京都 9R 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

9R 京都競馬場発走 14:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テーオーシュタイン	戸崎圭	実6.8	B▲ A▲勝率15% EV+19% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率0%と苦戦傾向）
前5走 06/20 3阪神59R 4着/9頭+0.8秒 05/30 3京都118R 6着/12頭+0.3秒 03/29 2阪神27R 1着/14頭勝利 03/15 1阪神87R 6着/13頭+0.3秒 02/21 1阪神19R 3着/18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戦の調子平均 4.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 12.6% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.5% / 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。
2	リカントロポ	田口	実8.6	B△ A△勝率14% EV+33% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/01 2新潟36R 3着/12頭+0.4秒 04/25 3京都112R 3着/11頭+0.6秒 03/22 1阪神109R 4着/8頭+0.2秒 03/07 1阪神58R 3着/10頭+0.3秒 02/15 2京都69R 6着/11頭+1.1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戦の調子平均 5.7着 △ 当競馬場適性 8走で勝率 12% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 12.6% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.3% / 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。
3	リアンマヒナ	岩田望	実2.6	B◎ A○勝率22% EV-41% 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走で勝率33%と好調／前走勝利の勢い）
前5走 06/20 3阪神512R 3着/18頭+0.5秒 05/23 3京都99R 2着/11頭+0.1秒 05/02 3京都34R 1着/18頭勝利 01/05 1京都26R 4着/14頭+0.3秒 12/20 5阪神53R 4着/18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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 28.6% (オッズ暗示: 38.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.4% / 期待値 -42% ※ 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	アロンソア	川又	実41.3	B▽ A▽勝率4% EV+60% 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 06/20 3阪神512R 1着/18頭勝利 03/28 3中山16R 4着/11頭+0.5秒 02/14 1小倉79R 6着/10頭+0.8秒 01/24 1京都89R 11着/13頭+2.0秒 11/22 3福島57R 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戦の調子勝率 33% (上り調子) ○ 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) +43%（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: 2.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 期待値 +61% ※ 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	コンテネレッツア推奨	松山	実12.4	B△ A△勝率14% EV+60% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 06/20 3東京510R 13着/14頭+2.0秒 05/03 2東京48R 2着/9頭+0.4秒 02/15 1東京68R 7着/14頭+0.7秒 11/09 5東京212R 15着/18頭+1.0秒 06/21 3東京510R 3着/14頭+0.0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 6.7着 △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 10.3% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 13.7% / 期待値 +61% ※ 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	アメリカンポリス	吉村	実26.3	B△ A△勝率5% EV+21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／直近3走平均11.3着と低調）
前5走 11/08 4京都19R 11着/16頭+2.2秒 10/26 3京都912R 7着/16頭+0.7秒 07/27 3中京210R 1着/12頭勝利 04/26 2京都11R 1着/16頭勝利 04/12 2阪神54R 3着/18頭+0.1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 11.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 16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) +9% (市場と概ね一致) AI 予想勝率 4.2% (オッズ暗示: 3.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.8% / 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。
7	ルトゥール	荻野極	実999.9	B▽ A▽勝率3% EV+999% 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10.3着と低調／84日ぶりの実戦）
前5走 07/26 2新潟28R 12着/15頭+1.5秒 05/23 2東京912R 7着/16頭+1.0秒 03/28 1中京512R 12着/16頭+0.9秒 01/24 1京都812R 5着/11頭+0.5秒 01/10 1京都39R 7着/8頭+1.6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 10.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +999%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.6% (オッズ暗示: 0.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 +2787% ※ 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	サーディンラン	ルメール	実2.1	B○ A×勝率22% EV-55% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 08/01 2中京312R 1着/11頭勝利 06/20 3阪神512R 6着/18頭+0.6秒 04/04 2阪神311R 5着/14頭+0.6秒 03/08 2中山47R 2着/11頭+0.3秒 11/16 4京都49R 7着/8頭+2.1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) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 26.6% (オッズ暗示: 47.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 22.4% / 期待値 -55% ※ 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

コンテネレッツア

騎手松山

12.4倍

AI の勝率10%損益の分かれ目8%

AI の勝率 10% が損益の分かれ目 8%（1 ÷ 12.4倍）を上回り、期待値 +27% が買う基準（+20%）以上。

賭け金の目安 ¥400（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8頭

◎A:○3

リアンマヒナ

岩田望

2.6倍

勝率 29%

›

○A:×8

サーディンラン

ルメール

2.1倍

勝率 27%

›

▲A:▲1

テーオーシュタイン

戸崎圭

6.8倍

勝率 13%

›

△A:△2

リカントロポ

田口

8.6倍

勝率 13%

›

△A:△5

コンテネレッツア

松山

12.4倍

勝率 10%

›

△A:△6

アメリカンポリス

吉村

26.3倍

勝率 4%

›

▽A:▽4

アロンソア

川又

41.3倍

対象外勝率 3%

›

▽A:▽7

ルトゥール

荻野極

999.9倍

対象外勝率 2%

›

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 5 コンテネレッツア実12.4倍期待値 +27% 推奨 10.0〜30.0倍 ¥300 不的中5着

B モデル（レース内の順位で学習）

単勝 5 コンテネレッツア実12.4倍期待値 +27% 推奨 10.0〜30.0倍 ¥100 不的中5着

※ オッズは予測時点の値です。

9R 京都競馬場発走 14:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テーオーシュタイン	戸崎圭	実6.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率0%と苦戦傾向）
前5走 06/20 3阪神59R 4着/9頭+0.8秒 05/30 3京都118R 6着/12頭+0.3秒 03/29 2阪神27R 1着/14頭勝利 03/15 1阪神87R 6着/13頭+0.3秒 02/21 1阪神19R 3着/18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戦の調子平均 4.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) +19% (市場と概ね一致) AI 予想勝率 15.5% (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	リカントロポ	田口	実8.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/01 2新潟36R 3着/12頭+0.4秒 04/25 3京都112R 3着/11頭+0.6秒 03/22 1阪神109R 4着/8頭+0.2秒 03/07 1阪神58R 3着/10頭+0.3秒 02/15 2京都69R 6着/11頭+1.1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戦の調子平均 5.7着 △ 当競馬場適性 8走で勝率 12% ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 14.3% (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。
3	リアンマヒナ	岩田望	実2.6	○詳細▼	人気馬、市場評価通りで上乗せなし（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／前走勝利の勢い）
前5走 06/20 3阪神512R 3着/18頭+0.5秒 05/23 3京都99R 2着/11頭+0.1秒 05/02 3京都34R 1着/18頭勝利 01/05 1京都26R 4着/14頭+0.3秒 12/20 5阪神53R 4着/18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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 22.4% (オッズ暗示: 38.5%) ※ 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。
4	アロンソア	川又	実41.3	▽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 06/20 3阪神512R 1着/18頭勝利 03/28 3中山16R 4着/11頭+0.5秒 02/14 1小倉79R 6着/10頭+0.8秒 01/24 1京都89R 11着/13頭+2.0秒 11/22 3福島57R 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戦の調子勝率 33% (上り調子) ○ 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) +60%（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: 2.4%) ※ 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。
5	コンテネレッツア推奨	松山	実12.4	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+60%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 06/20 3東京510R 13着/14頭+2.0秒 05/03 2東京48R 2着/9頭+0.4秒 02/15 1東京68R 7着/14頭+0.7秒 11/09 5東京212R 15着/18頭+1.0秒 06/21 3東京510R 3着/14頭+0.0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 6.7着 ◎ 期待値 (オッズ vs AI勝率) +60% (市場が大幅過小評価) AI 予想勝率 13.7% (オッズ暗示: 8.1%) ※ 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。
6	アメリカンポリス	吉村	実26.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／直近3走平均11.3着と低調）
前5走 11/08 4京都19R 11着/16頭+2.2秒 10/26 3京都912R 7着/16頭+0.7秒 07/27 3中京210R 1着/12頭勝利 04/26 2京都11R 1着/16頭勝利 04/12 2阪神54R 3着/18頭+0.1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 11.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 16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) +21% (市場と概ね一致) AI 予想勝率 4.8% (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。
7	ルトゥール	荻野極	実999.9	▽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10.3着と低調／84日ぶりの実戦）
前5走 07/26 2新潟28R 12着/15頭+1.5秒 05/23 2東京912R 7着/16頭+1.0秒 03/28 1中京512R 12着/16頭+0.9秒 01/24 1京都812R 5着/11頭+0.5秒 01/10 1京都39R 7着/8頭+1.6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 10.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +999%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.9% (オッズ暗示: 0.1%) ※ 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。
8	サーディンラン	ルメール	実2.1	×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33%と好調）
前5走 08/01 2中京312R 1着/11頭勝利 06/20 3阪神512R 6着/18頭+0.6秒 04/04 2阪神311R 5着/14頭+0.6秒 03/08 2中山47R 2着/11頭+0.3秒 11/16 4京都49R 7着/8頭+2.1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) × 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 22.4% (オッズ暗示: 47.6%) ※ 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AB

コンテネレッツア

騎手松山

12.4倍

AI の勝率14%損益の分かれ目8%

AI の勝率 14% が損益の分かれ目 8%（1 ÷ 12.4倍）を上回り、期待値 +61% が買う基準（+20%）以上。

賭け金の目安 ¥400（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8頭

×8

サーディンラン

ルメール

2.1倍

勝率 22%

›

○3

リアンマヒナ

岩田望

2.6倍

勝率 22%

›

▲1

テーオーシュタイン

戸崎圭

6.8倍

勝率 15%

›

△2

リカントロポ

田口

8.6倍

勝率 14%

›

△5

コンテネレッツア

松山

12.4倍

勝率 14%

›

△6

アメリカンポリス

吉村

26.3倍

勝率 5%

›

▽4

アロンソア

川又

41.3倍

対象外勝率 4%

›

▽7

ルトゥール

荻野極

999.9倍

対象外勝率 3%

›

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 5 コンテネレッツア実12.4倍期待値 +70% 推奨 10.0〜30.0倍 ¥300 不的中5着

B モデル（レース内の順位で学習）

単勝 5 コンテネレッツア実12.4倍期待値 +70% 推奨 10.0〜30.0倍 ¥100 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