京都 11R 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

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	ダンツシタン	松山	実3.8	B○ A○勝率24% EV-8% 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5走 07/26 2中京28R 1着/12頭勝利 06/13 3阪神37R 1着/16頭勝利 03/14 1中京16R 9着/16頭+2.4秒 03/01 1阪神44R 2着/8頭+0.7秒 01/31 2京都17R 3着/11頭+0.2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) -15% (オッズ過剰評価) AI 予想勝率 22.5% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.1% / 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	ミカッテヨンデイイ	永島	実62.5	B▽ A▽勝率1% EV-22% 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 08/02 2新潟47R 15着/17頭+1.4秒 06/06 3阪神111R 10着/11頭+1.0秒 05/09 2東京59R 10着/12頭+1.0秒 03/14 2中山510R 12着/16頭+0.6秒 01/24 1中山811R 11着/18頭+0.4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) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.2% / 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。
3	ドラゴン	武豊	実8.1	B△ A△勝率7% EV-41% 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／133日ぶりの実戦）
前5走 05/30 3京都1110R 9着/16頭+1.3秒 03/21 1阪神98R 1着/12頭勝利 02/22 1東京87R 4着/16頭+0.5秒 02/01 2京都27R 1着/9頭勝利 01/17 1京都68R 2着/8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 5走で勝率 20% (相性良) △ ローテーション 133日休養明け × 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 6.2% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 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。
4	ショウサンジョージ	国分優	実20.6	B▽ A▽勝率5% EV-3% 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走平均8.0着と低調／70日ぶりの実戦）
前5走 08/01 2新潟37R 10着/15頭+1.5秒 05/16 3京都710R 10着/15頭+0.8秒 04/25 3京都110R 4着/11頭+0.5秒 01/25 1京都98R 1着/10頭勝利 01/04 1京都19R 8着/13頭+1.4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戦の調子平均 8.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.7% / 期待値 -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	リベッチオ	川田	実5.8	B▲ A▲勝率13% EV-24% 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／62日ぶりの実戦）
前5走 06/07 3東京212R 4着/16頭+0.3秒 03/28 3中山110R 8着/10頭+4.2秒 01/31 1東京17R 1着/16頭勝利 12/07 5中京21R 1着/13頭勝利 06/29 2福島25R 10着/13頭+2.4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) -7% (オッズ過剰評価) AI 予想勝率 16.1% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.9% / 期待値 -25% ※ 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	オリーブグリーン	坂井	実21.4	B▽ A▽勝率4% EV-13% 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／104日ぶりの実戦）
前5走 06/28 2福島210R 10着/11頭+3.1秒 05/30 3京都1110R 5着/16頭+0.7秒 04/04 3中山310R 1着/15頭勝利 03/21 1阪神98R 5着/12頭+0.7秒 03/15 1中京27R 1着/15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) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.1% / 期待値 -13% ※ 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	テーオールビー	秋山稔	実60.9	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（当競馬場9走で勝率0%と苦戦傾向／直近3走平均9.7着と低調／83日ぶりの実戦）
前5走 07/19 2小倉810R 12着/16頭+1.8秒 06/27 2小倉111R 6着/15頭+1.1秒 05/03 3京都412R 11着/16頭+1.8秒 03/21 2中山710R 7着/13頭+0.4秒 02/21 1小倉911R 9着/13頭+1.6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 9.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +35%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.2% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 期待値 -25% ※ 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	メイショウコガシラ	高倉	実34.9	B▽ A▽勝率3% EV+4% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率0%と苦戦傾向）
前5走 06/27 2小倉111R 7着/15頭+1.1秒 05/02 1新潟11R 7着/14頭+2.3秒 03/15 1阪神84R 8着/14頭+2.6秒 02/22 1小倉104R 5着/12頭+1.4秒 01/11 1京都44R 6着/14頭+3.1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 5.7着 × 当競馬場適性 10走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.0% / 期待値 +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。
9	ラオラシオン	鮫島駿	実59.7	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9.0着と低調）
前5走 05/30 3京都1110R 10着/16頭+1.3秒 04/05 3中山410R 6着/16頭+0.9秒 03/08 2中山48R 1着/13頭勝利 02/14 1東京58R 12着/16頭+1.3秒 10/25 4新潟310R 11着/15頭+3.2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 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +32%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
10	ベルダイナフェロー	角田和	実61.4	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（当競馬場4走で勝率0%と苦戦傾向／直近3走平均10.0着と低調／70日ぶりの実戦）
前5走 08/01 2新潟37R 9着/15頭+1.2秒 05/10 2東京612R 8着/15頭+0.7秒 02/21 1小倉911R 13着/13頭+3.6秒 01/31 1東京19R 11着/16頭+1.3秒 10/26 4東京99R 1着/13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 10.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.2% / 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	サイモンシュバリエ	吉村	実10.8	B△ A△勝率7% EV-22% 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／83日ぶりの実戦）
前5走 07/19 2小倉810R 7着/16頭+0.9秒 05/24 3京都108R 1着/12頭勝利 05/09 3京都512R 3着/13頭+0.1秒 02/28 1阪神36R 1着/13頭勝利 02/15 2京都67R 4着/13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) △ 当競馬場適性 8走で勝率 12% × 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 6.2% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 期待値 -22% ※ 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	ゲキザル	小林脩	実13.1	B△ A△勝率7% EV-5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/12 2福島610R 4着/11頭+1.0秒 07/04 2福島311R 8着/10頭+1.5秒 05/03 3京都412R 9着/16頭+1.6秒 02/28 2中山110R 14着/16頭+1.7秒 01/12 1中山510R 8着/16頭+1.3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 3.7着 ○ ローテーション 18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 7.4% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 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。
13	サンライズケヴィン	松若	実2.9	B◎ A◎勝率25% EV-28% 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 07/12 2小倉69R 2着/10頭+0.9秒 05/09 2東京510R 14着/15頭+3.9秒 03/28 3中山110R 5着/10頭+1.6秒 02/28 1小倉117R 1着/13頭勝利 12/14 5阪神41R 1着/11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 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 20日の間隔 (理想的) × 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 22.5% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.7% / 期待値 -28% ※ 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

サンライズケヴィン

騎手松若

2.9倍

AI の勝率22%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13頭

◎A:◎13

サンライズケヴィン

松若

2.9倍

勝率 22%

›

○A:○1

ダンツシタン

松山

3.8倍

勝率 22%

›

▲A:▲5

リベッチオ

川田

5.8倍

勝率 16%

›

△A:△12

ゲキザル

小林脩

13.1倍

勝率 7%

›

△A:△3

ドラゴン

武豊

8.1倍

勝率 6%

›

△A:△11

サイモンシュバリエ

吉村

10.8倍

勝率 6%

›

▽A:▽4

ショウサンジョージ

国分優

20.6倍

勝率 5%

›

▽A:▽6

オリーブグリーン

坂井

21.4倍

勝率 5%

›

▽A:▽8

メイショウコガシラ

高倉

34.9倍

対象外勝率 3%

›

▽A:▽9

ラオラシオン

鮫島駿

59.7倍

対象外勝率 2%

›

▽A:▽7

テーオールビー

秋山稔

60.9倍

対象外勝率 2%

›

▽A:▽10

ベルダイナフェロー

角田和

61.4倍

対象外勝率 1%

›

▽A:▽2

ミカッテヨンデイイ

永島

62.5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

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	ダンツシタン	松山	実3.8	○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5走 07/26 2中京28R 1着/12頭勝利 06/13 3阪神37R 1着/16頭勝利 03/14 1中京16R 9着/16頭+2.4秒 03/01 1阪神44R 2着/8頭+0.7秒 01/31 2京都17R 3着/11頭+0.2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) -8% (オッズ過剰評価) AI 予想勝率 24.1% (オッズ暗示: 26.3%) ※ 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	ミカッテヨンデイイ	永島	実62.5	▽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 08/02 2新潟47R 15着/17頭+1.4秒 06/06 3阪神111R 10着/11頭+1.0秒 05/09 2東京59R 10着/12頭+1.0秒 03/14 2中山510R 12着/16頭+0.6秒 01/24 1中山811R 11着/18頭+0.4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) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 1.2% (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。
3	ドラゴン	武豊	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走で勝率33%と好調／133日ぶりの実戦）
前5走 05/30 3京都1110R 9着/16頭+1.3秒 03/21 1阪神98R 1着/12頭勝利 02/22 1東京87R 4着/16頭+0.5秒 02/01 2京都27R 1着/9頭勝利 01/17 1京都68R 2着/8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 5走で勝率 20% (相性良) △ ローテーション 133日休養明け × 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 7.2% (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。
4	ショウサンジョージ	国分優	実20.6	▽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走平均8.0着と低調／70日ぶりの実戦）
前5走 08/01 2新潟37R 10着/15頭+1.5秒 05/16 3京都710R 10着/15頭+0.8秒 04/25 3京都110R 4着/11頭+0.5秒 01/25 1京都98R 1着/10頭勝利 01/04 1京都19R 8着/13頭+1.4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戦の調子平均 8.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 4.9%) ※ 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。
5	リベッチオ	川田	実5.8	▲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／62日ぶりの実戦）
前5走 06/07 3東京212R 4着/16頭+0.3秒 03/28 3中山110R 8着/10頭+4.2秒 01/31 1東京17R 1着/16頭勝利 12/07 5中京21R 1着/13頭勝利 06/29 2福島25R 10着/13頭+2.4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) -25% (オッズ過剰評価) AI 予想勝率 12.9% (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。
6	オリーブグリーン	坂井	実21.4	▽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／104日ぶりの実戦）
前5走 06/28 2福島210R 10着/11頭+3.1秒 05/30 3京都1110R 5着/16頭+0.7秒 04/04 3中山310R 1着/15頭勝利 03/21 1阪神98R 5着/12頭+0.7秒 03/15 1中京27R 1着/15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) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 4.7%) ※ 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	テーオールビー	秋山稔	実60.9	▽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9.7着と低調／83日ぶりの実戦）
前5走 07/19 2小倉810R 12着/16頭+1.8秒 06/27 2小倉111R 6着/15頭+1.1秒 05/03 3京都412R 11着/16頭+1.8秒 03/21 2中山710R 7着/13頭+0.4秒 02/21 1小倉911R 9着/13頭+1.6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 9.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 1.2% (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。
8	メイショウコガシラ	高倉	実34.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率0%と苦戦傾向）
前5走 06/27 2小倉111R 7着/15頭+1.1秒 05/02 1新潟11R 7着/14頭+2.3秒 03/15 1阪神84R 8着/14頭+2.6秒 02/22 1小倉104R 5着/12頭+1.4秒 01/11 1京都44R 6着/14頭+3.1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 5.7着 × 当競馬場適性 10走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +4%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.0% (オッズ暗示: 2.9%) ※ 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	ラオラシオン	鮫島駿	実59.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走 05/30 3京都1110R 10着/16頭+1.3秒 04/05 3中山410R 6着/16頭+0.9秒 03/08 2中山48R 1着/13頭勝利 02/14 1東京58R 12着/16頭+1.3秒 10/25 4新潟310R 11着/15頭+3.2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 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.2% (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	ベルダイナフェロー	角田和	実61.4	▽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10.0着と低調／70日ぶりの実戦）
前5走 08/01 2新潟37R 9着/15頭+1.2秒 05/10 2東京612R 8着/15頭+0.7秒 02/21 1小倉911R 13着/13頭+3.6秒 01/31 1東京19R 11着/16頭+1.3秒 10/26 4東京99R 1着/13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 10.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.2% (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。
11	サイモンシュバリエ	吉村	実10.8	△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／83日ぶりの実戦）
前5走 07/19 2小倉810R 7着/16頭+0.9秒 05/24 3京都108R 1着/12頭勝利 05/09 3京都512R 3着/13頭+0.1秒 02/28 1阪神36R 1着/13頭勝利 02/15 2京都67R 4着/13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) △ 当競馬場適性 8走で勝率 12% △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 9.3%) ※ 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	ゲキザル	小林脩	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/12 2福島610R 4着/11頭+1.0秒 07/04 2福島311R 8着/10頭+1.5秒 05/03 3京都412R 9着/16頭+1.6秒 02/28 2中山110R 14着/16頭+1.7秒 01/12 1中山510R 8着/16頭+1.3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 3.7着 ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 7.6%) ※ 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	サンライズケヴィン	松若	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（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 07/12 2小倉69R 2着/10頭+0.9秒 05/09 2東京510R 14着/15頭+3.9秒 03/28 3中山110R 5着/10頭+1.6秒 02/28 1小倉117R 1着/13頭勝利 12/14 5阪神41R 1着/11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 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 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 24.7% (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。

見送りAI の 1 位の馬

サンライズケヴィン

騎手松若

2.9倍

AI の勝率25%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13頭

◎13

サンライズケヴィン

松若

2.9倍

勝率 25%

›

○1

ダンツシタン

松山

3.8倍

勝率 24%

›

▲5

リベッチオ

川田

5.8倍

勝率 13%

›

△3

ドラゴン

武豊

8.1倍

勝率 7%

›

△11

サイモンシュバリエ

吉村

10.8倍

勝率 7%

›

△12

ゲキザル

小林脩

13.1倍

勝率 7%

›

▽4

ショウサンジョージ

国分優

20.6倍

勝率 5%

›

▽6

オリーブグリーン

坂井

21.4倍

勝率 4%

›

▽8

メイショウコガシラ

高倉

34.9倍

対象外勝率 3%

›

▽9

ラオラシオン

鮫島駿

59.7倍

対象外勝率 1%

›

▽7

テーオールビー

秋山稔

60.9倍

対象外勝率 1%

›

▽10

ベルダイナフェロー

角田和

61.4倍

対象外勝率 1%

›

▽2

ミカッテヨンデイイ

永島

62.5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