京都 4R 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

4R 京都競馬場発走 11:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーヴル	藤懸	実191.0	B× A▽勝率1% EV+6% 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 03/16 浦和5R 1着/11頭勝利 02/25 浦和4R 2着/12頭+0.0秒 02/06 川崎7R 1着/11頭勝利 01/08 浦和1R 1着/12頭勝利 12/10 園田8R 2着/10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) ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 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。
2	パーシャングレー	幸	実37.7	B▽ A▽勝率3% EV+28% 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25%と適性高／直近3走で勝率33%と好調／78日ぶりの実戦）
前5走 08/01 2中京312R 9着/11頭+1.4秒 05/23 3京都99R 10着/11頭+0.8秒 05/10 3京都64R 1着/16頭勝利 02/28 1阪神35R 5着/14頭+1.3秒 02/08 1小倉66R 3着/16頭+0.7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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) × 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 1.3% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.4% / 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。
3	シオンダンサー	北村友	実70.0	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11.7着と低調）
前5走 06/21 3東京67R 8着/16頭+2.0秒 05/23 3京都96R 11着/16頭+0.9秒 03/22 1阪神101R 1着/14頭勝利 02/22 1小倉101R 2着/11頭+0.8秒 10/12 3京都46R 2着/16頭+0.6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 11.7着 (不振) ▽ 前走実績前走 16着 (大敗) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 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。
4	ゴメンネジロー	佐々木	実17.8	B△ A△勝率8% EV+34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 06/06 3阪神112R 15着/16頭+2.9秒 05/10 1新潟47R 3着/15頭+0.5秒 08/30 4中京312R 3着/12頭+0.0秒 08/09 3中京510R 2着/14頭+0.2秒 04/20 2阪神86R 6着/16頭+0.5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) ○ 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% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.5% / 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。
5	シークザドリーム	◇今村	実147.0	B▽ A▽勝率1% EV-18% 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33%と適性高／直近3走平均11.3着と低調）
前5走 12/28 5阪神87R 12着/16頭+1.9秒 11/01 3京都107R 12着/16頭+1.4秒 07/26 2新潟110R 14着/14頭+2.6秒 05/10 2京都56R 10着/16頭+1.3秒 03/30 2阪神26R 2着/16頭+0.8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 11.3着 (不振) ◎ 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 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 0.5% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.6% / 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。
6	シャインベック	岩田康	実312.0	B▽ A▽勝率1% EV+73% 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25%と適性高／直近3走平均12.0着と低調）
前5走 07/12 2小倉612R 9着/17頭+1.4秒 04/18 2阪神77R 12着/14頭+1.2秒 03/29 2阪神27R 9着/14頭+1.0秒 09/13 4阪神39R 7着/18頭+0.5秒 05/11 2京都67R 5着/8頭+1.4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 12.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 15着 (大敗) ○ 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) -23% (オッズ過剰評価) AI 予想勝率 0.2% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 期待値 +73% ※ 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	ルージュバロン	ルメール	実3.8	B○ A○勝率22% EV-15% 詳細▼	AI上位評価だが期待値不足、見送り（63日ぶりの実戦）
前5走 07/26 2中京29R 2着/14頭+0.0秒 06/06 3阪神112R 3着/16頭+0.1秒 05/16 3京都71R 1着/16頭勝利 03/21 1中京36R 5着/18頭+0.4秒 10/05 4東京25R 6着/15頭+0.7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 4.3着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 19.5% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.3% / 期待値 -15% ※ 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	キーンセンス	西村淳	実49.0	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（当競馬場3走で勝率0%と苦戦傾向／64日ぶりの実戦）
前5走 07/26 2中京210R 5着/16頭+1.0秒 05/23 3京都96R 10着/16頭+0.8秒 05/09 3京都56R 5着/16頭+0.7秒 04/25 2東京16R 8着/16頭+1.6秒 03/08 1阪神69R 6着/6頭+0.9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 7.3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) -35% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 期待値 -31% ※ 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	カフジクロミエ	古川吉	実59.3	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4走で勝率25%と適性高／直近3走平均8.0着と低調／63日ぶりの実戦）
前5走 08/02 1札幌46R 6着/10頭+0.8秒 05/23 3京都96R 8着/16頭+0.6秒 04/12 2阪神65R 12着/16頭+1.3秒 03/21 1阪神96R 7着/16頭+1.2秒 02/07 2京都36R 2着/12頭+0.3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 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) -21% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。
10	ラブインアクション	戸崎圭	実5.5	B△ A▲勝率11% EV-41% 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／前走3着／84日ぶりの実戦）
前5走 07/26 2中京210R 3着/16頭+0.1秒 07/12 2小倉67R 2着/15頭+0.3秒 05/17 3京都86R 6着/16頭+1.3秒 03/22 1阪神106R 10着/13頭+1.8秒 02/01 1小倉41R 1着/16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 3.7着 × 当競馬場適性 3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) -30% (大幅な期待値マイナス) AI 予想勝率 12.7% (オッズ暗示: 18.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.6% / 期待値 -41% ※ 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	ナムラティアラ	松若	実135.1	B▽ A▽勝率1% EV-25% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（64日ぶりの実戦）
前5走 07/25 2中京19R 4着/16頭+0.8秒 04/26 3京都26R 7着/11頭+1.3秒 04/19 2阪神86R 11着/15頭+1.2秒 03/24 金沢7R 1着/10頭勝利 12/13 5阪神31R 13着/15頭+2.2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戦の調子平均 6.3着 × 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 0.5% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 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。
12	ハグレジョー	岩田望	実2.5	B◎ A◎勝率28% EV-31% 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
前5走 05/03 3京都46R 3着/16頭+0.1秒 04/05 2阪神49R 5着/12頭+0.8秒 03/21 1阪神96R 3着/16頭+0.1秒 12/27 5阪神73R 1着/16頭勝利 11/29 4京都71R 2着/14頭+0.1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 3.3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) -37% (大幅な期待値マイナス) AI 予想勝率 25.3% (オッズ暗示: 40.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.6% / 期待値 -31% ※ 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	メティエダール推奨	横山和	実16.2	B△ A△勝率8% EV+32% 詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 11/23 4京都66R 3着/16頭+0.4秒 07/27 3中京210R 5着/12頭+1.0秒 06/22 3阪神68R 14着/16頭+3.8秒 03/15 1阪神57R 12着/16頭+1.7秒 01/06 1中京28R 3着/16頭+0.0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 4.3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) +12% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 期待値 +33% ※ 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	キンダープンシュ	松山	実6.0	B▲ A△勝率11% EV-36% 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／前走2着）
前5走 08/01 2中京310R 6着/16頭+1.9秒 06/14 3阪神46R 5着/16頭+0.4秒 02/01 2京都26R 14着/16頭+2.3秒 12/14 5阪神46R 5着/7頭+1.6秒 10/18 3京都68R 5着/7頭+1.5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 4.3着 × 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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 18.1% (オッズ暗示: 16.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 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。
15	チリーゴールド	菱田	実31.4	B▽ A▽勝率4% EV+10% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調／前走3着）
前5走 07/26 2中京29R 7着/14頭+0.5秒 06/13 3阪神38R 14着/15頭+1.2秒 05/30 3京都117R 13着/15頭+1.4秒 03/28 1中京57R 6着/15頭+0.5秒 02/15 佐賀10R 1着/12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戦の調子平均 8.3着 (不振) ○ 前走実績前走 3着 (好走) ○ 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) +29%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.1% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.5% / 期待値 +11% ※ 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

メティエダール

騎手横山和

16.2倍

AI の勝率7%損益の分かれ目6%

推奨を出した時点では買う条件を満たしていました。今のオッズ 16.2倍では期待値 +13% です。

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（11着）

出走馬全15頭

◎A:◎12

ハグレジョー

岩田望

2.5倍

勝率 25%

›

○A:○7

ルージュバロン

ルメール

3.8倍

勝率 20%

›

▲A:△14

キンダープンシュ

松山

6.0倍

勝率 18%

›

△A:▲10

ラブインアクション

戸崎圭

5.5倍

勝率 13%

›

△A:△13

メティエダール

横山和

16.2倍

勝率 7%

›

△A:△4

ゴメンネジロー

佐々木

17.8倍

勝率 7%

›

▽A:▽15

チリーゴールド

菱田

31.4倍

対象外勝率 4%

›

▽A:▽2

パーシャングレー

幸

37.7倍

対象外勝率 1%

›

▽A:▽8

キーンセンス

西村淳

49.0倍

対象外勝率 1%

›

▽A:▽9

カフジクロミエ

古川吉

59.3倍

対象外勝率 1%

›

▽A:▽3

シオンダンサー

北村友

70.0倍

対象外勝率 1%

›

▽A:▽11

ナムラティアラ

松若

135.1倍

対象外勝率 1%

›

▽A:▽5

シークザドリーム

◇今村

147.0倍

対象外勝率 1%

›

×A:▽1

ジーヴル

藤懸

191.0倍

対象外勝率 0%

›

▽A:▽6

シャインベック

岩田康

312.0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 13 メティエダール実16.2倍期待値 +13% 推奨 14.3〜30.0倍 ¥100 不的中11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。

4R 京都競馬場発走 11:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーヴル	藤懸	実191.0	▽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 03/16 浦和5R 1着/11頭勝利 02/25 浦和4R 2着/12頭+0.0秒 02/06 川崎7R 1着/11頭勝利 01/08 浦和1R 1着/12頭勝利 12/10 園田8R 2着/10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) ○ 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) +6%（30倍を超える大穴は買う範囲の外） 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。
2	パーシャングレー	幸	実37.7	▽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25%と適性高／直近3走で勝率33%と好調／78日ぶりの実戦）
前5走 08/01 2中京312R 9着/11頭+1.4秒 05/23 3京都99R 10着/11頭+0.8秒 05/10 3京都64R 1着/16頭勝利 02/28 1阪神35R 5着/14頭+1.3秒 02/08 1小倉66R 3着/16頭+0.7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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) +28%（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: 2.7%) ※ 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。
3	シオンダンサー	北村友	実70.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調）
前5走 06/21 3東京67R 8着/16頭+2.0秒 05/23 3京都96R 11着/16頭+0.9秒 03/22 1阪神101R 1着/14頭勝利 02/22 1小倉101R 2着/11頭+0.8秒 10/12 3京都46R 2着/16頭+0.6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 11.7着 (不振) ▽ 前走実績前走 16着 (大敗) ○ 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) -22% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.4%) ※ 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。
4	ゴメンネジロー	佐々木	実17.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 06/06 3阪神112R 15着/16頭+2.9秒 05/10 1新潟47R 3着/15頭+0.5秒 08/30 4中京312R 3着/12頭+0.0秒 08/09 3中京510R 2着/14頭+0.2秒 04/20 2阪神86R 6着/16頭+0.5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) ○ 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) +34% (妙味あり) AI 予想勝率 7.5% (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。
5	シークザドリーム	◇今村	実147.0	▽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33%と適性高／直近3走平均11.3着と低調）
前5走 12/28 5阪神87R 12着/16頭+1.9秒 11/01 3京都107R 12着/16頭+1.4秒 07/26 2新潟110R 14着/14頭+2.6秒 05/10 2京都56R 10着/16頭+1.3秒 03/30 2阪神26R 2着/16頭+0.8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 11.3着 (不振) ◎ 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 21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 0.6% (オッズ暗示: 0.7%) ※ 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。
6	シャインベック	岩田康	実312.0	▽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25%と適性高／直近3走平均12.0着と低調）
前5走 07/12 2小倉612R 9着/17頭+1.4秒 04/18 2阪神77R 12着/14頭+1.2秒 03/29 2阪神27R 9着/14頭+1.0秒 09/13 4阪神39R 7着/18頭+0.5秒 05/11 2京都67R 5着/8頭+1.4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 12.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 15着 (大敗) ○ 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) +73%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (オッズ暗示: 0.3%) ※ 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	ルージュバロン	ルメール	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（63日ぶりの実戦）
前5走 07/26 2中京29R 2着/14頭+0.0秒 06/06 3阪神112R 3着/16頭+0.1秒 05/16 3京都71R 1着/16頭勝利 03/21 1中京36R 5着/18頭+0.4秒 10/05 4東京25R 6着/15頭+0.7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 4.3着 △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 22.3% (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。
8	キーンセンス	西村淳	実49.0	▽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／64日ぶりの実戦）
前5走 07/26 2中京210R 5着/16頭+1.0秒 05/23 3京都96R 10着/16頭+0.8秒 05/09 3京都56R 5着/16頭+0.7秒 04/25 2東京16R 8着/16頭+1.6秒 03/08 1阪神69R 6着/6頭+0.9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 7.3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) -31% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.0%) ※ 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。
9	カフジクロミエ	古川吉	実59.3	▽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25%と適性高／直近3走平均8.0着と低調／63日ぶりの実戦）
前5走 08/02 1札幌46R 6着/10頭+0.8秒 05/23 3京都96R 8着/16頭+0.6秒 04/12 2阪神65R 12着/16頭+1.3秒 03/21 1阪神96R 7着/16頭+1.2秒 02/07 2京都36R 2着/12頭+0.3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 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) -16% (オッズ過剰評価) AI 予想勝率 1.4% (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	ラブインアクション	戸崎圭	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／前走3着／84日ぶりの実戦）
前5走 07/26 2中京210R 3着/16頭+0.1秒 07/12 2小倉67R 2着/15頭+0.3秒 05/17 3京都86R 6着/16頭+1.3秒 03/22 1阪神106R 10着/13頭+1.8秒 02/01 1小倉41R 1着/16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 3.7着 × 当競馬場適性 3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) -41% (大幅な期待値マイナス) AI 予想勝率 10.6% (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。
11	ナムラティアラ	松若	実135.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（64日ぶりの実戦）
前5走 07/25 2中京19R 4着/16頭+0.8秒 04/26 3京都26R 7着/11頭+1.3秒 04/19 2阪神86R 11着/15頭+1.2秒 03/24 金沢7R 1着/10頭勝利 12/13 5阪神31R 13着/15頭+2.2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戦の調子平均 6.3着 △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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。
12	ハグレジョー	岩田望	実2.5	◎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
前5走 05/03 3京都46R 3着/16頭+0.1秒 04/05 2阪神49R 5着/12頭+0.8秒 03/21 1阪神96R 3着/16頭+0.1秒 12/27 5阪神73R 1着/16頭勝利 11/29 4京都71R 2着/14頭+0.1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 3.3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) -31% (大幅な期待値マイナス) AI 予想勝率 27.6% (オッズ暗示: 40.0%) ※ 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	メティエダール推奨	横山和	実16.2	△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 11/23 4京都66R 3着/16頭+0.4秒 07/27 3中京210R 5着/12頭+1.0秒 06/22 3阪神68R 14着/16頭+3.8秒 03/15 1阪神57R 12着/16頭+1.7秒 01/06 1中京28R 3着/16頭+0.0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 4.3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) +32% (妙味あり) AI 予想勝率 8.2% (オッズ暗示: 6.2%) ※ 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。
14	キンダープンシュ	松山	実6.0	△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3走で勝率0%と苦戦傾向／前走2着）
前5走 08/01 2中京310R 6着/16頭+1.9秒 06/14 3阪神46R 5着/16頭+0.4秒 02/01 2京都26R 14着/16頭+2.3秒 12/14 5阪神46R 5着/7頭+1.6秒 10/18 3京都68R 5着/7頭+1.5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 4.3着 × 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 15日の間隔 (理想的) × 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 10.6% (オッズ暗示: 16.7%) ※ 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。
15	チリーゴールド	菱田	実31.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調／前走3着）
前5走 07/26 2中京29R 7着/14頭+0.5秒 06/13 3阪神38R 14着/15頭+1.2秒 05/30 3京都117R 13着/15頭+1.4秒 03/28 1中京57R 6着/15頭+0.5秒 02/15 佐賀10R 1着/12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戦の調子平均 8.3着 (不振) ○ 前走実績前走 3着 (好走) ○ 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) +10%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.5% (オッズ暗示: 3.2%) ※ 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。

買うAI の推奨A

メティエダール

騎手横山和

16.2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 ÷ 16.2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（11着）

出走馬全15頭

◎12

ハグレジョー

岩田望

2.5倍

勝率 28%

›

○7

ルージュバロン

ルメール

3.8倍

勝率 22%

›

▲10

ラブインアクション

戸崎圭

5.5倍

勝率 11%

›

△14

キンダープンシュ

松山

6.0倍

勝率 11%

›

△13

メティエダール

横山和

16.2倍

勝率 8%

›

△4

ゴメンネジロー

佐々木

17.8倍

勝率 8%

›

▽15

チリーゴールド

菱田

31.4倍

対象外勝率 4%

›

▽2

パーシャングレー

幸

37.7倍

対象外勝率 3%

›

▽8

キーンセンス

西村淳

49.0倍

対象外勝率 1%

›

▽9

カフジクロミエ

古川吉

59.3倍

対象外勝率 1%

›

▽3

シオンダンサー

北村友

70.0倍

対象外勝率 1%

›

▽11

ナムラティアラ

松若

135.1倍

対象外勝率 1%

›

▽5

シークザドリーム

◇今村

147.0倍

対象外勝率 1%

›

▽1

ジーヴル

藤懸

191.0倍

対象外勝率 1%

›

▽6

シャインベック

岩田康

312.0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 13 メティエダール実16.2倍期待値 +33% 推奨 12.2〜30.0倍 ¥100 不的中11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