京都 1R 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

1R 京都競馬場発走 10:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナオミガサイキョウ	松若	実1.4	B× A×勝率23% EV-68% 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（前走2着）
前5走 06/13 3阪神36R 5着/13頭+1.9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 3.5着 ○ 前走実績前走 2着 (好走) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 35.6% (オッズ暗示: 71.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 22.6% / 期待値 -68% ※ 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	キミチャン	丹内	実39.1	B△ A△勝率5% EV+109% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +36%（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: 2.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.4% / 期待値 +109% ※ 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	マリナーヴァレイ	西村淳	実3.3	B○ A○勝率23% EV-25% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/18 2福島75R 5着/15頭+0.7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 5.0着 ○ 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) -19% (オッズ過剰評価) AI 予想勝率 24.5% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.6% / 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。
4	ミール	田口	実26.7	B△ A△勝率10% EV+179% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／85日ぶりの実戦）
前5走 08/01 2中京32R 12着/13頭+2.7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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +45% (妙味あり) AI 予想勝率 5.5% (オッズ暗示: 3.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.5% / 期待値 +179% ※ 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	アップルペアー	幸	実64.9	B▽ A▽勝率4% EV+167% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 13.0着 (不振) ▽ 前走実績前走 13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) +113%（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 7位 / 勝率 4.1% / 期待値 +168% ※ 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	ウインブリーズ	☆田山	実7.2	B▲ A▲勝率20% EV+43% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均11.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 11.0着 (不振) ▽ 前走実績前走 11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 16.8% (オッズ暗示: 13.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 19.9% / 期待値 +43% ※ 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	オージーブラック	酒井	実89.9	B▽ A▽勝率4% EV+240% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均15.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 15.0着 (不振) ▽ 前走実績前走 15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) +148%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 期待値 +241% ※ 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	マリアーナ	高倉	実20.1	B△ A△勝率11% EV+125% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 13.0着 (不振) ▽ 前走実績前走 13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) +62% (市場が大幅過小評価) AI 予想勝率 8.1% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.2% / 期待値 +125% ※ 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

ナオミガサイキョウ

騎手松若

1.4倍

AI の勝率36%損益の分かれ目71%

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8頭

×A:×1

ナオミガサイキョウ

松若

1.4倍

勝率 36%

›

○A:○3

マリナーヴァレイ

西村淳

3.3倍

勝率 24%

›

▲A:▲6

ウインブリーズ

☆田山

7.2倍

勝率 17%

›

△A:△8

マリアーナ

高倉

20.1倍

勝率 8%

›

△A:△4

ミール

田口

26.7倍

勝率 5%

›

△A:△2

キミチャン

丹内

39.1倍

対象外勝率 3%

›

▽A:▽5

アップルペアー

幸

64.9倍

対象外勝率 3%

›

▽A:▽7

オージーブラック

酒井

89.9倍

対象外勝率 3%

›

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

1R 京都競馬場発走 10:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナオミガサイキョウ	松若	実1.4	×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（前走2着）
前5走 06/13 3阪神36R 5着/13頭+1.9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 3.5着 ○ 前走実績前走 2着 (好走) ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 22.6% (オッズ暗示: 71.4%) ※ 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	キミチャン	丹内	実39.1	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +109%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.4% (オッズ暗示: 2.6%) ※ 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	マリナーヴァレイ	西村淳	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/18 2福島75R 5着/15頭+0.7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 5.0着 ○ 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) -25% (オッズ過剰評価) AI 予想勝率 22.6% (オッズ暗示: 30.3%) ※ 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。
4	ミール	田口	実26.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／85日ぶりの実戦）
前5走 08/01 2中京32R 12着/13頭+2.7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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +179% (市場が大幅過小評価) AI 予想勝率 10.5% (オッズ暗示: 3.7%) ※ 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。
5	アップルペアー	幸	実64.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 13.0着 (不振) ▽ 前走実績前走 13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) +167%（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: 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。
6	ウインブリーズ	☆田山	実7.2	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均11.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 11.0着 (不振) ▽ 前走実績前走 11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) +43% (妙味あり) AI 予想勝率 19.9% (オッズ暗示: 13.9%) ※ 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	オージーブラック	酒井	実89.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均15.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 15.0着 (不振) ▽ 前走実績前走 15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) +240%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.8% (オッズ暗示: 1.1%) ※ 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	マリアーナ	高倉	実20.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 13.0着 (不振) ▽ 前走実績前走 13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) +125% (市場が大幅過小評価) AI 予想勝率 11.2% (オッズ暗示: 5.0%) ※ 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。

見送りAI の 1 位の馬

ナオミガサイキョウ

騎手松若

1.4倍

AI の勝率23%損益の分かれ目71%

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8頭

×1

ナオミガサイキョウ

松若

1.4倍

勝率 23%

›

○3

マリナーヴァレイ

西村淳

3.3倍

勝率 23%

›

▲6

ウインブリーズ

☆田山

7.2倍

勝率 20%

›

△8

マリアーナ

高倉

20.1倍

勝率 11%

›

△4

ミール

田口

26.7倍

勝率 10%

›

△2

キミチャン

丹内

39.1倍

対象外勝率 5%

›

▽5

アップルペアー

幸

64.9倍

対象外勝率 4%

›

▽7

オージーブラック

酒井

89.9倍

対象外勝率 4%

›

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