京都 8R 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

8R 京都競馬場発走 13:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロングホリデー推奨	武豊	実15.7	B△ A△勝率6% EV-3% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+50%の中穴候補（直近3走勝率33%と上り調子／当競馬場3走で勝率33%と適性高）
前5走 06/14 3阪神47R 10着/11頭+1.6秒 04/26 3京都25R 1着/12頭勝利 01/24 1小倉12R 14着/16頭+2.8秒 11/02 3京都112R 3着/7頭+0.4秒 10/04 3京都15R 3着/14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) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 期待値 -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	ニホンピロロジャー	田口	実4.8	B○ A○勝率22% EV+3% 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／112日ぶりの実戦）
前5走 06/28 2福島28R 5着/13頭+0.6秒 05/09 3京都511R 8着/16頭+0.8秒 02/28 1小倉116R 1着/16頭勝利 01/24 1小倉16R 2着/18頭+0.1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) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 15.6% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.6% / 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。
3	サトノブリジャール	岩田望	実6.1	B▲ A▲勝率17% EV+2% 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25%と適性高／前走2着）
前5走 07/05 2小倉49R 7着/8頭+3.8秒 02/15 2京都67R 8着/13頭+2.3秒 01/31 2京都18R 5着/10頭+0.7秒 01/11 1京都46R 6着/14頭+1.3秒 12/27 5阪神77R 6着/15頭+0.4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 5.7着 ◎ 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 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 13.8% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.7% / 期待値 +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。
4	プレデスティナーレ	☆田山	実35.2	B▽ A▽勝率3% EV+22% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 04/28 園田10R 1着/11頭勝利 04/08 園田9R 1着/12頭勝利 03/17 園田10R 2着/12頭+0.5秒 03/03 姫路7R 1着/9頭勝利 02/07 2京都37R 7着/9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戦の調子勝率 67% (絶好調) × 当競馬場適性 8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 173日休養明け △ 期待値 (オッズ vs AI勝率) +47%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.2% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.5% / 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。
5	ロイドウェバー	松山	実1.9	B◎ A×勝率22% EV-58% 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走で勝率50%と好調／前走勝利の勢い／63日ぶりの実戦）
前5走 07/12 2小倉63R 5着/15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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 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 30.3% (オッズ暗示: 52.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 21.6% / 期待値 -59% ※ 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	マーゴットレジーナ	浜中	実21.5	B△ A▽勝率5% EV+8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/01 2中京311R 7着/9頭+0.7秒 05/02 3京都36R 9着/11頭+1.4秒 04/18 1福島310R 6着/8頭+0.8秒 03/22 1中京46R 3着/17頭+0.1秒 12/14 5中京46R 8着/18頭+0.9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 6.7着 △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 5.3% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.1% / 期待値 +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	マイネルビスマルク	加藤	実138.0	B▽ A▽勝率1% EV+33% 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／120日ぶりの実戦）
前5走 06/20 3阪神57R 11着/16頭+2.6秒 05/31 3京都127R 4着/10頭+0.7秒 04/18 2阪神78R 6着/9頭+0.5秒 03/22 1阪神107R 3着/10頭+0.6秒 03/08 1阪神67R 6着/9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 7.0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 120日休養明け △ 期待値 (オッズ vs AI勝率) +20%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 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。
8	ウインリュクス	西村淳	実8.6	B△ A△勝率11% EV-4% 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5走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走2着）
前5走 07/11 2小倉59R 2着/11頭+0.1秒 05/31 3京都127R 2着/10頭+0.0秒 05/10 1新潟49R 3着/14頭+0.9秒 02/15 1小倉87R 5着/14頭+0.4秒 01/24 1小倉17R 6着/15頭+0.2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 2.3着 (安定) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 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	ニホンピロゴルディ	幸	実58.4	B▽ A▽勝率3% EV+49% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 05/10 3京都66R 2着/10頭+0.1秒 04/12 1福島29R 4着/13頭+0.3秒 02/28 1小倉119R 4着/16頭+1.1秒 01/24 1小倉17R 4着/15頭+0.2秒 12/13 5中京37R 7着/18頭+1.1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 5.0着 △ 当競馬場適性 10走で勝率 10% ○ 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) +11%（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: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.6% / 期待値 +50% ※ 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	バディ	太宰	実74.0	B▽ A▽勝率1% EV-21% 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／前走勝利の勢い／119日ぶりの実戦）
前5走 06/21 3阪神64R 1着/18頭勝利 05/23 3京都95R 11着/14頭+1.5秒 04/19 2阪神85R 6着/13頭+0.3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 119日休養明け × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
11	シャンドラファール	吉村	実27.8	B▽ A▽勝率3% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.7着と安定）
前5走 07/04 2小倉33R 2着/16頭+0.5秒 06/21 3阪神64R 2着/18頭+0.0秒 05/16 3京都74R 2着/10頭+0.0秒 05/02 1新潟16R 4着/14頭+1.4秒 04/19 2阪神85R 5着/13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戦の調子平均 2.7着 (安定) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 4.2% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.5% / 期待値 -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	エテルノレガーメ	富田	実21.1	B▽ A△勝率6% EV+30% 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0%と苦戦傾向）
前5走 02/22 1阪神27R 4着/9頭+0.5秒 01/31 2京都18R 9着/10頭+1.8秒 12/14 5中京49R 9着/12頭+2.3秒 11/15 4京都37R 6着/16頭+0.8秒 06/21 3阪神54R 1着/13頭勝利
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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 5.1% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.2% / 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。

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

ロングホリデー

騎手武豊

15.7倍

AI の勝率10%損益の分かれ目6%

AI の勝率 10% が損益の分かれ目 6%（1 ÷ 15.7倍）を上回り、期待値 +51% 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（5着）

出走馬全12頭

◎A:×5

ロイドウェバー

松山

1.9倍

勝率 30%

›

○A:○2

ニホンピロロジャー

田口

4.8倍

勝率 16%

›

▲A:▲3

サトノブリジャール

岩田望

6.1倍

勝率 14%

›

△A:△1

ロングホリデー

武豊

15.7倍

勝率 10%

›

△A:△8

ウインリュクス

西村淳

8.6倍

勝率 8%

›

△A:▽6

マーゴットレジーナ

浜中

21.5倍

勝率 5%

›

▽A:△12

エテルノレガーメ

富田

21.1倍

勝率 5%

›

▽A:▽11

シャンドラファール

吉村

27.8倍

勝率 4%

›

▽A:▽4

プレデスティナーレ

☆田山

35.2倍

対象外勝率 4%

›

▽A:▽9

ニホンピロゴルディ

幸

58.4倍

対象外勝率 2%

›

▽A:▽10

バディ

太宰

74.0倍

対象外勝率 1%

›

▽A:▽7

マイネルビスマルク

加藤

138.0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 1 ロングホリデー実15.7倍期待値 +51% 推奨 10.4〜30.0倍 ¥100 不的中5着

B モデル（レース内の順位で学習）

単勝 1 ロングホリデー実15.7倍期待値 +51% 推奨 10.4〜30.0倍 ¥200 不的中5着

※ オッズは予測時点の値です。

8R 京都競馬場発走 13:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロングホリデー推奨	武豊	実15.7	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場3走で勝率33%と適性高）
前5走 06/14 3阪神47R 10着/11頭+1.6秒 04/26 3京都25R 1着/12頭勝利 01/24 1小倉12R 14着/16頭+2.8秒 11/02 3京都112R 3着/7頭+0.4秒 10/04 3京都15R 3着/14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) ◎ 当競馬場適性 3走で勝率 33% (得意) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.4%) ※ 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。
2	ニホンピロロジャー	田口	実4.8	○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／112日ぶりの実戦）
前5走 06/28 2福島28R 5着/13頭+0.6秒 05/09 3京都511R 8着/16頭+0.8秒 02/28 1小倉116R 1着/16頭勝利 01/24 1小倉16R 2着/18頭+0.1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) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 21.6% (オッズ暗示: 20.8%) ※ 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。
3	サトノブリジャール	岩田望	実6.1	▲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25%と適性高／前走2着）
前5走 07/05 2小倉49R 7着/8頭+3.8秒 02/15 2京都67R 8着/13頭+2.3秒 01/31 2京都18R 5着/10頭+0.7秒 01/11 1京都46R 6着/14頭+1.3秒 12/27 5阪神77R 6着/15頭+0.4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 5.7着 ◎ 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 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 16.7% (オッズ暗示: 16.4%) ※ 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	プレデスティナーレ	☆田山	実35.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 04/28 園田10R 1着/11頭勝利 04/08 園田9R 1着/12頭勝利 03/17 園田10R 2着/12頭+0.5秒 03/03 姫路7R 1着/9頭勝利 02/07 2京都37R 7着/9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戦の調子勝率 67% (絶好調) × 当競馬場適性 8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 173日休養明け △ 期待値 (オッズ vs AI勝率) +22%（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: 2.8%) ※ 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。
5	ロイドウェバー	松山	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走で勝率50%と好調／前走勝利の勢い／63日ぶりの実戦）
前5走 07/12 2小倉63R 5着/15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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 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 21.6% (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。
6	マーゴットレジーナ	浜中	実21.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/01 2中京311R 7着/9頭+0.7秒 05/02 3京都36R 9着/11頭+1.4秒 04/18 1福島310R 6着/8頭+0.8秒 03/22 1中京46R 3着/17頭+0.1秒 12/14 5中京46R 8着/18頭+0.9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 6.7着 △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 5.1% (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	マイネルビスマルク	加藤	実138.0	▽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／120日ぶりの実戦）
前5走 06/20 3阪神57R 11着/16頭+2.6秒 05/31 3京都127R 4着/10頭+0.7秒 04/18 2阪神78R 6着/9頭+0.5秒 03/22 1阪神107R 3着/10頭+0.6秒 03/08 1阪神67R 6着/9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 7.0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 120日休養明け △ 期待値 (オッズ vs AI勝率) +33%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (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。
8	ウインリュクス	西村淳	実8.6	△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5走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走2着）
前5走 07/11 2小倉59R 2着/11頭+0.1秒 05/31 3京都127R 2着/10頭+0.0秒 05/10 1新潟49R 3着/14頭+0.9秒 02/15 1小倉87R 5着/14頭+0.4秒 01/24 1小倉17R 6着/15頭+0.2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 2.3着 (安定) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 11.1% (オッズ暗示: 11.6%) ※ 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。
9	ニホンピロゴルディ	幸	実58.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 05/10 3京都66R 2着/10頭+0.1秒 04/12 1福島29R 4着/13頭+0.3秒 02/28 1小倉119R 4着/16頭+1.1秒 01/24 1小倉17R 4着/15頭+0.2秒 12/13 5中京37R 7着/18頭+1.1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 5.0着 △ 当競馬場適性 10走で勝率 10% ○ 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) +49%（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: 1.7%) ※ 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	バディ	太宰	実74.0	▽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／前走勝利の勢い／119日ぶりの実戦）
前5走 06/21 3阪神64R 1着/18頭勝利 05/23 3京都95R 11着/14頭+1.5秒 04/19 2阪神85R 6着/13頭+0.3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 119日休養明け △ 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。
11	シャンドラファール	吉村	実27.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.7着と安定）
前5走 07/04 2小倉33R 2着/16頭+0.5秒 06/21 3阪神64R 2着/18頭+0.0秒 05/16 3京都74R 2着/10頭+0.0秒 05/02 1新潟16R 4着/14頭+1.4秒 04/19 2阪神85R 5着/13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戦の調子平均 2.7着 (安定) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 3.6%) ※ 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	エテルノレガーメ	富田	実21.1	△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0%と苦戦傾向）
前5走 02/22 1阪神27R 4着/9頭+0.5秒 01/31 2京都18R 9着/10頭+1.8秒 12/14 5中京49R 9着/12頭+2.3秒 11/15 4京都37R 6着/16頭+0.8秒 06/21 3阪神54R 1着/13頭勝利
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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 28日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 6.2% (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。

買うAI の推奨AB

ロングホリデー

騎手武豊

15.7倍

AI の勝率6%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 15.7倍では期待値 -3% です。

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（5着）

出走馬全12頭

×5

ロイドウェバー

松山

1.9倍

勝率 22%

›

○2

ニホンピロロジャー

田口

4.8倍

勝率 22%

›

▲3

サトノブリジャール

岩田望

6.1倍

勝率 17%

›

△8

ウインリュクス

西村淳

8.6倍

勝率 11%

›

△1

ロングホリデー

武豊

15.7倍

勝率 6%

›

△12

エテルノレガーメ

富田

21.1倍

勝率 6%

›

▽6

マーゴットレジーナ

浜中

21.5倍

勝率 5%

›

▽11

シャンドラファール

吉村

27.8倍

勝率 3%

›

▽4

プレデスティナーレ

☆田山

35.2倍

対象外勝率 3%

›

▽9

ニホンピロゴルディ

幸

58.4倍

対象外勝率 3%

›

▽10

バディ

太宰

74.0倍

対象外勝率 1%

›

▽7

マイネルビスマルク

加藤

138.0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 1 ロングホリデー実15.7倍期待値 -3% 推奨 16.2〜30.0倍 ¥100 不的中5着

B モデル（レース内の順位で学習）

単勝 1 ロングホリデー実15.7倍期待値 -3% 推奨 16.2〜30.0倍 ¥200 不的中5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