京都 10R 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

10R 京都競馬場発走 14:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アールプロスト	幸	実22.1	B▽ A▽勝率5% EV+2% 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／119日ぶりの実戦）
前5走 06/21 1函館410R 6着/9頭+1.8秒 06/14 1函館210R 6着/12頭+1.0秒 03/28 3中山18R 12着/12頭+1.9秒 02/28 2中山112R 10着/16頭+1.4秒 11/29 5東京78R 15着/16頭+3.9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 8.0着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 4.2% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.6% / 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。
2	ビルンバウム	太宰	実10.8	B△ A△勝率8% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/01 2中京38R 8着/13頭+2.7秒 05/23 3京都97R 1着/16頭勝利 04/19 2阪神88R 4着/11頭+0.5秒 03/29 2阪神29R 2着/15頭+1.0秒 04/20 2阪神88R 8着/13頭+2.4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 6.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 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 7.6% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.3% / 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。
3	ポッドフォルク	中井	実6.5	B△ A△勝率16% EV+1% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調）
前5走 03/01 1阪神410R 7着/14頭+0.4秒 02/08 1小倉610R 9着/16頭+0.8秒 12/13 5中京310R 4着/16頭+0.3秒 11/16 4京都47R 2着/16頭+0.1秒 10/19 3京都712R 6着/14頭+1.2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 8.3着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 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) -1% (オッズ過剰評価) AI 予想勝率 15.2% (オッズ暗示: 15.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 15.6% / 期待値 +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。
4	ショーダンサー	国分優	実3.7	B○ A○勝率16% EV-40% 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3着）
前5走 04/26 3京都212R 9着/14頭+1.5秒 04/05 2阪神47R 3着/15頭+0.6秒 03/08 1阪神68R 4着/9頭+0.9秒 01/18 1京都710R 3着/16頭+0.4秒 12/28 5阪神88R 2着/13頭+0.1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 5.3着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 15.2% (オッズ暗示: 27.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.2% / 期待値 -40% ※ 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	ヒデノレインボー	藤懸	実84.2	B▽ A▽勝率2% EV+61% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場11走で勝率0%と苦戦傾向／直近3走平均10.7着と低調）
前5走 06/06 3阪神110R 11着/12頭+2.0秒 05/17 3京都88R 7着/8頭+1.0秒 05/03 3京都49R 6着/9頭+1.3秒 02/21 1阪神112R 9着/13頭+0.9秒 02/01 2京都29R 9着/11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 10.7着 (不振) × 当競馬場適性 11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) +62%（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: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 期待値 +62% ※ 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	エンマ	富田	実65.3	B▽ A▽勝率2% EV+29% 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 08/01 2中京38R 9着/13頭+3.5秒 07/12 2小倉69R 8着/10頭+2.2秒 06/21 3阪神612R 6着/13頭+1.3秒 05/31 3京都129R 9着/10頭+1.6秒 03/28 2阪神112R 8着/14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 9.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 11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) +116%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.3% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 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。
7	フクキタテーラー	菱田	実41.3	B▽ A▽勝率3% EV+24% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7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 06/06 3阪神110R 9着/12頭+1.8秒 05/17 3京都88R 6着/8頭+0.8秒 04/19 2阪神812R 4着/10頭+1.4秒 12/07 5中京29R 8着/16頭+1.5秒 11/23 4京都68R 14着/14頭+2.3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 8.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) +2%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.5% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 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。
8	ジョータルマエ	鮫島良	実8.1	B△ A△勝率13% EV+1% 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中京28R 8着/12頭+1.5秒 05/31 3京都129R 3着/10頭+0.7秒 05/17 3京都88R 3着/8頭+0.2秒 05/03 3京都49R 3着/9頭+0.3秒 03/28 2阪神112R 4着/14頭+0.3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 6.3着 △ 当競馬場適性 17走で勝率 6% ○ 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) -5% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 12.6% / 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。
9	ホウショウルクス	松若	実2.9	B◎ A◎勝率20% 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（直近3走で勝率33%と好調／前走3着／98日ぶりの実戦）
前5走 07/12 2小倉69R 3着/10頭+0.9秒 06/27 2小倉17R 1着/16頭勝利 03/15 1中京210R 6着/12頭+0.7秒 01/17 1京都64R 1着/16頭勝利 ―
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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3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) -33% (大幅な期待値マイナス) AI 予想勝率 23.1% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 20.2% / 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。
10	マハートマーベル	吉村	実5.4	B▲ A▲勝率16% EV-16% 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走で勝率33%と好調／前走2着）
前5走 07/26 2中京28R 2着/12頭+0.4秒 06/28 2小倉210R 7着/16頭+1.5秒 05/30 3京都116R 1着/12頭勝利 05/09 3京都57R 5着/11頭+0.8秒 03/29 2阪神29R 12着/15頭+3.0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) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 15.2% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.6% / 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。

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

見送りAI の 1 位の馬

ホウショウルクス

騎手松若

2.9倍

AI の勝率23%損益の分かれ目34%

オッズが買う範囲（10〜30倍）より低く見送り。

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

出走馬全10頭

◎A:◎9

ホウショウルクス

松若

2.9倍

勝率 23%

›

○A:○4

ショーダンサー

国分優

3.7倍

勝率 15%

›

▲A:▲10

マハートマーベル

吉村

5.4倍

勝率 15%

›

△A:△3

ポッドフォルク

中井

6.5倍

勝率 15%

›

△A:△8

ジョータルマエ

鮫島良

8.1倍

勝率 12%

›

△A:△2

ビルンバウム

太宰

10.8倍

勝率 8%

›

▽A:▽1

アールプロスト

幸

22.1倍

勝率 4%

›

▽A:▽6

エンマ

富田

65.3倍

対象外勝率 3%

›

▽A:▽7

フクキタテーラー

菱田

41.3倍

対象外勝率 2%

›

▽A:▽5

ヒデノレインボー

藤懸

84.2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

両モデルとも見送り

10R 京都競馬場発走 14:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アールプロスト	幸	実22.1	▽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／119日ぶりの実戦）
前5走 06/21 1函館410R 6着/9頭+1.8秒 06/14 1函館210R 6着/12頭+1.0秒 03/28 3中山18R 12着/12頭+1.9秒 02/28 2中山112R 10着/16頭+1.4秒 11/29 5東京78R 15着/16頭+3.9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 8.0着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 4.6% (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。
2	ビルンバウム	太宰	実10.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/01 2中京38R 8着/13頭+2.7秒 05/23 3京都97R 1着/16頭勝利 04/19 2阪神88R 4着/11頭+0.5秒 03/29 2阪神29R 2着/15頭+1.0秒 04/20 2阪神88R 8着/13頭+2.4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 6.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 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) -10% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 9.3%) ※ 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。
3	ポッドフォルク	中井	実6.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調）
前5走 03/01 1阪神410R 7着/14頭+0.4秒 02/08 1小倉610R 9着/16頭+0.8秒 12/13 5中京310R 4着/16頭+0.3秒 11/16 4京都47R 2着/16頭+0.1秒 10/19 3京都712R 6着/14頭+1.2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 8.3着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 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) +1% (市場と概ね一致) AI 予想勝率 15.6% (オッズ暗示: 15.4%) ※ 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	ショーダンサー	国分優	実3.7	○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3着）
前5走 04/26 3京都212R 9着/14頭+1.5秒 04/05 2阪神47R 3着/15頭+0.6秒 03/08 1阪神68R 4着/9頭+0.9秒 01/18 1京都710R 3着/16頭+0.4秒 12/28 5阪神88R 2着/13頭+0.1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 5.3着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 16.2% (オッズ暗示: 27.0%) ※ 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。
5	ヒデノレインボー	藤懸	実84.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場11走で勝率0%と苦戦傾向／直近3走平均10.7着と低調）
前5走 06/06 3阪神110R 11着/12頭+2.0秒 05/17 3京都88R 7着/8頭+1.0秒 05/03 3京都49R 6着/9頭+1.3秒 02/21 1阪神112R 9着/13頭+0.9秒 02/01 2京都29R 9着/11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 10.7着 (不振) × 当競馬場適性 11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) +61%（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: 1.2%) ※ 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。
6	エンマ	富田	実65.3	▽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 08/01 2中京38R 9着/13頭+3.5秒 07/12 2小倉69R 8着/10頭+2.2秒 06/21 3阪神612R 6着/13頭+1.3秒 05/31 3京都129R 9着/10頭+1.6秒 03/28 2阪神112R 8着/14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 9.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 11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) +29%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.0% (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。
7	フクキタテーラー	菱田	実41.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7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 06/06 3阪神110R 9着/12頭+1.8秒 05/17 3京都88R 6着/8頭+0.8秒 04/19 2阪神812R 4着/10頭+1.4秒 12/07 5中京29R 8着/16頭+1.5秒 11/23 4京都68R 14着/14頭+2.3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 8.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) +24%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.0% (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。
8	ジョータルマエ	鮫島良	実8.1	△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中京28R 8着/12頭+1.5秒 05/31 3京都129R 3着/10頭+0.7秒 05/17 3京都88R 3着/8頭+0.2秒 05/03 3京都49R 3着/9頭+0.3秒 03/28 2阪神112R 4着/14頭+0.3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 6.3着 △ 当競馬場適性 17走で勝率 6% ○ 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) +1% (市場と概ね一致) AI 予想勝率 12.6% (オッズ暗示: 12.3%) ※ 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。
9	ホウショウルクス	松若	実2.9	◎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33%と好調／前走3着／98日ぶりの実戦）
前5走 07/12 2小倉69R 3着/10頭+0.9秒 06/27 2小倉17R 1着/16頭勝利 03/15 1中京210R 6着/12頭+0.7秒 01/17 1京都64R 1着/16頭勝利 ―
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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3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) -41% (大幅な期待値マイナス) AI 予想勝率 20.2% (オッズ暗示: 34.5%) ※ 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。
10	マハートマーベル	吉村	実5.4	▲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走で勝率33%と好調／前走2着）
前5走 07/26 2中京28R 2着/12頭+0.4秒 06/28 2小倉210R 7着/16頭+1.5秒 05/30 3京都116R 1着/12頭勝利 05/09 3京都57R 5着/11頭+0.8秒 03/29 2阪神29R 12着/15頭+3.0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) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 15.6% (オッズ暗示: 18.5%) ※ 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。

見送りAI の 1 位の馬

ホウショウルクス

騎手松若

2.9倍

AI の勝率20%損益の分かれ目34%

オッズが買う範囲（10〜30倍）より低く見送り。

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

出走馬全10頭

◎9

ホウショウルクス

松若

2.9倍

勝率 20%

›

○4

ショーダンサー

国分優

3.7倍

勝率 16%

›

▲10

マハートマーベル

吉村

5.4倍

勝率 16%

›

△3

ポッドフォルク

中井

6.5倍

勝率 16%

›

△8

ジョータルマエ

鮫島良

8.1倍

勝率 13%

›

△2

ビルンバウム

太宰

10.8倍

勝率 8%

›

▽1

アールプロスト

幸

22.1倍

勝率 5%

›

▽7

フクキタテーラー

菱田

41.3倍

対象外勝率 3%

›

▽6

エンマ

富田

65.3倍

対象外勝率 2%

›

▽5

ヒデノレインボー

藤懸

84.2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

両モデルとも見送り

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