京都 10R 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

10R 京都競馬場発走 14:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タガノアンファン	菱田	実12.5	B△ A△勝率8% EV+2% 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33%と適性高）
前5走 08/02 2中京46R 4着/9頭+0.3秒 05/03 3京都48R 8着/15頭+0.4秒 04/04 2阪神38R 2着/9頭+0.3秒 03/14 1阪神79R 7着/15頭+0.6秒 08/30 4中京310R 9着/11頭+0.5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 6.0着 ◎ 当競馬場適性 3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) -14% (オッズ過剰評価) AI 予想勝率 6.9% (オッズ暗示: 8.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.3% / 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。
2	ノボリリア	武豊	実5.5	B▲ A▲勝率10% EV-46% 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走で勝率33%と好調／前走2着）
前5走 07/12 2小倉612R 1着/17頭勝利 05/24 3京都107R 6着/18頭+0.7秒 05/10 1新潟412R 2着/13頭+0.2秒 02/14 1小倉76R 7着/18頭+0.3秒 12/20 5中京512R 3着/18頭+0.0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 0% (苦戦) ○ 前走実績前走 2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) -43% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 18.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 期待値 -47% ※ 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	ブルーサンセット	吉村	実89.0	B▽ A▽勝率1% EV+12% 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走平均14.3着と低調／112日ぶりの実戦）
前5走 06/20 1函館311R 16着/16頭+1.7秒 02/15 1小倉810R 17着/18頭+1.9秒 12/20 5阪神512R 10着/16頭+0.8秒 10/05 3京都212R 6着/16頭+0.6秒 08/17 3中京812R 1着/18頭勝利
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 14.3着 (不振) × 当競馬場適性 3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) +5%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.2% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 期待値 +12% ※ 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	プチプラージュ	幸	実185.2	B▽ A▽勝率1% EV-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12.0着と低調）
前5走 05/09 3京都59R 10着/11頭+1.3秒 03/28 1中京512R 10着/16頭+0.6秒 02/28 1阪神312R 11着/18頭+0.7秒 12/14 5阪神412R 8着/10頭+0.8秒 10/05 4東京29R 11着/17頭+0.6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 12.0着 (不振) ▽ 前走実績前走 16着 (大敗) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 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。
5	アスゴッド	古川奈	実80.4	B▽ A▽勝率1% EV-13% 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）
前5走 06/07 3東京212R 15着/16頭+2.9秒 05/23 3京都912R 8着/14頭+0.6秒 03/01 2中山212R 8着/16頭+1.2秒 02/14 2京都512R 1着/15頭勝利 02/01 1小倉43R 7着/14頭+0.5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 12.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 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) -15% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 -14% ※ 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	エルハーベン	田山	実3.7	B○ A○勝率22% EV-16% 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）
前5走 04/26 2東京26R 2着/8頭+0.2秒 01/24 1京都89R 10着/13頭+1.5秒 12/06 5阪神15R 1着/10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) -3% (オッズ過剰評価) AI 予想勝率 26.1% (オッズ暗示: 27.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.4% / 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。
7	アイルドリアン	小沢	実33.3	B× A×勝率1% EV-53% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（545日ぶりの実戦）
前5走 04/13 1福島29R 4着/10頭+0.2秒 03/01 1小倉1110R 4着/18頭+0.5秒 01/05 1中山18R 15着/16頭+2.0秒 12/07 4中京312R 1着/18頭勝利 08/10 2中京17R 1着/18頭勝利
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 7.7着 (不振) △ ローテーション 545日休養明け × 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 1.4% (オッズ暗示: 3.0%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。
8	ウチュウノセカイ	秋山稔	実111.4	B▽ A▽勝率1% EV-39% 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 06/28 1函館612R 11着/14頭+0.4秒 05/30 3京都1111R 8着/16頭+0.6秒 09/20 4中山69R 1着/13頭勝利 08/30 2札幌39R 7着/13頭+1.1秒 08/17 1札幌81R 1着/10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戦の調子平均 11.3着 (不振) ○ 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) -41% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 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。
9	ヒーローインチーフ	高杉	実26.0	B▽ A▽勝率3% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/18 2小倉711R 7着/12頭+1.2秒 05/23 1新潟711R 4着/16頭+0.3秒 03/01 1小倉1210R 13着/18頭+0.9秒 02/01 1小倉410R 3着/15頭+0.1秒 12/28 5阪神812R 7着/10頭+0.5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 6.7着 ○ 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) -14% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.4% / 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。
10	ヤマニンレセディ	角田和	実107.4	B▽ A▽勝率1% EV+16% 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 06/27 2小倉110R 10着/13頭+0.7秒 06/14 3阪神49R 10着/13頭+0.8秒 03/01 1小倉1210R 15着/18頭+1.0秒 02/08 1小倉612R 1着/18頭勝利 01/25 1小倉29R 3着/16頭+0.2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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ 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) +13%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.1% / 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。
11	マーゴットラヴミー	池添	実2.9	B◎ A◎勝率28% EV-19% 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／300日ぶりの実戦）
前5走 12/14 5阪神411R 8着/18頭+0.9秒 11/30 4京都89R 1着/11頭勝利 10/11 3京都35R 1着/17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戦の調子勝率 67% (絶好調) △ ローテーション 300日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 26.1% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.8% / 期待値 -19% ※ 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	テーオーシュタイン	藤懸	実21.8	B△ A▽勝率5% EV+0% 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0%と苦戦傾向）
前5走 06/20 3阪神59R 4着/9頭+0.8秒 05/30 3京都118R 6着/12頭+0.3秒 03/29 2阪神27R 1着/14頭勝利 03/15 1阪神87R 6着/13頭+0.3秒 02/21 1阪神19R 3着/18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 4.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) +23% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.7% / 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。
13	タナスーペルノーバ	今村	実25.8	B▽ A▽勝率4% EV-9% 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33%と適性高／直近3走で勝率33%と好調）
前5走 07/11 2小倉510R 9着/18頭+0.6秒 06/27 2小倉112R 1着/8頭勝利 04/26 3京都23R 1着/18頭勝利 03/08 1阪神62R 11着/16頭+1.1秒 02/21 1小倉93R 5着/14頭+1.3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 33% (得意) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.6% / 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。
14	キングケープ	西塚	実17.1	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（直近3走で勝率33%と好調）
前5走 08/01 2中京312R 10着/11頭+1.5秒 05/09 3京都53R 1着/17頭勝利 04/25 3京都16R 3着/16頭+0.2秒 03/28 1中京53R 7着/16頭+0.8秒 12/14 5阪神42R 15着/16頭+5.4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) ○ 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% (オッズ過剰評価) AI 予想勝率 5.7% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.8% / 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。
15	ワンコールアウェイ	松若	実8.3	B△ A△勝率8% EV-32% 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3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 06/07 3阪神28R 1着/18頭勝利 05/16 1新潟512R 2着/16頭+0.2秒 03/29 2阪神27R 8着/14頭+0.8秒 03/14 1中京112R 2着/18頭+0.0秒 06/15 3阪神43R 1着/18頭勝利
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) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2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) -40% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 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

見送りAI の 1 位の馬

マーゴットラヴミー

騎手池添

2.9倍

AI の勝率26%損益の分かれ目34%

オッズが買う範囲（10〜30倍）より低く見送り。

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

出走馬全15頭

◎A:◎11

マーゴットラヴミー

池添

2.9倍

勝率 26%

›

○A:○6

エルハーベン

田山

3.7倍

勝率 26%

›

▲A:▲2

ノボリリア

武豊

5.5倍

勝率 10%

›

△A:△15

ワンコールアウェイ

松若

8.3倍

勝率 7%

›

△A:△1

タガノアンファン

菱田

12.5倍

勝率 7%

›

△A:▽12

テーオーシュタイン

藤懸

21.8倍

勝率 6%

›

▽A:△14

キングケープ

西塚

17.1倍

勝率 6%

›

▽A:▽9

ヒーローインチーフ

高杉

26.0倍

勝率 3%

›

▽A:▽13

タナスーペルノーバ

今村

25.8倍

勝率 3%

›

×A:×7

アイルドリアン

小沢

33.3倍

対象外勝率 1%

›

▽A:▽3

ブルーサンセット

吉村

89.0倍

対象外勝率 1%

›

▽A:▽5

アスゴッド

古川奈

80.4倍

対象外勝率 1%

›

▽A:▽10

ヤマニンレセディ

角田和

107.4倍

対象外勝率 1%

›

▽A:▽8

ウチュウノセカイ

秋山稔

111.4倍

対象外勝率 1%

›

▽A:▽4

プチプラージュ

幸

185.2倍

対象外勝率 1%

›

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

両モデルとも見送り

10R 京都競馬場発走 14:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タガノアンファン	菱田	実12.5	△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33%と適性高）
前5走 08/02 2中京46R 4着/9頭+0.3秒 05/03 3京都48R 8着/15頭+0.4秒 04/04 2阪神38R 2着/9頭+0.3秒 03/14 1阪神79R 7着/15頭+0.6秒 08/30 4中京310R 9着/11頭+0.5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 6.0着 ◎ 当競馬場適性 3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) +2% (市場と概ね一致) AI 予想勝率 8.3% (オッズ暗示: 8.0%) ※ 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。
2	ノボリリア	武豊	実5.5	▲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走で勝率33%と好調／前走2着）
前5走 07/12 2小倉612R 1着/17頭勝利 05/24 3京都107R 6着/18頭+0.7秒 05/10 1新潟412R 2着/13頭+0.2秒 02/14 1小倉76R 7着/18頭+0.3秒 12/20 5中京512R 3着/18頭+0.0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 0% (苦戦) ○ 前走実績前走 2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) -47% (大幅な期待値マイナス) AI 予想勝率 9.7% (オッズ暗示: 18.2%) ※ 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。
3	ブルーサンセット	吉村	実89.0	▽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走平均14.3着と低調／112日ぶりの実戦）
前5走 06/20 1函館311R 16着/16頭+1.7秒 02/15 1小倉810R 17着/18頭+1.9秒 12/20 5阪神512R 10着/16頭+0.8秒 10/05 3京都212R 6着/16頭+0.6秒 08/17 3中京812R 1着/18頭勝利
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 14.3着 (不振) × 当競馬場適性 3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) +12%（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: 1.1%) ※ 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。
4	プチプラージュ	幸	実185.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
前5走 05/09 3京都59R 10着/11頭+1.3秒 03/28 1中京512R 10着/16頭+0.6秒 02/28 1阪神312R 11着/18頭+0.7秒 12/14 5阪神412R 8着/10頭+0.8秒 10/05 4東京29R 11着/17頭+0.6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 12.0着 (不振) ▽ 前走実績前走 16着 (大敗) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 0.6% (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。
5	アスゴッド	古川奈	実80.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.7着と低調）
前5走 06/07 3東京212R 15着/16頭+2.9秒 05/23 3京都912R 8着/14頭+0.6秒 03/01 2中山212R 8着/16頭+1.2秒 02/14 2京都512R 1着/15頭勝利 02/01 1小倉43R 7着/14頭+0.5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 12.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 1.1% (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。
6	エルハーベン	田山	実3.7	○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）
前5走 04/26 2東京26R 2着/8頭+0.2秒 01/24 1京都89R 10着/13頭+1.5秒 12/06 5阪神15R 1着/10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) -17% (オッズ過剰評価) AI 予想勝率 22.4% (オッズ暗示: 27.0%) ※ 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。
7	アイルドリアン	小沢	実33.3	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（545日ぶりの実戦）
前5走 04/13 1福島29R 4着/10頭+0.2秒 03/01 1小倉1110R 4着/18頭+0.5秒 01/05 1中山18R 15着/16頭+2.0秒 12/07 4中京312R 1着/18頭勝利 08/10 2中京17R 1着/18頭勝利
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 7.7着 (不振) △ ローテーション 545日休養明け × 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 1.4% (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。
8	ウチュウノセカイ	秋山稔	実111.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.3着と低調）
前5走 06/28 1函館612R 11着/14頭+0.4秒 05/30 3京都1111R 8着/16頭+0.6秒 09/20 4中山69R 1着/13頭勝利 08/30 2札幌39R 7着/13頭+1.1秒 08/17 1札幌81R 1着/10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戦の調子平均 11.3着 (不振) ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
9	ヒーローインチーフ	高杉	実26.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/18 2小倉711R 7着/12頭+1.2秒 05/23 1新潟711R 4着/16頭+0.3秒 03/01 1小倉1210R 13着/18頭+0.9秒 02/01 1小倉410R 3着/15頭+0.1秒 12/28 5阪神812R 7着/10頭+0.5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 6.7着 ○ 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) -10% (オッズ過剰評価) AI 予想勝率 3.4% (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。
10	ヤマニンレセディ	角田和	実107.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 06/27 2小倉110R 10着/13頭+0.7秒 06/14 3阪神49R 10着/13頭+0.8秒 03/01 1小倉1210R 15着/18頭+1.0秒 02/08 1小倉612R 1着/18頭勝利 01/25 1小倉29R 3着/16頭+0.2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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ 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%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (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。
11	マーゴットラヴミー	池添	実2.9	◎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／300日ぶりの実戦）
前5走 12/14 5阪神411R 8着/18頭+0.9秒 11/30 4京都89R 1着/11頭勝利 10/11 3京都35R 1着/17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戦の調子勝率 67% (絶好調) △ ローテーション 300日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 27.8% (オッズ暗示: 34.5%) ※ 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。
12	テーオーシュタイン	藤懸	実21.8	▽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0%と苦戦傾向）
前5走 06/20 3阪神59R 4着/9頭+0.8秒 05/30 3京都118R 6着/12頭+0.3秒 03/29 2阪神27R 1着/14頭勝利 03/15 1阪神87R 6着/13頭+0.3秒 02/21 1阪神19R 3着/18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 4.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) +0% (市場と概ね一致) AI 予想勝率 4.7% (オッズ暗示: 4.6%) ※ 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	タナスーペルノーバ	今村	実25.8	▽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33%と適性高／直近3走で勝率33%と好調）
前5走 07/11 2小倉510R 9着/18頭+0.6秒 06/27 2小倉112R 1着/8頭勝利 04/26 3京都23R 1着/18頭勝利 03/08 1阪神62R 11着/16頭+1.1秒 02/21 1小倉93R 5着/14頭+1.3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 33% (得意) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 3.9%) ※ 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。
14	キングケープ	西塚	実17.1	△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5走 08/01 2中京312R 10着/11頭+1.5秒 05/09 3京都53R 1着/17頭勝利 04/25 3京都16R 3着/16頭+0.2秒 03/28 1中京53R 7着/16頭+0.8秒 12/14 5阪神42R 15着/16頭+5.4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) ○ 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) -2% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 5.8%) ※ 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。
15	ワンコールアウェイ	松若	実8.3	△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3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 06/07 3阪神28R 1着/18頭勝利 05/16 1新潟512R 2着/16頭+0.2秒 03/29 2阪神27R 8着/14頭+0.8秒 03/14 1中京112R 2着/18頭+0.0秒 06/15 3阪神43R 1着/18頭勝利
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) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2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) -32% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 12.0%) ※ 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。

見送りAI の 1 位の馬

マーゴットラヴミー

騎手池添

2.9倍

AI の勝率28%損益の分かれ目34%

オッズが買う範囲（10〜30倍）より低く見送り。

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

出走馬全15頭

◎11

マーゴットラヴミー

池添

2.9倍

勝率 28%

›

○6

エルハーベン

田山

3.7倍

勝率 22%

›

▲2

ノボリリア

武豊

5.5倍

勝率 10%

›

△15

ワンコールアウェイ

松若

8.3倍

勝率 8%

›

△1

タガノアンファン

菱田

12.5倍

勝率 8%

›

△14

キングケープ

西塚

17.1倍

勝率 6%

›

▽12

テーオーシュタイン

藤懸

21.8倍

勝率 5%

›

▽13

タナスーペルノーバ

今村

25.8倍

勝率 4%

›

▽9

ヒーローインチーフ

高杉

26.0倍

勝率 3%

›

×7

アイルドリアン

小沢

33.3倍

対象外勝率 1%

›

▽3

ブルーサンセット

吉村

89.0倍

対象外勝率 1%

›

▽5

アスゴッド

古川奈

80.4倍

対象外勝率 1%

›

▽10

ヤマニンレセディ

角田和

107.4倍

対象外勝率 1%

›

▽8

ウチュウノセカイ

秋山稔

111.4倍

対象外勝率 1%

›

▽4

プチプラージュ

幸

185.2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

両モデルとも見送り

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