6%

›

▽16

ショウナンラプンタ

池添

33.1倍

対象外勝率 6%

›

▽10

マイネルエンペラー

吉村

29.8倍

勝率 2%

›

▽5

ヴェルミセル

川又

77.1倍

対象外勝率 2%

›

×14

サヴォーナ

斎藤

23.1倍

勝率 2%

›

×9

ミステリーウェイ

松本

45.3倍

対象外勝率 1%

›

▽13

サフィラ

北村友

63.7倍

対象外勝率 1%

›

▽7

リビアングラス

小沢

104.3倍

対象外勝率 1%

›

×12

エコロディノス

田口

53.0倍

対象外勝率 0%

›

×15

メイショウブレゲ

酒井

112.4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）

単勝 11 ファミリータイム実19.7倍期待値 +62% 推奨 12.2〜30.0倍 ¥200 不的中12着

B モデル（レース内の順位で学習）

単勝 2 ヴェルテンベルク実15.1倍期待値 -6% 推奨 16.0〜30.0倍 ¥100 不的中7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