京都 7R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

7R 京都競馬場発走 13:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルーミングローズ推奨	北村友	実20.7	B△ A△勝率6% EV+18% 詳細▼	期待値プラスでAIの推し馬（当競馬場で勝率20%と相性良／適度な間隔で状態万全）
前5走 05/24 3京都1012R 13着/16頭+1.0秒 03/14 1中京112R 8着/18頭+0.5秒 11/29 4京都77R 13着/18頭+0.9秒 10/11 3京都37R 7着/11頭+0.6秒 07/19 2小倉78R 4着/10頭+0.8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 8.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 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) +24% (市場と概ね一致) AI 予想勝率 6.0% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.7% / 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。
2	ダイチノナポリ	高倉	実7.1	B○ A▲勝率15% EV+9% 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／前走2着）
前5走 05/31 3京都1211R 2着/9頭+0.2秒 04/25 3京都13R 1着/15頭勝利 02/21 1阪神15R 4着/18頭+0.5秒 01/31 2京都16R 2着/16頭+0.1秒 01/04 1京都11R 10着/16頭+1.2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 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) ○ 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) -1% (オッズ過剰評価) AI 予想勝率 14.0% (オッズ暗示: 14.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.5% / 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	サトノアグード	坂井	実1.8	B◎ A×勝率22% EV-60% 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2着）
前5走 05/30 3京都115R 1着/18頭勝利 02/28 1阪神35R 2着/14頭+0.0秒 01/24 1小倉12R 3着/16頭+0.4秒 11/23 4京都65R 2着/9頭+0.5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) ○ 前走実績前走 2着 (好走) × 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 31.6% (オッズ暗示: 55.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 21.8% / 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。
4	メイショウショカツ	幸	実7.3	B▲ A△勝率15% EV+12% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 06/20 3阪神56R 1着/17頭勝利 05/30 3京都115R 2着/18頭+0.4秒 05/03 3京都45R 2着/11頭+0.0秒 04/12 2阪神64R 6着/18頭+0.2秒 11/16 4京都43R 5着/15頭+1.2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 33% (上り調子) × 当競馬場適性 5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) +1% (市場と概ね一致) AI 予想勝率 14.0% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 15.5% / 期待値 +13% ※ 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	ルーチェブリラーレ	ルメール	実4.9	B△ A○勝率15% EV-24% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/02 2中京41R 3着/18頭+0.4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 3.5着 × 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 11.3% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.5% / 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。
6	ヴィーナスバブル	角田和	実94.2	B▽ A▽勝率2% EV+134% 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0%と苦戦傾向）
前5走 07/19 2小倉812R 2着/9頭+0.6秒 07/12 2小倉68R 7着/9頭+0.6秒 06/28 2小倉28R 8着/9頭+0.6秒 05/02 1新潟17R 11着/15頭+2.3秒 04/11 2阪神57R 5着/11頭+0.7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 4.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +79%（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: 1.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 期待値 +135% ※ 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	レッドリガーレ	池添	実45.8	B▽ A▽勝率4% EV+85% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 05/09 3京都55R 5着/8頭+0.5秒 04/19 2阪神87R 6着/8頭+0.4秒 03/29 1中京68R 5着/7頭+0.5秒 12/21 5阪神611R 13着/14頭+1.7秒 11/29 4京都75R 1着/12頭勝利
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 4.7着 △ 期待値 (オッズ vs AI勝率) +65%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.6% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 期待値 +86% ※ 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	ブラックシャリマー	西村淳	実7.3	B△ A△勝率15% EV+12% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（92日ぶりの実戦）
前5走 07/25 2中京18R 7着/8頭+1.2秒 06/06 3阪神19R 2着/9頭+0.2秒 04/25 3京都18R 2着/6頭+0.0秒 02/14 2京都56R 1着/17頭勝利 12/14 5阪神45R 3着/6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 3.7着 △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 14.0% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 15.5% / 期待値 +13% ※ 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	ナムラヒナギク	田口	実53.8	B▽ A▽勝率4% EV+118% 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0%と苦戦傾向／70日ぶりの実戦）
前5走 07/25 1札幌19R 3着/10頭+0.9秒 07/11 1函館97R 3着/14頭+0.4秒 06/28 1函館69R 8着/10頭+1.1秒 06/14 1函館29R 3着/10頭+0.3秒 05/23 3京都99R 6着/11頭+0.4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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +94%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.6% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.1% / 期待値 +118% ※ 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

ブルーミングローズ

騎手北村友

20.7倍

AI の勝率6%損益の分かれ目5%

AI の勝率 6% が損益の分かれ目 5%（1 ÷ 20.7倍）を上回り、期待値 +24% 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9頭

◎A:×3

サトノアグード

坂井

1.8倍

勝率 32%

›

○A:▲2

ダイチノナポリ

高倉

7.1倍

勝率 14%

›

▲A:△4

メイショウショカツ

幸

7.3倍

勝率 14%

›

△A:△8

ブラックシャリマー

西村淳

7.3倍

勝率 14%

›

△A:○5

ルーチェブリラーレ

ルメール

4.9倍

勝率 11%

›

△A:△1

ブルーミングローズ

北村友

20.7倍

勝率 6%

›

▽A:▽7

レッドリガーレ

池添

45.8倍

対象外勝率 4%

›

▽A:▽9

ナムラヒナギク

田口

53.8倍

対象外勝率 4%

›

▽A:▽6

ヴィーナスバブル

角田和

94.2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

A モデル（勝ち負けの 2 択で学習）

単勝 1 ブルーミングローズ実20.7倍期待値 +24% 推奨 16.7〜30.0倍 ¥300 不的中5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。

7R 京都競馬場発走 13:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルーミングローズ推奨	北村友	実20.7	△詳細▼	期待値プラスでAIの推し馬（当競馬場で勝率20%と相性良／適度な間隔で状態万全）
前5走 05/24 3京都1012R 13着/16頭+1.0秒 03/14 1中京112R 8着/18頭+0.5秒 11/29 4京都77R 13着/18頭+0.9秒 10/11 3京都37R 7着/11頭+0.6秒 07/19 2小倉78R 4着/10頭+0.8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 8.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 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) +18% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 4.8%) ※ 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。
2	ダイチノナポリ	高倉	実7.1	▲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／前走2着）
前5走 05/31 3京都1211R 2着/9頭+0.2秒 04/25 3京都13R 1着/15頭勝利 02/21 1阪神15R 4着/18頭+0.5秒 01/31 2京都16R 2着/16頭+0.1秒 01/04 1京都11R 10着/16頭+1.2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 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) ○ 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 15.5% (オッズ暗示: 14.1%) ※ 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。
3	サトノアグード	坂井	実1.8	×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2着）
前5走 05/30 3京都115R 1着/18頭勝利 02/28 1阪神35R 2着/14頭+0.0秒 01/24 1小倉12R 3着/16頭+0.4秒 11/23 4京都65R 2着/9頭+0.5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) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 21.8% (オッズ暗示: 55.6%) ※ 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。
4	メイショウショカツ	幸	実7.3	△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走で勝率33%と好調）
前5走 06/20 3阪神56R 1着/17頭勝利 05/30 3京都115R 2着/18頭+0.4秒 05/03 3京都45R 2着/11頭+0.0秒 04/12 2阪神64R 6着/18頭+0.2秒 11/16 4京都43R 5着/15頭+1.2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 33% (上り調子) × 当競馬場適性 5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) +12% (市場と概ね一致) AI 予想勝率 15.5% (オッズ暗示: 13.7%) ※ 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	ルーチェブリラーレ	ルメール	実4.9	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/02 2中京41R 3着/18頭+0.4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 3.5着 △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 15.5% (オッズ暗示: 20.4%) ※ 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。
6	ヴィーナスバブル	角田和	実94.2	▽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0%と苦戦傾向）
前5走 07/19 2小倉812R 2着/9頭+0.6秒 07/12 2小倉68R 7着/9頭+0.6秒 06/28 2小倉28R 8着/9頭+0.6秒 05/02 1新潟17R 11着/15頭+2.3秒 04/11 2阪神57R 5着/11頭+0.7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 4.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +134%（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: 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。
7	レッドリガーレ	池添	実45.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 05/09 3京都55R 5着/8頭+0.5秒 04/19 2阪神87R 6着/8頭+0.4秒 03/29 1中京68R 5着/7頭+0.5秒 12/21 5阪神611R 13着/14頭+1.7秒 11/29 4京都75R 1着/12頭勝利
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 4.7着 △ 期待値 (オッズ vs AI勝率) +85%（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: 2.2%) ※ 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。
8	ブラックシャリマー	西村淳	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（92日ぶりの実戦）
前5走 07/25 2中京18R 7着/8頭+1.2秒 06/06 3阪神19R 2着/9頭+0.2秒 04/25 3京都18R 2着/6頭+0.0秒 02/14 2京都56R 1着/17頭勝利 12/14 5阪神45R 3着/6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 3.7着 △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 15.5% (オッズ暗示: 13.7%) ※ 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。
9	ナムラヒナギク	田口	実53.8	▽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0%と苦戦傾向／70日ぶりの実戦）
前5走 07/25 1札幌19R 3着/10頭+0.9秒 07/11 1函館97R 3着/14頭+0.4秒 06/28 1函館69R 8着/10頭+1.1秒 06/14 1函館29R 3着/10頭+0.3秒 05/23 3京都99R 6着/11頭+0.4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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +118%（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: 1.9%) ※ 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。

買うAI の推奨A

ブルーミングローズ

騎手北村友

20.7倍

AI の勝率6%損益の分かれ目5%

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 20.7倍では期待値 +18% 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9頭

×3

サトノアグード

坂井

1.8倍

勝率 22%

›

○5

ルーチェブリラーレ

ルメール

4.9倍

勝率 15%

›

▲2

ダイチノナポリ

高倉

7.1倍

勝率 15%

›

△4

メイショウショカツ

幸

7.3倍

勝率 15%

›

△8

ブラックシャリマー

西村淳

7.3倍

勝率 15%

›

△1

ブルーミングローズ

北村友

20.7倍

勝率 6%

›

▽7

レッドリガーレ

池添

45.8倍

対象外勝率 4%

›

▽9

ナムラヒナギク

田口

53.8倍

対象外勝率 4%

›

▽6

ヴィーナスバブル

角田和

94.2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

A モデル（勝ち負けの 2 択で学習）

単勝 1 ブルーミングローズ実20.7倍期待値 +18% 推奨 17.5〜30.0倍 ¥300 不的中5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