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 13:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サディーク	松若	実7.3	B○ A○勝率12% EV-9% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／前走3着／106日ぶりの実戦）
前5走 07/11 2小倉510R 3着/18頭+0.1秒 06/27 2小倉110R 6着/13頭+0.3秒 05/03 3京都48R 2着/15頭+0.0秒 04/12 1福島28R 1着/16頭勝利 03/15 1中京212R 2着/18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戦の調子平均 3.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 13.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.4% / 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。
2	トウカイエルデ	丹内	実43.7	B▽ A▽勝率2% EV-26% 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29%と適性高／84日ぶりの実戦）
前5走 08/02 1札幌412R 8着/14頭+0.3秒 07/11 1函館910R 5着/14頭+0.5秒 06/20 1函館311R 9着/16頭+0.8秒 03/14 1阪神79R 6着/15頭+0.5秒 02/15 1小倉810R 2着/18頭+0.0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 7.3着 (不振) ◎ 当競馬場適性 7走で勝率 29% (得意) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.7% / 期待値 -27% ※ 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	ルージュスプリヤ	ルメール	実1.8	B◎ A◎勝率31% EV-43% 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67%と好調／前走勝利の勢い／92日ぶりの実戦）
前5走 07/25 2中京111R 1着/8頭勝利 06/21 3阪神66R 1着/18頭勝利 05/31 3京都125R 4着/18頭+0.2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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 92日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 36.4% (オッズ暗示: 55.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.5% / 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。
4	ハルオーブ	岩田康	実100.3	B× A▽勝率2% EV+68% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.3着と低調）
前5走 07/11 2小倉510R 11着/18頭+0.7秒 06/13 3阪神312R 1着/14頭勝利 05/24 3京都107R 10着/18頭+1.1秒 05/10 2東京66R 6着/10頭+0.4秒 04/18 1福島312R 8着/16頭+0.8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 11.3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) -64% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.7% / 期待値 +69% ※ 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	ピースフルナイト	池添	実91.6	B× A▽勝率1% EV-34% 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／64日ぶりの実戦）
前5走 08/02 1札幌412R 9着/14頭+0.6秒 06/14 3阪神49R 11着/13頭+1.4秒 03/08 2中山412R 12着/16頭+0.4秒 01/10 1京都310R 6着/18頭+1.0秒 11/29 4京都712R 4着/16頭+0.3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 9.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 期待値 -35% ※ 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	スイミーユニバンス	浜中	実17.7	B▽ A▽勝率7% EV+24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／前走2着）
前5走 08/02 1札幌412R 7着/14頭+0.3秒 07/05 1函館89R 7着/16頭+0.4秒 06/20 1函館311R 15着/16頭+1.3秒 03/28 1中京512R 16着/16頭+1.2秒 02/28 1阪神312R 6着/18頭+0.4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 3.3着 × 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 21日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 7.9% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.0% / 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。
7	エクストラバック	田辺	実34.8	B▽ A▽勝率2% EV-25% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（64日ぶりの実戦）
前5走 07/18 1函館1110R 7着/10頭+1.2秒 06/28 1函館612R 5着/14頭+0.3秒 06/14 1函館211R 8着/16頭+0.3秒 02/28 1阪神312R 12着/18頭+0.7秒 02/10 2京都48R 6着/13頭+0.5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 5.7着 × 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 1.9% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 期待値 -26% ※ 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	エイヨーアメジスト	津村	実80.2	B× A▽勝率1% EV-37% 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／直近3走平均9.3着と低調）
前5走 08/02 2中京46R 9着/9頭+1.1秒 05/30 3京都118R 5着/12頭+0.3秒 04/26 2東京28R 4着/11頭+0.0秒 03/07 1阪神58R 6着/10頭+0.6秒 03/01 1小倉1210R 16着/18頭+1.4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 9.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14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) -71% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 期待値 -38% ※ 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	メイショウゴールド	酒井	実17.1	B△ A▽勝率7% EV+20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向）
前5走 05/02 3京都310R 10着/12頭+0.8秒 04/18 2阪神79R 4着/14頭+0.6秒 04/04 2阪神36R 1着/16頭勝利 03/21 1阪神912R 6着/15頭+0.5秒 01/04 1京都18R 7着/16頭+0.9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 6.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) +35% (妙味あり) AI 予想勝率 7.9% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.0% / 期待値 +20% ※ 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	タマモブラウンタイ	幸	実12.3	B▽ A△勝率7% EV-13% 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33%と適性高／直近3走で勝率33%と好調）
前5走 05/10 3京都68R 1着/12頭勝利 04/26 1福島68R 2着/15頭+0.0秒 04/12 1福島28R 2着/16頭+0.2秒 02/21 1小倉912R 6着/18頭+0.4秒 02/08 1小倉612R 3着/18頭+0.1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) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.0% / 期待値 -14% ※ 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	ストロングボンド	藤懸	実106.5	B× A▽勝率1% EV+8% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.3着と低調）
前5走 08/02 1札幌49R 11着/12頭+2.4秒 07/12 1函館1010R 8着/12頭+1.2秒 11/27 園田11R 12着/12頭+13.3秒 11/16 3福島49R 16着/16頭+1.5秒 10/03 船橋4R 1着/7頭勝利
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 12.3着 (不振) ▽ 前走実績前走 15着 (大敗) × 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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 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。
12	ベビーズブレス	荻野琢	実103.4	B▽ A▽勝率1% EV-13% 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）
前5走 08/02 1札幌412R 10着/14頭+0.7秒 07/05 1函館89R 6着/16頭+0.3秒 06/14 1函館211R 5着/16頭+0.2秒 03/14 1阪神79R 14着/15頭+1.4秒 02/15 1小倉810R 16着/18頭+1.7秒
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 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 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 0.9% / 期待値 -14% ※ 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。
13	カガラプンツェル	原	実58.3	B× A×勝率1% EV-51% 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 08/01 2新潟312R 1着/17頭勝利 07/04 2福島312R 6着/16頭+0.3秒 06/14 1函館21R 1着/16頭勝利 05/16 2東京75R 5着/18頭+0.9秒 03/08 1阪神62R 13着/16頭+1.5秒
AI 評価の内訳 — 馬番 13 ◎ 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 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.7%) × Aモデルの評価 (参考) レース内 18位 / 勝率 0.8% / 期待値 -51% ※ 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。
14	セレッソデアモール	川須	実102.5	B▽ A▽勝率1% EV-14% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 01/10 1京都310R 4着/18頭+0.9秒 09/13 4中山310R 4着/11頭+0.2秒 08/16 3中京76R 5着/13頭+0.6秒 03/22 2中京310R 12着/17頭+0.7秒 12/15 4中京612R 17着/18頭+1.9秒
AI 評価の内訳 — 馬番 14 ◎ 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) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.9% / 期待値 -15% ※ 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。
15	グッドピース推奨	西村淳	実14.5	B△ A△勝率8% EV+16% 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／適度な間隔で状態万全）
前5走 07/04 2小倉39R 1着/12頭勝利 04/11 2阪神56R 3着/15頭+0.3秒 03/15 2中山67R 5着/15頭+0.6秒 01/31 1東京110R 9着/15頭+0.7秒 12/21 5阪神611R 6着/14頭+1.0秒
AI 評価の内訳 — 馬番 15 ◎ 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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 8.3% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 期待値 +17% ※ 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。
16	パリコレジェンヌ	田口	実40.4	B▽ A▽勝率2% EV-32% 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走で勝率33%と好調／71日ぶりの実戦）
前5走 05/10 1新潟412R 11着/13頭+0.7秒 03/15 1中京212R 12着/18頭+1.4秒 02/08 1小倉612R 12着/18頭+0.5秒 12/20 5中京512R 8着/18頭+0.4秒 10/04 3京都17R 18着/18頭+1.4秒
AI 評価の内訳 — 馬番 16 ◎ 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 0% (苦戦) × 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 1.7% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 期待値 -32% ※ 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。
17	マーゴットミスト	坂井	実9.0	B▲ A▲勝率10% EV-8% 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0%と苦戦傾向／直近3走で勝率33%と好調／前走3着）
前5走 06/14 3阪神49R 8着/13頭+0.4秒 05/24 3京都105R 3着/9頭+0.2秒 04/11 2阪神56R 4着/15頭+0.3秒 03/15 2中山67R 6着/15頭+0.7秒 02/14 1小倉72R 1着/18頭勝利
AI 評価の内訳 — 馬番 17 ◎ 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 0% (苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 11.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.2% / 期待値 -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。
18	マウンテンバローズ推奨	川田	実16.7	B△ A△勝率9% EV+46% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+38%の妙味（直近3走勝率33%と上り調子／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 07/19 2小倉87R 3着/16頭+0.1秒 07/04 2小倉39R 6着/12頭+0.5秒 06/14 3阪神46R 11着/16頭+0.8秒 04/05 3中山47R 6着/14頭+0.6秒 03/15 1阪神86R 6着/11頭+0.7秒
AI 評価の内訳 — 馬番 18 ◎ 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 21日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 8.3% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 期待値 +47% ※ 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B

グッドピース

騎手西村淳

14.5倍

AI の勝率8%損益の分かれ目7%

AI の勝率 8% が損益の分かれ目 7%（1 ÷ 14.5倍）を上回り、期待値 +20% が買う基準（+20%）以上。

賭け金の目安 ¥100（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（4着）

ほかの買い目: 18番マウンテンバローズ（16.7倍）

出走馬全18頭

◎A:◎3

ルージュスプリヤ

ルメール

1.8倍

勝率 36%

›

○A:○1

サディーク

松若

7.3倍

勝率 10%

›

▲A:▲17

マーゴットミスト

坂井

9.0倍

勝率 9%

›

△A:△15

グッドピース

西村淳

14.5倍

勝率 8%

›

△A:△18

マウンテンバローズ

川田

16.7倍

勝率 8%

›

△A:▽9

メイショウゴールド

酒井

17.1倍

勝率 8%

›

▽A:▽6

スイミーユニバンス

浜中

17.7倍

勝率 8%

›

▽A:△10

タマモブラウンタイ

幸

12.3倍

勝率 6%

›

▽A:▽7

エクストラバック

田辺

34.8倍

対象外勝率 2%

›

▽A:▽16

パリコレジェンヌ

田口

40.4倍

対象外勝率 2%

›

▽A:▽2

トウカイエルデ

丹内

43.7倍

対象外勝率 1%

›

×A:×13

カガラプンツェル

原

58.3倍

対象外勝率 1%

›

▽A:▽14

セレッソデアモール

川須

102.5倍

対象外勝率 1%

›

▽A:▽12

ベビーズブレス

荻野琢

103.4倍

対象外勝率 1%

›

×A:▽11

ストロングボンド

藤懸

106.5倍

対象外勝率 0%

›

×A:▽8

エイヨーアメジスト

津村

80.2倍

対象外勝率 0%

›

×A:▽5

ピースフルナイト

池添

91.6倍

対象外勝率 0%

›

×A:▽4

ハルオーブ

岩田康

100.3倍

対象外勝率 0%

›

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 18 マウンテンバローズ実16.7倍期待値 +38% 推奨 12.1〜30.0倍 ¥100 不的中2着

B モデル（レース内の順位で学習）

単勝 18 マウンテンバローズ実16.7倍期待値 +38% 推奨 12.1〜30.0倍 ¥100 不的中2着
単勝 15 グッドピース実14.5倍期待値 +20% 推奨 12.1〜30.0倍 ¥100 不的中4着

※ オッズは予測時点の値です。

8R 京都競馬場発走 13:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サディーク	松若	実7.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／前走3着／106日ぶりの実戦）
前5走 07/11 2小倉510R 3着/18頭+0.1秒 06/27 2小倉110R 6着/13頭+0.3秒 05/03 3京都48R 2着/15頭+0.0秒 04/12 1福島28R 1着/16頭勝利 03/15 1中京212R 2着/18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戦の調子平均 3.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 12.4% (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。
2	トウカイエルデ	丹内	実43.7	▽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29%と適性高／84日ぶりの実戦）
前5走 08/02 1札幌412R 8着/14頭+0.3秒 07/11 1函館910R 5着/14頭+0.5秒 06/20 1函館311R 9着/16頭+0.8秒 03/14 1阪神79R 6着/15頭+0.5秒 02/15 1小倉810R 2着/18頭+0.0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 7.3着 (不振) ◎ 当競馬場適性 7走で勝率 29% (得意) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.3%) ※ 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	ルージュスプリヤ	ルメール	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67%と好調／前走勝利の勢い／92日ぶりの実戦）
前5走 07/25 2中京111R 1着/8頭勝利 06/21 3阪神66R 1着/18頭勝利 05/31 3京都125R 4着/18頭+0.2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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 92日休養明け × 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 31.5% (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	ハルオーブ	岩田康	実100.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.3着と低調）
前5走 07/11 2小倉510R 11着/18頭+0.7秒 06/13 3阪神312R 1着/14頭勝利 05/24 3京都107R 10着/18頭+1.1秒 05/10 2東京66R 6着/10頭+0.4秒 04/18 1福島312R 8着/16頭+0.8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 11.3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) +68%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (オッズ暗示: 1.0%) ※ 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	ピースフルナイト	池添	実91.6	▽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／64日ぶりの実戦）
前5走 08/02 1札幌412R 9着/14頭+0.6秒 06/14 3阪神49R 11着/13頭+1.4秒 03/08 2中山412R 12着/16頭+0.4秒 01/10 1京都310R 6着/18頭+1.0秒 11/29 4京都712R 4着/16頭+0.3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 9.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
6	スイミーユニバンス	浜中	実17.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／前走2着）
前5走 08/02 1札幌412R 7着/14頭+0.3秒 07/05 1函館89R 7着/16頭+0.4秒 06/20 1函館311R 15着/16頭+1.3秒 03/28 1中京512R 16着/16頭+1.2秒 02/28 1阪神312R 6着/18頭+0.4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 3.3着 × 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 21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 7.0% (オッズ暗示: 5.6%) ※ 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。
7	エクストラバック	田辺	実34.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（64日ぶりの実戦）
前5走 07/18 1函館1110R 7着/10頭+1.2秒 06/28 1函館612R 5着/14頭+0.3秒 06/14 1函館211R 8着/16頭+0.3秒 02/28 1阪神312R 12着/18頭+0.7秒 02/10 2京都48R 6着/13頭+0.5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 5.7着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.9%) ※ 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。
8	エイヨーアメジスト	津村	実80.2	▽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／直近3走平均9.3着と低調）
前5走 08/02 2中京46R 9着/9頭+1.1秒 05/30 3京都118R 5着/12頭+0.3秒 04/26 2東京28R 4着/11頭+0.0秒 03/07 1阪神58R 6着/10頭+0.6秒 03/01 1小倉1210R 16着/18頭+1.4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 9.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14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) -38% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
9	メイショウゴールド	酒井	実17.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向）
前5走 05/02 3京都310R 10着/12頭+0.8秒 04/18 2阪神79R 4着/14頭+0.6秒 04/04 2阪神36R 1着/16頭勝利 03/21 1阪神912R 6着/15頭+0.5秒 01/04 1京都18R 7着/16頭+0.9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 6.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) +20% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 5.8%) ※ 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。
10	タマモブラウンタイ	幸	実12.3	△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33%と適性高／直近3走で勝率33%と好調）
前5走 05/10 3京都68R 1着/12頭勝利 04/26 1福島68R 2着/15頭+0.0秒 04/12 1福島28R 2着/16頭+0.2秒 02/21 1小倉912R 6着/18頭+0.4秒 02/08 1小倉612R 3着/18頭+0.1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) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 7.0% (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。
11	ストロングボンド	藤懸	実106.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.3着と低調）
前5走 08/02 1札幌49R 11着/12頭+2.4秒 07/12 1函館1010R 8着/12頭+1.2秒 11/27 園田11R 12着/12頭+13.3秒 11/16 3福島49R 16着/16頭+1.5秒 10/03 船橋4R 1着/7頭勝利
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 12.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) +8%（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: 0.9%) ※ 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。
12	ベビーズブレス	荻野琢	実103.4	▽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）
前5走 08/02 1札幌412R 10着/14頭+0.7秒 07/05 1函館89R 6着/16頭+0.3秒 06/14 1函館211R 5着/16頭+0.2秒 03/14 1阪神79R 14着/15頭+1.4秒 02/15 1小倉810R 16着/18頭+1.7秒
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 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 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ※ 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。
13	カガラプンツェル	原	実58.3	×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 08/01 2新潟312R 1着/17頭勝利 07/04 2福島312R 6着/16頭+0.3秒 06/14 1函館21R 1着/16頭勝利 05/16 2東京75R 5着/18頭+0.9秒 03/08 1阪神62R 13着/16頭+1.5秒
AI 評価の内訳 — 馬番 13 ◎ 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 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
14	セレッソデアモール	川須	実102.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 01/10 1京都310R 4着/18頭+0.9秒 09/13 4中山310R 4着/11頭+0.2秒 08/16 3中京76R 5着/13頭+0.6秒 03/22 2中京310R 12着/17頭+0.7秒 12/15 4中京612R 17着/18頭+1.9秒
AI 評価の内訳 — 馬番 14 ◎ 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) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ※ 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。
15	グッドピース推奨	西村淳	実14.5	△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／適度な間隔で状態万全）
前5走 07/04 2小倉39R 1着/12頭勝利 04/11 2阪神56R 3着/15頭+0.3秒 03/15 2中山67R 5着/15頭+0.6秒 01/31 1東京110R 9着/15頭+0.7秒 12/21 5阪神611R 6着/14頭+1.0秒
AI 評価の内訳 — 馬番 15 ◎ 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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 8.1% (オッズ暗示: 6.9%) ※ 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。
16	パリコレジェンヌ	田口	実40.4	▽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走で勝率33%と好調／71日ぶりの実戦）
前5走 05/10 1新潟412R 11着/13頭+0.7秒 03/15 1中京212R 12着/18頭+1.4秒 02/08 1小倉612R 12着/18頭+0.5秒 12/20 5中京512R 8着/18頭+0.4秒 10/04 3京都17R 18着/18頭+1.4秒
AI 評価の内訳 — 馬番 16 ◎ 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 0% (苦戦) × 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 1.7% (オッズ暗示: 2.5%) ※ 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。
17	マーゴットミスト	坂井	実9.0	▲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0%と苦戦傾向／直近3走で勝率33%と好調／前走3着）
前5走 06/14 3阪神49R 8着/13頭+0.4秒 05/24 3京都105R 3着/9頭+0.2秒 04/11 2阪神56R 4着/15頭+0.3秒 03/15 2中山67R 6着/15頭+0.7秒 02/14 1小倉72R 1着/18頭勝利
AI 評価の内訳 — 馬番 17 ◎ 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 0% (苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -8% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 11.1%) ※ 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。
18	マウンテンバローズ推奨	川田	実16.7	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+46%の妙味（直近3走勝率33%と上り調子／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 07/19 2小倉87R 3着/16頭+0.1秒 07/04 2小倉39R 6着/12頭+0.5秒 06/14 3阪神46R 11着/16頭+0.8秒 04/05 3中山47R 6着/14頭+0.6秒 03/15 1阪神86R 6着/11頭+0.7秒
AI 評価の内訳 — 馬番 18 ◎ 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 21日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 8.8% (オッズ暗示: 6.0%) ※ 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。

買うAI の推奨AB

マウンテンバローズ

騎手川田

16.7倍

AI の勝率9%損益の分かれ目6%

AI の勝率 9% が損益の分かれ目 6%（1 ÷ 16.7倍）を上回り、期待値 +47% が買う基準（+20%）以上。

賭け金の目安 ¥200（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（2着）

ほかの買い目: 15番グッドピース（14.5倍）

出走馬全18頭

◎3

ルージュスプリヤ

ルメール

1.8倍

勝率 31%

›

○1

サディーク

松若

7.3倍

勝率 12%

›

▲17

マーゴットミスト

坂井

9.0倍

勝率 10%

›

△18

マウンテンバローズ

川田

16.7倍

勝率 9%

›

△15

グッドピース

西村淳

14.5倍

勝率 8%

›

△10

タマモブラウンタイ

幸

12.3倍

勝率 7%

›

▽9

メイショウゴールド

酒井

17.1倍

勝率 7%

›

▽6

スイミーユニバンス

浜中

17.7倍

勝率 7%

›

▽7

エクストラバック

田辺

34.8倍

対象外勝率 2%

›

▽16

パリコレジェンヌ

田口

40.4倍

対象外勝率 2%

›

▽2

トウカイエルデ

丹内

43.7倍

対象外勝率 2%

›

▽4

ハルオーブ

岩田康

100.3倍

対象外勝率 2%

›

▽11

ストロングボンド

藤懸

106.5倍

対象外勝率 1%

›

▽5

ピースフルナイト

池添

91.6倍

対象外勝率 1%

›

▽8

エイヨーアメジスト

津村

80.2倍

対象外勝率 1%

›

▽14

セレッソデアモール

川須

102.5倍

対象外勝率 1%

›

▽12

ベビーズブレス

荻野琢

103.4倍

対象外勝率 1%

›

×13

カガラプンツェル

原

58.3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 18 マウンテンバローズ実16.7倍期待値 +47% 推奨 11.4〜30.0倍 ¥100 不的中2着

B モデル（レース内の順位で学習）

単勝 18 マウンテンバローズ実16.7倍期待値 +47% 推奨 11.4〜30.0倍 ¥100 不的中2着
単勝 15 グッドピース実14.5倍期待値 +17% 推奨 12.4〜30.0倍 ¥100 不的中4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