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	モックモック	武豊	実5.0	B○ A○勝率20% EV-1% 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50%と適性高／91日ぶりの実戦）
前5走 07/12 2小倉611R 8着/11頭+1.2秒 06/13 3阪神311R 3着/16頭+0.5秒 04/18 2阪神711R 2着/16頭+0.2秒 03/22 1阪神1010R 3着/16頭+0.0秒 01/12 1京都510R 1着/16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 4.3着 ◎ 当競馬場適性 4走で勝率 50% (得意) △ ローテーション 91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 18.8% (オッズ暗示: 20.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.8% / 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。
2	パシアンジャン	田口	実9.0	B△ A△勝率8% EV-29% 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10走で勝率30%と適性高／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610R 2着/16頭+0.2秒 04/25 3京都110R 5着/11頭+0.6秒 01/12 1京都510R 3着/16頭+0.6秒 11/30 4京都810R 4着/16頭+0.4秒 06/22 3阪神610R 4着/16頭+0.5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 10走で勝率 30% (得意) ◎ 前走実績前走 1着 (勢い継続) × 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 7.2% (オッズ暗示: 11.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 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。
3	バスタードサフラン	酒井	実19.9	B△ A▽勝率6% EV+27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／154日ぶりの実戦）
前5走 05/10 3京都611R 5着/16頭+1.0秒 03/29 3中山211R 9着/15頭+1.6秒 01/11 1中山410R 11着/16頭+1.3秒 10/07 大井11R 3着/12頭+0.1秒 09/15 4阪神511R 1着/14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 8.3着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) △ ローテーション 154日休養明け ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 6.8% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.4% / 期待値 +27% ※ 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	ハナウマビーチ	横山琉	実13.0	B△ A△勝率8% 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／前走勝利の勢い）
前5走 06/20 3東京511R 9着/15頭+1.5秒 03/29 3中山211R 11着/15頭+1.6秒 01/25 1京都911R 12着/16頭+1.3秒 12/27 5阪神710R 1着/16頭勝利 10/13 3京都59R 1着/12頭勝利
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) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -6% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 7.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 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。
5	タガノバビロン	松山	実5.3	B▲ A▲勝率14% EV-25% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 06/20 3東京511R 4着/15頭+0.7秒 04/18 2阪神711R 4着/16頭+0.7秒 03/22 1阪神1010R 2着/16頭+0.0秒 12/21 5阪神610R 4着/16頭+0.5秒 10/11 3京都311R 1着/16頭勝利
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 3.3着 ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 13.1% (オッズ暗示: 18.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.1% / 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	ブルーサン	富田	実114.9	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（当競馬場5走で勝率40%と適性高／直近3走平均9.7着と低調）
前5走 11/17 3福島611R 6着/15頭+1.4秒 08/04 2新潟47R 8着/15頭+1.7秒 07/07 3小倉411R 14着/16頭+2.3秒 05/25 3京都119R 2着/11頭+0.7秒 04/24 大井11R 8着/8頭+4.6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 9.7着 (不振) ◎ 当競馬場適性 5走で勝率 40% (得意) ▽ 前走実績前走 15着 (大敗) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 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。
7	ヴィンセンシオ	吉田隼	実23.0	B▽ A▽勝率6% EV+47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／245日ぶりの実戦）
前5走 02/08 1小倉611R 9着/12頭+1.8秒 12/13 5中京311R 9着/18頭+0.7秒 08/10 2新潟67R 7着/15頭+1.0秒 04/20 3中山811R 9着/18頭+0.9秒 03/09 2中山411R 2着/14頭+0.0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 8.3着 (不振) △ ローテーション 245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 6.0% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.4% / 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。
8	シュラザック	古川吉	実20.5	B▽ A△勝率8% EV+59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／91日ぶりの実戦）
前5走 07/12 2小倉611R 3着/11頭+0.4秒 05/23 3京都911R 10着/16頭+1.7秒 04/18 2阪神711R 8着/16頭+1.1秒 03/22 1阪神1010R 10着/16頭+0.6秒 09/28 4阪神910R 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戦の調子平均 7.0着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 91日休養明け ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 6.8% (オッズ暗示: 4.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.8% / 期待値 +60% ※ 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	ベルウェザー	田山	実66.2	B▽ A▽勝率1% EV-19% 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／98日ぶりの実戦）
前5走 07/05 2福島411R 12着/15頭+1.5秒 05/10 3京都611R 9着/16頭+2.1秒 03/01 1阪神410R 1着/14頭勝利 12/27 5阪神710R 2着/16頭+0.1秒 11/30 4京都810R 6着/16頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 12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) -17% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 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。
10	レアンダー	菱田	実82.7	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（直近3走平均10.7着と低調）
前5走 05/17 3京都811R 14着/16頭+3.3秒 05/03 1新潟211R 14着/15頭+2.2秒 04/11 1福島111R 14着/15頭+2.9秒 11/16 3福島411R 15着/15頭+2.5秒 10/26 3京都910R 5着/14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 10.7着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 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) -12% (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 13位 / 勝率 1.1% / 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。
11	マリオロード	国分優	実62.3	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（当競馬場7走で勝率0%と苦戦傾向／直近3走平均8.7着と低調／前走3着）
前5走 08/02 2中京47R 8着/9頭+3.4秒 06/20 3東京511R 15着/15頭+3.1秒 05/10 3京都611R 4着/16頭+1.0秒 01/25 1京都911R 16着/16頭+2.8秒 12/21 5阪神610R 8着/16頭+1.5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 8.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 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。
12	ペイシャモノノフ	池添	実67.2	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（直近3走で勝率33%と好調）
前5走 06/21 3阪神610R 1着/16頭勝利 04/05 3中山410R 11着/16頭+1.9秒 03/15 1阪神810R 3着/14頭+1.0秒 01/24 1京都810R 10着/15頭+0.7秒 01/05 1京都210R 12着/16頭+1.5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 7走で勝率 14% ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 -29% ※ 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	メルカントゥール	坂井	実2.2	B◎ A×勝率21% EV-52% 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33%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 05/02 3京都311R 2着/12頭+0.1秒 03/01 1阪神44R 1着/8頭勝利 01/05 1京都24R 2着/11頭+0.1秒 11/16 4京都44R 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 33% (得意) ○ 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 26.2% (オッズ暗示: 45.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 21.4% / 期待値 -53% ※ 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	ミッキークレスト	幸	実56.3	B▽ A▽勝率3% EV+88% 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12.0着と低調）
前5走 06/20 3東京511R 14着/15頭+2.7秒 04/11 1福島111R 9着/15頭+1.4秒 02/07 2京都311R 4着/16頭+0.8秒 11/22 4京都511R 13着/16頭+3.0秒 03/02 1阪神210R 1着/10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 12.0着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 15着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +46%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.6% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.4% / 期待値 +89% ※ 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

メルカントゥール

騎手坂井

2.2倍

AI の勝率26%損益の分かれ目45%

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14頭

◎A:×13

メルカントゥール

坂井

2.2倍

勝率 26%

›

○A:○1

モックモック

武豊

5.0倍

勝率 19%

›

▲A:▲5

タガノバビロン

松山

5.3倍

勝率 13%

›

△A:△2

パシアンジャン

田口

9.0倍

勝率 7%

›

△A:△4

ハナウマビーチ

横山琉

13.0倍

勝率 7%

›

△A:▽3

バスタードサフラン

酒井

19.9倍

勝率 7%

›

▽A:△8

シュラザック

古川吉

20.5倍

勝率 7%

›

▽A:▽7

ヴィンセンシオ

吉田隼

23.0倍

勝率 6%

›

▽A:▽14

ミッキークレスト

幸

56.3倍

対象外勝率 3%

›

▽A:▽11

マリオロード

国分優

62.3倍

対象外勝率 1%

›

▽A:▽9

ベルウェザー

田山

66.2倍

対象外勝率 1%

›

▽A:▽12

ペイシャモノノフ

池添

67.2倍

対象外勝率 1%

›

▽A:▽10

レアンダー

菱田

82.7倍

対象外勝率 1%

›

×A:▽6

ブルーサン

富田

114.9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

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	モックモック	武豊	実5.0	○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50%と適性高／91日ぶりの実戦）
前5走 07/12 2小倉611R 8着/11頭+1.2秒 06/13 3阪神311R 3着/16頭+0.5秒 04/18 2阪神711R 2着/16頭+0.2秒 03/22 1阪神1010R 3着/16頭+0.0秒 01/12 1京都510R 1着/16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 4.3着 ◎ 当競馬場適性 4走で勝率 50% (得意) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 19.8% (オッズ暗示: 20.0%) ※ 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	パシアンジャン	田口	実9.0	△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10走で勝率30%と適性高／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610R 2着/16頭+0.2秒 04/25 3京都110R 5着/11頭+0.6秒 01/12 1京都510R 3着/16頭+0.6秒 11/30 4京都810R 4着/16頭+0.4秒 06/22 3阪神610R 4着/16頭+0.5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 10走で勝率 30% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 11.1%) ※ 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。
3	バスタードサフラン	酒井	実19.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／154日ぶりの実戦）
前5走 05/10 3京都611R 5着/16頭+1.0秒 03/29 3中山211R 9着/15頭+1.6秒 01/11 1中山410R 11着/16頭+1.3秒 10/07 大井11R 3着/12頭+0.1秒 09/15 4阪神511R 1着/14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 8.3着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 6.4% (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。
4	ハナウマビーチ	横山琉	実13.0	△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 06/20 3東京511R 9着/15頭+1.5秒 03/29 3中山211R 11着/15頭+1.6秒 01/25 1京都911R 12着/16頭+1.3秒 12/27 5阪神710R 1着/16頭勝利 10/13 3京都59R 1着/12頭勝利
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) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +1% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 7.7%) ※ 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。
5	タガノバビロン	松山	実5.3	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 06/20 3東京511R 4着/15頭+0.7秒 04/18 2阪神711R 4着/16頭+0.7秒 03/22 1阪神1010R 2着/16頭+0.0秒 12/21 5阪神610R 4着/16頭+0.5秒 10/11 3京都311R 1着/16頭勝利
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 3.3着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 14.1% (オッズ暗示: 18.9%) ※ 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。
6	ブルーサン	富田	実114.9	▽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40%と適性高／直近3走平均9.7着と低調）
前5走 11/17 3福島611R 6着/15頭+1.4秒 08/04 2新潟47R 8着/15頭+1.7秒 07/07 3小倉411R 14着/16頭+2.3秒 05/25 3京都119R 2着/11頭+0.7秒 04/24 大井11R 8着/8頭+4.6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 9.7着 (不振) ◎ 当競馬場適性 5走で勝率 40% (得意) ▽ 前走実績前走 15着 (大敗) × 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 0.5% (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。
7	ヴィンセンシオ	吉田隼	実23.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／245日ぶりの実戦）
前5走 02/08 1小倉611R 9着/12頭+1.8秒 12/13 5中京311R 9着/18頭+0.7秒 08/10 2新潟67R 7着/15頭+1.0秒 04/20 3中山811R 9着/18頭+0.9秒 03/09 2中山411R 2着/14頭+0.0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 8.3着 (不振) △ ローテーション 245日休養明け ◎ 期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 6.4% (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。
8	シュラザック	古川吉	実20.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／91日ぶりの実戦）
前5走 07/12 2小倉611R 3着/11頭+0.4秒 05/23 3京都911R 10着/16頭+1.7秒 04/18 2阪神711R 8着/16頭+1.1秒 03/22 1阪神1010R 10着/16頭+0.6秒 09/28 4阪神910R 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戦の調子平均 7.0着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 91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 7.8% (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。
9	ベルウェザー	田山	実66.2	▽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／98日ぶりの実戦）
前5走 07/05 2福島411R 12着/15頭+1.5秒 05/10 3京都611R 9着/16頭+2.1秒 03/01 1阪神410R 1着/14頭勝利 12/27 5阪神710R 2着/16頭+0.1秒 11/30 4京都810R 6着/16頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 12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) -19% (オッズ過剰評価) AI 予想勝率 1.2% (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。
10	レアンダー	菱田	実82.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.7着と低調）
前5走 05/17 3京都811R 14着/16頭+3.3秒 05/03 1新潟211R 14着/15頭+2.2秒 04/11 1福島111R 14着/15頭+2.9秒 11/16 3福島411R 15着/15頭+2.5秒 10/26 3京都910R 5着/14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 10.7着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 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) -13% (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。
11	マリオロード	国分優	実62.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／直近3走平均8.7着と低調／前走3着）
前5走 08/02 2中京47R 8着/9頭+3.4秒 06/20 3東京511R 15着/15頭+3.1秒 05/10 3京都611R 4着/16頭+1.0秒 01/25 1京都911R 16着/16頭+2.8秒 12/21 5阪神610R 8着/16頭+1.5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 8.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.3% (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。
12	ペイシャモノノフ	池添	実67.2	▽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 06/21 3阪神610R 1着/16頭勝利 04/05 3中山410R 11着/16頭+1.9秒 03/15 1阪神810R 3着/14頭+1.0秒 01/24 1京都810R 10着/15頭+0.7秒 01/05 1京都210R 12着/16頭+1.5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 7走で勝率 14% ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.1% (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。
13	メルカントゥール	坂井	実2.2	×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33%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 05/02 3京都311R 2着/12頭+0.1秒 03/01 1阪神44R 1着/8頭勝利 01/05 1京都24R 2着/11頭+0.1秒 11/16 4京都44R 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 33% (得意) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 21.4% (オッズ暗示: 45.5%) ※ 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。
14	ミッキークレスト	幸	実56.3	▽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走平均12.0着と低調）
前5走 06/20 3東京511R 14着/15頭+2.7秒 04/11 1福島111R 9着/15頭+1.4秒 02/07 2京都311R 4着/16頭+0.8秒 11/22 4京都511R 13着/16頭+3.0秒 03/02 1阪神210R 1着/10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 12.0着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 15着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +88%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.4% (オッズ暗示: 1.8%) ※ 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。

見送りAI の 1 位の馬

メルカントゥール

騎手坂井

2.2倍

AI の勝率21%損益の分かれ目45%

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14頭

×13

メルカントゥール

坂井

2.2倍

勝率 21%

›

○1

モックモック

武豊

5.0倍

勝率 20%

›

▲5

タガノバビロン

松山

5.3倍

勝率 14%

›

△2

パシアンジャン

田口

9.0倍

勝率 8%

›

△4

ハナウマビーチ

横山琉

13.0倍

勝率 8%

›

△8

シュラザック

古川吉

20.5倍

勝率 8%

›

▽3

バスタードサフラン

酒井

19.9倍

勝率 6%

›

▽7

ヴィンセンシオ

吉田隼

23.0倍

勝率 6%

›

▽14

ミッキークレスト

幸

56.3倍

対象外勝率 3%

›

▽11

マリオロード

国分優

62.3倍

対象外勝率 1%

›

▽9

ベルウェザー

田山

66.2倍

対象外勝率 1%

›

▽12

ペイシャモノノフ

池添

67.2倍

対象外勝率 1%

›

▽10

レアンダー

菱田

82.7倍

対象外勝率 1%

›

▽6

ブルーサン

富田

114.9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