京都 12R 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

12R 京都競馬場発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウトウコウ	幸	実28.2	B× A×勝率1% EV-60% 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／113日ぶりの実戦）
前5走 06/20 3阪神512R 11着/18頭+1.2秒 05/30 3京都113R 1着/17頭勝利 11/08 4京都12R 6着/15頭+0.5秒 10/19 3京都74R 3着/17頭+0.3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 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 113日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 3.5%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 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。
2	タイムレスキス	菅原明	実6.2	B○ A▲勝率10% EV-35% 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33%と適性高／直近3走平均9.7着と低調／92日ぶりの実戦）
前5走 07/11 1函館97R 9着/14頭+0.9秒 06/21 1函館49R 8着/12頭+1.1秒 02/14 1東京511R 12着/16頭+1.6秒 01/25 1京都99R 2着/9頭+0.1秒 11/09 4京都22R 1着/8頭勝利
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 9.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 92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 12.2% (オッズ暗示: 16.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.4% / 期待値 -35% ※ 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	ダークマルス	松山	実2.4	B◎ A◎勝率26% EV-36% 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4走で勝率25%と適性高／直近3走平均2.0着と安定／前走2着）
前5走 07/05 2小倉49R 2着/8頭+0.5秒 05/09 3京都55R 2着/8頭+0.0秒 04/19 2阪神87R 2着/8頭+0.3秒 01/24 1京都89R 13着/13頭+3.6秒 11/16 4京都49R 3着/8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 2.0着 (安定) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 35.8% (オッズ暗示: 41.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.5% / 期待値 -36% ※ 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	ペイシャシス	武豊	実7.3	B△ A△勝率10% EV-23% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/26 2中京211R 9着/16頭+0.7秒 07/12 2小倉68R 2着/9頭+0.1秒 05/23 3京都99R 4着/11頭+0.3秒 04/26 2東京211R 8着/12頭+0.7秒 01/31 2京都16R 1着/16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戦の調子平均 5.0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) -38% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.4% / 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。
5	サトノセプター推奨	北村友	実15.9	B△ A△勝率9% EV+36% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+35%の妙味（直近3走勝率33%と上り調子）
前5走 04/04 2阪神311R 13着/14頭+1.8秒 02/14 2京都59R 7着/11頭+0.7秒 12/20 5阪神53R 1着/18頭勝利 11/29 4京都75R 5着/12頭+0.2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 13着 (大敗) △ ローテーション 190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 8.5% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.6% / 期待値 +36% ※ 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	ルートサーティーン推奨	角田和	実20.5	B△ A▽勝率9% EV+75% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+43%の妙味（当競馬場3走で勝率33%と適性高）
前5走 07/11 2小倉57R 10着/12頭+2.3秒 05/09 3京都55R 4着/8頭+0.2秒 04/19 2阪神87R 3着/8頭+0.3秒 03/21 2中山76R 6着/13頭+1.1秒 01/12 1京都511R 16着/16頭+2.7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 5.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10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) +43% (妙味あり) AI 予想勝率 7.0% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.6% / 期待値 +75% ※ 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	ウォーターデライト推奨	鮫島駿	実26.6	B▽ A△勝率10% EV+155% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+86%の中穴候補（近5走で勝率20%と堅実）
前5走 08/01 2中京310R 8着/16頭+2.2秒 07/12 2小倉612R 6着/17頭+1.0秒 04/25 1福島59R 8着/16頭+0.8秒 02/28 1阪神310R 9着/9頭+1.2秒 02/07 1小倉52R 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 7.3着 (不振) ◎ 期待値 (オッズ vs AI勝率) +86% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 3.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.6% / 期待値 +155% ※ 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	エグジスタンス	田口	実27.2	B× A×勝率2% EV-55% 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／70日ぶりの実戦）
前5走 08/02 1札幌42R 1着/14頭勝利 07/11 1函館94R 2着/14頭+0.4秒 06/27 1函館54R 5着/16頭+0.2秒 06/14 1函館24R 3着/16頭+0.2秒 04/19 1福島43R 8着/16頭+0.8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) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.7%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -56% ※ 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	ミッキーコンドル	荻野琢	実101.0	B× A▽勝率1% EV-28% 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10.0着と低調／64日ぶりの実戦）
前5走 07/18 2小倉712R 14着/14頭+2.9秒 05/17 1新潟68R 10着/10頭+3.5秒 07/20 1函館1212R 9着/13頭+1.1秒 06/29 1函館64R 1着/9頭勝利 05/31 2京都113R 2着/15頭+0.4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 10.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.7% / 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。
10	ルディシャ	松若	実99.0	B× A▽勝率1% EV-30% 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 06/28 2小倉27R 9着/10頭+2.9秒 05/02 3京都38R 9着/13頭+2.5秒 12/16 笠松10R 1着/10頭勝利 11/19 笠松4R 1着/9頭勝利 11/04 笠松7R 3着/10頭+1.1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) ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.7% / 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。
11	マゲバスピード	坂井	実5.5	B▲ A○勝率10% EV-42% 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 02/22 1東京85R 2着/12頭+0.6秒 01/18 1京都76R 1着/18頭勝利 12/27 5阪神74R 2着/15頭+0.1秒 06/22 3東京65R 2着/16頭+0.2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) ▽ 前走実績前走 12着 (大敗) × 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 8.5% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.4% / 期待値 -43% ※ 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	レインボーステート	小沢	実30.3	B× A×勝率1% EV-57% 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走で勝率33%と好調）
前5走 07/25 2中京112R 4着/16頭+0.2秒 06/06 3阪神17R 4着/18頭+0.2秒 05/31 3京都125R 2着/18頭+0.1秒 05/03 1新潟25R 10着/14頭+0.4秒 04/04 2阪神34R 4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 15日の間隔 (理想的) × 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 1.5% (オッズ暗示: 3.3%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.4% / 期待値 -57% ※ 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	ドーギッド	◇古川奈	実53.9	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（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 08/01 1札幌34R 6着/11頭+1.6秒 05/23 1新潟710R 9着/15頭+1.4秒 05/09 1新潟310R 5着/13頭+1.2秒 04/26 3京都27R 6着/14頭+0.4秒 02/07 1小倉57R 12着/18頭+1.1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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 11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) -63% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 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。
14	エスティヴァリス	酒井	実66.4	B× A▽勝率1% EV-49% 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）
前5走 06/13 3阪神312R 14着/14頭+1.5秒 04/11 2阪神56R 14着/15頭+1.8秒 03/22 1阪神105R 7着/11頭+0.6秒 03/08 1阪神65R 16着/16頭+4.1秒 12/13 5中京39R 11着/11頭+1.9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戦の調子平均 11.0着 (不振) ▽ 前走実績前走 12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) -78% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 期待値 -49% ※ 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	ニシノイツキムスメ	◇今村	実22.2	B▽ A▽勝率4% EV0% 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0%と苦戦傾向）
前5走 05/16 3京都77R 7着/11頭+0.3秒 04/25 3京都19R 9着/16頭+0.8秒 01/31 2京都112R 10着/17頭+0.8秒 01/05 1京都212R 3着/15頭+0.1秒 11/01 3京都1012R 7着/15頭+0.2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 7.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.5% / 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。
16	ウインラウダ	☆田山	実22.7	B▽ A▽勝率6% EV+33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/01 2中京312R 5着/11頭+0.7秒 07/11 2小倉57R 4着/12頭+0.6秒 05/23 3京都98R 2着/15頭+0.0秒 05/02 3京都312R 4着/10頭+0.4秒 04/19 1福島49R 11着/16頭+0.7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 4.7着 △ 当競馬場適性 8走で勝率 12% ○ 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) -11% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.9% / 期待値 +34% ※ 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AB

サトノセプター

騎手北村友

15.9倍

AI の勝率9%損益の分かれ目6%

AI の勝率 9% が損益の分かれ目 6%（1 ÷ 15.9倍）を上回り、期待値 +35% 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）

中央は記録のための予想です（控除率を越える力は未確認）。

外れ（4着）

ほかの買い目: 6番ルートサーティーン（20.5倍）、7番ウォーターデライト（26.6倍）

出走馬全16頭

◎A:◎3

ダークマルス

松山

2.4倍

勝率 36%

›

○A:▲2

タイムレスキス

菅原明

6.2倍

勝率 12%

›

▲A:○11

マゲバスピード

坂井

5.5倍

勝率 9%

›

△A:△4

ペイシャシス

武豊

7.3倍

勝率 9%

›

△A:△5

サトノセプター

北村友

15.9倍

勝率 9%

›

△A:▽6

ルートサーティーン

角田和

20.5倍

勝率 7%

›

▽A:△7

ウォーターデライト

鮫島駿

26.6倍

勝率 7%

›

▽A:▽16

ウインラウダ

☆田山

22.7倍

勝率 4%

›

▽A:▽15

ニシノイツキムスメ

◇今村

22.2倍

勝率 4%

›

×A:×8

エグジスタンス

田口

27.2倍

勝率 2%

›

×A:×1

メイショウトウコウ

幸

28.2倍

勝率 1%

›

×A:×12

レインボーステート

小沢

30.3倍

対象外勝率 1%

›

×A:▽13

ドーギッド

◇古川奈

53.9倍

対象外勝率 1%

›

×A:▽14

エスティヴァリス

酒井

66.4倍

対象外勝率 0%

›

×A:▽10

ルディシャ

松若

99.0倍

対象外勝率 0%

›

×A:▽9

ミッキーコンドル

荻野琢

101.0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 7 ウォーターデライト実26.6倍期待値 +87% 推奨 14.2〜30.0倍 ¥300 不的中9着
単勝 6 ルートサーティーン実20.5倍期待値 +44% 推奨 14.2〜30.0倍 ¥200 不的中10着
単勝 5 サトノセプター実15.9倍期待値 +35% 推奨 11.8〜30.0倍 ¥100 不的中4着

B モデル（レース内の順位で学習）

単勝 5 サトノセプター実15.9倍期待値 +35% 推奨 11.8〜30.0倍 ¥100 不的中4着

※ オッズは予測時点の値です。

12R 京都競馬場発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウトウコウ	幸	実28.2	×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／直近3走で勝率33%と好調／113日ぶりの実戦）
前5走 06/20 3阪神512R 11着/18頭+1.2秒 05/30 3京都113R 1着/17頭勝利 11/08 4京都12R 6着/15頭+0.5秒 10/19 3京都74R 3着/17頭+0.3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 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 113日休養明け × 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 1.4% (オッズ暗示: 3.5%) ※ 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。
2	タイムレスキス	菅原明	実6.2	▲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33%と適性高／直近3走平均9.7着と低調／92日ぶりの実戦）
前5走 07/11 1函館97R 9着/14頭+0.9秒 06/21 1函館49R 8着/12頭+1.1秒 02/14 1東京511R 12着/16頭+1.6秒 01/25 1京都99R 2着/9頭+0.1秒 11/09 4京都22R 1着/8頭勝利
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 9.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 92日休養明け × 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 10.4% (オッズ暗示: 16.1%) ※ 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	ダークマルス	松山	実2.4	◎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4走で勝率25%と適性高／直近3走平均2.0着と安定／前走2着）
前5走 07/05 2小倉49R 2着/8頭+0.5秒 05/09 3京都55R 2着/8頭+0.0秒 04/19 2阪神87R 2着/8頭+0.3秒 01/24 1京都89R 13着/13頭+3.6秒 11/16 4京都49R 3着/8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 2.0着 (安定) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ 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 26.5% (オッズ暗示: 41.7%) ※ 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。
4	ペイシャシス	武豊	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/26 2中京211R 9着/16頭+0.7秒 07/12 2小倉68R 2着/9頭+0.1秒 05/23 3京都99R 4着/11頭+0.3秒 04/26 2東京211R 8着/12頭+0.7秒 01/31 2京都16R 1着/16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戦の調子平均 5.0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) -24% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 13.7%) ※ 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	サトノセプター推奨	北村友	実15.9	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+36%の妙味（直近3走勝率33%と上り調子）
前5走 04/04 2阪神311R 13着/14頭+1.8秒 02/14 2京都59R 7着/11頭+0.7秒 12/20 5阪神53R 1着/18頭勝利 11/29 4京都75R 5着/12頭+0.2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 13着 (大敗) △ ローテーション 190日休養明け ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 8.6% (オッズ暗示: 6.3%) ※ 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	ルートサーティーン推奨	角田和	実20.5	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+75%の中穴候補（当競馬場3走で勝率33%と適性高）
前5走 07/11 2小倉57R 10着/12頭+2.3秒 05/09 3京都55R 4着/8頭+0.2秒 04/19 2阪神87R 3着/8頭+0.3秒 03/21 2中山76R 6着/13頭+1.1秒 01/12 1京都511R 16着/16頭+2.7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 5.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10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) +75% (市場が大幅過小評価) AI 予想勝率 8.6% (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。
7	ウォーターデライト推奨	鮫島駿	実26.6	△詳細▼	市場が大きく過小評価、AI予想勝率10% × オッズ26.6倍で期待値+155%の有力候補（近5走で勝率20%と堅実）
前5走 08/01 2中京310R 8着/16頭+2.2秒 07/12 2小倉612R 6着/17頭+1.0秒 04/25 1福島59R 8着/16頭+0.8秒 02/28 1阪神310R 9着/9頭+1.2秒 02/07 1小倉52R 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 7.3着 (不振) ◎ 期待値 (オッズ vs AI勝率) +155% (市場が大幅過小評価) AI 予想勝率 9.6% (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。
8	エグジスタンス	田口	実27.2	×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／70日ぶりの実戦）
前5走 08/02 1札幌42R 1着/14頭勝利 07/11 1函館94R 2着/14頭+0.4秒 06/27 1函館54R 5着/16頭+0.2秒 06/14 1函館24R 3着/16頭+0.2秒 04/19 1福島43R 8着/16頭+0.8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) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.7%) ※ 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。
9	ミッキーコンドル	荻野琢	実101.0	▽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10.0着と低調／64日ぶりの実戦）
前5走 07/18 2小倉712R 14着/14頭+2.9秒 05/17 1新潟68R 10着/10頭+3.5秒 07/20 1函館1212R 9着/13頭+1.1秒 06/29 1函館64R 1着/9頭勝利 05/31 2京都113R 2着/15頭+0.4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 10.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 0.7% (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。
10	ルディシャ	松若	実99.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 06/28 2小倉27R 9着/10頭+2.9秒 05/02 3京都38R 9着/13頭+2.5秒 12/16 笠松10R 1着/10頭勝利 11/19 笠松4R 1着/9頭勝利 11/04 笠松7R 3着/10頭+1.1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) ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
11	マゲバスピード	坂井	実5.5	○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 02/22 1東京85R 2着/12頭+0.6秒 01/18 1京都76R 1着/18頭勝利 12/27 5阪神74R 2着/15頭+0.1秒 06/22 3東京65R 2着/16頭+0.2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) ▽ 前走実績前走 12着 (大敗) × 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 10.4% (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。
12	レインボーステート	小沢	実30.3	×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走で勝率33%と好調）
前5走 07/25 2中京112R 4着/16頭+0.2秒 06/06 3阪神17R 4着/18頭+0.2秒 05/31 3京都125R 2着/18頭+0.1秒 05/03 1新潟25R 10着/14頭+0.4秒 04/04 2阪神34R 4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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.3%) ※ 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。
13	ドーギッド	◇古川奈	実53.9	▽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8.7着と低調）
前5走 08/01 1札幌34R 6着/11頭+1.6秒 05/23 1新潟710R 9着/15頭+1.4秒 05/09 1新潟310R 5着/13頭+1.2秒 04/26 3京都27R 6着/14頭+0.4秒 02/07 1小倉57R 12着/18頭+1.1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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 11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) -18% (オッズ過剰評価) AI 予想勝率 0.7% (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。
14	エスティヴァリス	酒井	実66.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
前5走 06/13 3阪神312R 14着/14頭+1.5秒 04/11 2阪神56R 14着/15頭+1.8秒 03/22 1阪神105R 7着/11頭+0.6秒 03/08 1阪神65R 16着/16頭+4.1秒 12/13 5中京39R 11着/11頭+1.9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戦の調子平均 11.0着 (不振) ▽ 前走実績前走 12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) -49% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
15	ニシノイツキムスメ	◇今村	実22.2	▽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0%と苦戦傾向）
前5走 05/16 3京都77R 7着/11頭+0.3秒 04/25 3京都19R 9着/16頭+0.8秒 01/31 2京都112R 10着/17頭+0.8秒 01/05 1京都212R 3着/15頭+0.1秒 11/01 3京都1012R 7着/15頭+0.2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 7.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ○ 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) -0% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 4.5%) ※ 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。
16	ウインラウダ	☆田山	実22.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/01 2中京312R 5着/11頭+0.7秒 07/11 2小倉57R 4着/12頭+0.6秒 05/23 3京都98R 2着/15頭+0.0秒 05/02 3京都312R 4着/10頭+0.4秒 04/19 1福島49R 11着/16頭+0.7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 4.7着 △ 当競馬場適性 8走で勝率 12% ○ 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) +33% (妙味あり) AI 予想勝率 5.9% (オッズ暗示: 4.4%) ※ 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。

買うAI の推奨A

ウォーターデライト

騎手鮫島駿

26.6倍

AI の勝率10%損益の分かれ目4%

AI の勝率 10% が損益の分かれ目 4%（1 ÷ 26.6倍）を上回り、期待値 +155% が買う基準（+20%）以上。

賭け金の目安 ¥300（AI の自信に応じて変えています）

中央は記録のための予想です（控除率を越える力は未確認）。

外れ（9着）

ほかの買い目: 5番サトノセプター（15.9倍）、6番ルートサーティーン（20.5倍）

出走馬全16頭

◎3

ダークマルス

松山

2.4倍

勝率 26%

›

○11

マゲバスピード

坂井

5.5倍

勝率 10%

›

▲2

タイムレスキス

菅原明

6.2倍

勝率 10%

›

△4

ペイシャシス

武豊

7.3倍

勝率 10%

›

△7

ウォーターデライト

鮫島駿

26.6倍

勝率 10%

›

△5

サトノセプター

北村友

15.9倍

勝率 9%

›

▽6

ルートサーティーン

角田和

20.5倍

勝率 9%

›

▽16

ウインラウダ

☆田山

22.7倍

勝率 6%

›

▽15

ニシノイツキムスメ

◇今村

22.2倍

勝率 4%

›

×8

エグジスタンス

田口

27.2倍

勝率 2%

›

×1

メイショウトウコウ

幸

28.2倍

勝率 1%

›

×12

レインボーステート

小沢

30.3倍

対象外勝率 1%

›

▽14

エスティヴァリス

酒井

66.4倍

対象外勝率 1%

›

▽13

ドーギッド

◇古川奈

53.9倍

対象外勝率 1%

›

▽10

ルディシャ

松若

99.0倍

対象外勝率 1%

›

▽9

ミッキーコンドル

荻野琢

101.0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 7 ウォーターデライト実26.6倍期待値 +155% 推奨 10.4〜30.0倍 ¥300 不的中9着
単勝 6 ルートサーティーン実20.5倍期待値 +75% 推奨 11.7〜30.0倍 ¥200 不的中10着
単勝 5 サトノセプター実15.9倍期待値 +36% 推奨 11.7〜30.0倍 ¥100 不的中4着

B モデル（レース内の順位で学習）

単勝 5 サトノセプター実15.9倍期待値 +36% 推奨 11.7〜30.0倍 ¥100 不的中4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