京都 7R 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

7R 京都競馬場発走 13:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アミラル	松若	実6.8	B△ A▲勝率16% EV+7% 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33%と適性高／前走3着／126日ぶりの実戦）
前5走 06/13 3阪神37R 3着/16頭+0.4秒 05/23 2東京96R 12着/14頭+2.5秒 04/25 3京都17R 6着/14頭+1.1秒 01/18 1京都72R 1着/12頭勝利 01/04 1京都12R 3着/16頭+1.3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戦の調子平均 7.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 前走実績前走 3着 (好走) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 14.8% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.9% / 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	ビズロード	菱田	実7.1	B△ A△勝率12% EV-12% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 07/05 2小倉412R 8着/16頭+2.1秒 05/30 3京都119R 7着/9頭+1.7秒 02/22 1阪神23R 1着/11頭勝利 02/07 2京都34R 4着/16頭+1.7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 6.0着 ○ 前走実績前走 3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) -15% (オッズ過剰評価) AI 予想勝率 12.0% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 12.3% / 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。
3	キタノサワヤカ	☆田山	実57.1	B▽ A▽勝率3% EV+82% 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 12/20 5中京56R 13着/16頭+1.8秒 10/19 3京都76R 12着/12頭+2.4秒 10/04 3京都14R 5着/14頭+1.1秒 06/21 3阪神58R 9着/16頭+1.5秒 09/15 3中京44R 1着/9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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +91%（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%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 期待値 +83% ※ 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	ココロヅヨサ	浜中	実1.9	B◎ A×勝率22% EV-57% 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 06/20 3阪神58R 4着/16頭+1.9秒 06/07 3阪神212R 3着/12頭+1.4秒 05/09 3京都52R 1着/15頭勝利 03/14 1中京15R 14着/18頭+1.4秒 02/22 1小倉105R 5着/13頭+0.9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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 28.5% (オッズ暗示: 52.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 22.4% / 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。
5	スコーピオンイメル	高倉	実75.7	B▽ A▽勝率3% EV+93% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 04/11 1福島17R 9着/15頭+1.6秒 03/29 2阪神29R 7着/15頭+2.1秒 03/22 1中京47R 3着/15頭+0.3秒 01/31 2京都18R 6着/10頭+0.8秒 01/12 1京都58R 7着/15頭+1.0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 9.3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 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +42%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.9% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 期待値 +94% ※ 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	ゲレイロ	森一	実75.4	B▽ A▽勝率3% EV+92% 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）
前5走 07/22 門別7R 3着/9頭+0.2秒 07/11 1函館96R 8着/10頭+2.2秒 07/04 1函館74R 6着/16頭+0.8秒 05/02 1新潟13R 7着/15頭+1.1秒 04/19 1福島41R 4着/16頭+0.3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 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +41%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.9% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 +93% ※ 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	ゼンカイナダル	西村淳	実5.2	B○ A○勝率16% EV-17% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.3着と低調）
前5走 06/06 3阪神112R 12着/16頭+2.2秒 03/15 1中京210R 8着/12頭+1.3秒 02/22 1阪神24R 1着/14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 10.3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 14.8% (オッズ暗示: 19.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.9% / 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。
8	ビービーバザーク	松山	実5.9	B▲ A△勝率15% EV-10% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/25 1札幌18R 4着/12頭+2.1秒 07/18 1函館119R 11着/13頭+1.5秒 05/16 2東京78R 8着/16頭+0.6秒 05/03 2東京47R 4着/15頭+0.5秒 02/22 1阪神28R 8着/15頭+1.6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 4.7着 △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 14.8% (オッズ暗示: 16.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 15.2% / 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。
9	ディニテ推奨	国分優	実18.0	B△ A△勝率8% EV+46% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+32%の妙味（適度な間隔で状態万全）
前5走 06/13 3阪神37R 8着/16頭+1.6秒 05/30 3京都116R 3着/12頭+0.7秒 02/21 1小倉97R 8着/16頭+0.8秒 01/31 2京都18R 4着/10頭+0.4秒 01/12 1京都58R 3着/15頭+0.2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 6.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ○ ローテーション 26日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 7.4% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.2% / 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。
10	ピエナオルフェ	城戸	実166.5	B▽ A▽勝率2% EV+213% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均14.7着と低調／279日ぶりの実戦）
前5走 01/11 1京都46R 14着/14頭+3.5秒 12/13 5中京37R 15着/18頭+2.1秒 11/23 4京都67R 15着/18頭+1.8秒 11/02 3京都117R 14着/16頭+1.6秒 10/12 3京都412R 18着/18頭+1.4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 14.7着 (不振) △ 当競馬場適性 14走で勝率 7% ▽ 前走実績前走 14着 (大敗) △ ローテーション 279日休養明け △ 期待値 (オッズ vs AI勝率) +29%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.8% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 期待値 +213% ※ 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A

ディニテ

騎手国分優

18.0倍

AI の勝率7%損益の分かれ目6%

AI の勝率 7% が損益の分かれ目 6%（1 ÷ 18.0倍）を上回り、期待値 +33% が買う基準（+20%）以上。

賭け金の目安 ¥100（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（5着）

出走馬全10頭

◎A:×4

ココロヅヨサ

浜中

1.9倍

勝率 28%

›

○A:○7

ゼンカイナダル

西村淳

5.2倍

勝率 15%

›

▲A:△8

ビービーバザーク

松山

5.9倍

勝率 15%

›

△A:▲1

アミラル

松若

6.8倍

勝率 15%

›

△A:△2

ビズロード

菱田

7.1倍

勝率 12%

›

△A:△9

ディニテ

国分優

18.0倍

勝率 7%

›

▽A:▽3

キタノサワヤカ

☆田山

57.1倍

対象外勝率 3%

›

▽A:▽6

ゲレイロ

森一

75.4倍

対象外勝率 2%

›

▽A:▽5

スコーピオンイメル

高倉

75.7倍

対象外勝率 2%

›

▽A:▽10

ピエナオルフェ

城戸

166.5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

A モデル（勝ち負けの 2 択で学習）

単勝 9 ディニテ実18.0倍期待値 +33% 推奨 13.6〜30.0倍 ¥100 不的中5着

B モデル（レース内の順位で学習）

見送り

※ オッズは予測時点の値です。

7R 京都競馬場発走 13:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アミラル	松若	実6.8	▲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／前走3着／126日ぶりの実戦）
前5走 06/13 3阪神37R 3着/16頭+0.4秒 05/23 2東京96R 12着/14頭+2.5秒 04/25 3京都17R 6着/14頭+1.1秒 01/18 1京都72R 1着/12頭勝利 01/04 1京都12R 3着/16頭+1.3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戦の調子平均 7.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 前走実績前走 3着 (好走) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 15.9% (オッズ暗示: 14.7%) ※ 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。
2	ビズロード	菱田	実7.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 07/05 2小倉412R 8着/16頭+2.1秒 05/30 3京都119R 7着/9頭+1.7秒 02/22 1阪神23R 1着/11頭勝利 02/07 2京都34R 4着/16頭+1.7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 6.0着 ○ 前走実績前走 3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) -13% (オッズ過剰評価) AI 予想勝率 12.3% (オッズ暗示: 14.1%) ※ 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	キタノサワヤカ	☆田山	実57.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 12/20 5中京56R 13着/16頭+1.8秒 10/19 3京都76R 12着/12頭+2.4秒 10/04 3京都14R 5着/14頭+1.1秒 06/21 3阪神58R 9着/16頭+1.5秒 09/15 3中京44R 1着/9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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +82%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.2% (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。
4	ココロヅヨサ	浜中	実1.9	×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走平均3.0着と安定／前走3着）
前5走 06/20 3阪神58R 4着/16頭+1.9秒 06/07 3阪神212R 3着/12頭+1.4秒 05/09 3京都52R 1着/15頭勝利 03/14 1中京15R 14着/18頭+1.4秒 02/22 1小倉105R 5着/13頭+0.9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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 27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 22.4% (オッズ暗示: 52.6%) ※ 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。
5	スコーピオンイメル	高倉	実75.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 04/11 1福島17R 9着/15頭+1.6秒 03/29 2阪神29R 7着/15頭+2.1秒 03/22 1中京47R 3着/15頭+0.3秒 01/31 2京都18R 6着/10頭+0.8秒 01/12 1京都58R 7着/15頭+1.0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 9.3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 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +93%（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: 1.3%) ※ 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	ゲレイロ	森一	実75.4	▽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）
前5走 07/22 門別7R 3着/9頭+0.2秒 07/11 1函館96R 8着/10頭+2.2秒 07/04 1函館74R 6着/16頭+0.8秒 05/02 1新潟13R 7着/15頭+1.1秒 04/19 1福島41R 4着/16頭+0.3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 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +92%（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: 1.3%) ※ 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。
7	ゼンカイナダル	西村淳	実5.2	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.3着と低調）
前5走 06/06 3阪神112R 12着/16頭+2.2秒 03/15 1中京210R 8着/12頭+1.3秒 02/22 1阪神24R 1着/14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 10.3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) -18% (オッズ過剰評価) AI 予想勝率 15.9% (オッズ暗示: 19.2%) ※ 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。
8	ビービーバザーク	松山	実5.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/25 1札幌18R 4着/12頭+2.1秒 07/18 1函館119R 11着/13頭+1.5秒 05/16 2東京78R 8着/16頭+0.6秒 05/03 2東京47R 4着/15頭+0.5秒 02/22 1阪神28R 8着/15頭+1.6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 4.7着 △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 15.2% (オッズ暗示: 16.9%) ※ 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	ディニテ推奨	国分優	実18.0	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+46%の妙味（適度な間隔で状態万全）
前5走 06/13 3阪神37R 8着/16頭+1.6秒 05/30 3京都116R 3着/12頭+0.7秒 02/21 1小倉97R 8着/16頭+0.8秒 01/31 2京都18R 4着/10頭+0.4秒 01/12 1京都58R 3着/15頭+0.2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 6.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ○ ローテーション 26日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 8.2% (オッズ暗示: 5.6%) ※ 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。
10	ピエナオルフェ	城戸	実166.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均14.7着と低調／279日ぶりの実戦）
前5走 01/11 1京都46R 14着/14頭+3.5秒 12/13 5中京37R 15着/18頭+2.1秒 11/23 4京都67R 15着/18頭+1.8秒 11/02 3京都117R 14着/16頭+1.6秒 10/12 3京都412R 18着/18頭+1.4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 14.7着 (不振) △ 当競馬場適性 14走で勝率 7% ▽ 前走実績前走 14着 (大敗) △ ローテーション 279日休養明け △ 期待値 (オッズ vs AI勝率) +213%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.9% (オッズ暗示: 0.6%) ※ 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。

買うAI の推奨A

ディニテ

騎手国分優

18.0倍

AI の勝率8%損益の分かれ目6%

AI の勝率 8% が損益の分かれ目 6%（1 ÷ 18.0倍）を上回り、期待値 +47% が買う基準（+20%）以上。

賭け金の目安 ¥100（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（5着）

出走馬全10頭

×4

ココロヅヨサ

浜中

1.9倍

勝率 22%

›

○7

ゼンカイナダル

西村淳

5.2倍

勝率 16%

›

▲1

アミラル

松若

6.8倍

勝率 16%

›

△8

ビービーバザーク

松山

5.9倍

勝率 15%

›

△2

ビズロード

菱田

7.1倍

勝率 12%

›

△9

ディニテ

国分優

18.0倍

勝率 8%

›

▽3

キタノサワヤカ

☆田山

57.1倍

対象外勝率 3%

›

▽6

ゲレイロ

森一

75.4倍

対象外勝率 3%

›

▽5

スコーピオンイメル

高倉

75.7倍

対象外勝率 3%

›

▽10

ピエナオルフェ

城戸

166.5倍

対象外勝率 2%

›

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 9 ディニテ実18.0倍期待値 +47% 推奨 12.2〜30.0倍 ¥100 不的中5着

B モデル（レース内の順位で学習）

見送り

※ 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