京都 4R 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

4R 京都競馬場発走 11:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グランドカリナン推奨	五十嵐	実12.1	B▲ A△勝率7% EV-18% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+80%の中穴候補（適度な間隔で状態万全）
前5走 05/16 1新潟511R 9着/15頭+0.7秒 05/10 2東京610R 10着/12頭+1.8秒 04/11 2阪神510R 5着/13頭+0.8秒 11/29 5東京711R 12着/18頭+0.8秒 10/13 4東京511R 14着/18頭+1.1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 9.3着 (不振) ▽ 前走実績前走 16着 (大敗) ○ ローテーション 20日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +80% (市場が大幅過小評価) AI 予想勝率 14.9% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 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	アンノウンウォリア	黒岩	実285.6	B▽ A▽勝率1% EV+202% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 05/17 1新潟61R 10着/14頭+2.2秒 04/19 2阪神84R 8着/14頭+3.0秒 01/12 1中山54R 9着/14頭+4.6秒 09/15 4阪神51R 4着/7頭+1.3秒 07/19 2小倉712R 16着/16頭+3.0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 8.7着 (不振) ○ 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) +169%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.1% / 期待値 +203% ※ 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	ラトラース	小牧加	実33.5	B▽ A▽勝率4% EV+28% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調／98日ぶりの実戦）
前5走 07/26 2中京210R 16着/16頭+5.1秒 05/16 1新潟512R 7着/16頭+0.7秒 04/11 1福島19R 13着/16頭+1.3秒 02/22 1小倉109R 6着/12頭+1.0秒 02/01 1小倉48R 11着/13頭+1.5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戦の調子平均 12.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 期待値 +28% ※ 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	ヴェストラン	小坂	実10.1	B△ A△勝率7% EV-31% 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 07/11 2小倉59R 11着/11頭+2.2秒 05/30 3京都117R 11着/15頭+0.8秒 05/17 3京都87R 7着/12頭+0.9秒 05/03 3京都47R 4着/8頭+1.0秒 03/29 2阪神29R 10着/15頭+2.4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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 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。
5	テイエムリステット	中村	実3.5	B◎ A○勝率24% EV-16% 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8走で勝率38%と適性高／直近3走平均10.7着と低調／120日ぶりの実戦）
前5走 07/04 2小倉31R 4着/12頭+0.4秒 05/24 1新潟811R 13着/16頭+1.1秒 04/26 1福島611R 15着/16頭+1.1秒 01/17 1中山611R 6着/16頭+0.3秒 11/30 4京都811R 9着/16頭+1.4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 10.7着 (不振) ◎ 当競馬場適性 8走で勝率 38% (得意) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 27.6% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.7% / 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。
6	ヴィクトリーロード	草野	実221.2	B▽ A▽勝率1% EV+134% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調／71日ぶりの実戦）
前5走 06/13 3阪神310R 6着/16頭+0.9秒 05/21 大井11R 6着/13頭+0.9秒 03/14 2中山512R 9着/16頭+0.8秒 01/04 1中山112R 8着/16頭+0.9秒 12/07 5中山28R 7着/16頭+0.6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 9.0着 (不振) ▽ 前走実績前走 15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 0.9% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 期待値 +134% ※ 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	ジュリアスローズ	大江圭	実217.6	B▽ A▽勝率1% EV+130% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
前5走 07/26 2新潟29R 13着/14頭+7.5秒 05/17 1新潟61R 9着/14頭+1.7秒 09/06 4中山11R 8着/9頭+4.2秒 08/03 2新潟41R 6着/14頭+3.1秒 06/29 2小倉21R 10着/12頭+4.9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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) +105%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 期待値 +131% ※ 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	シークレットシティ	上野	実78.2	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8.0着と低調／84日ぶりの実戦）
前5走 07/19 1函館124R 10着/13頭+2.3秒 06/06 3東京17R 7着/16頭+0.5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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
9	シークレットキー	小野寺	実9.7	B△ A△勝率9% EV-14% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/04 2小倉31R 8着/12頭+2.9秒 05/02 1新潟11R 9着/14頭+4.3秒 02/07 1小倉54R 6着/12頭+3.2秒 12/21 5阪神69R 15着/16頭+1.9秒 10/25 3京都810R 12着/13頭+1.1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 5.0着 △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 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。
10	スティルシャイニン	▲水沼	実257.2	B▽ A▽勝率1% EV+172% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調／105日ぶりの実戦）
前5走 07/19 2小倉81R 11着/11頭+8.9秒 05/17 1新潟64R 10着/14頭+3.2秒 04/19 2阪神84R 6着/14頭+1.9秒 03/29 2阪神24R 5着/14頭+2.1秒 02/28 1小倉114R 7着/12頭+6.8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戦の調子平均 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +117%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.8% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 +173% ※ 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	ジェロニモス	難波	実29.7	B▽ A▽勝率4% EV+13% 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／直近3走平均10.3着と低調）
前5走 05/24 2東京107R 14着/17頭+2.2秒 05/03 3京都47R 5着/8頭+1.1秒 04/12 1福島26R 12着/15頭+1.5秒 02/22 1小倉108R 3着/14頭+0.1秒 02/07 2京都37R 6着/9頭+0.7秒
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 10.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。
12	モスクロッサー	△坂口	実6.1	B△ A▲勝率17% EV+4% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／112日ぶりの実戦）
前5走 07/12 2福島61R 3着/14頭+0.2秒 04/19 2阪神84R 2着/14頭+1.0秒 03/01 1小倉124R 6着/12頭+2.2秒 11/24 3福島64R 8着/14頭+1.1秒 03/23 2中山87R 16着/16頭+9.6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 3.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 10.4% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.2% / 期待値 +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。
13	アウスヴァール	森一	実2.3	B○ A◎勝率24% EV-45% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率0%と苦戦傾向／前走2着）
前5走 07/19 2小倉81R 4着/11頭+0.3秒 06/28 2福島21R 2着/14頭+0.2秒 06/06 3東京11R 5着/14頭+0.9秒 04/26 3京都24R 6着/14頭+1.9秒 01/25 1中山911R 16着/16頭+2.1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戦の調子平均 3.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 20.9% (オッズ暗示: 43.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 23.7% / 期待値 -45% ※ 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

グランドカリナン

騎手五十嵐

12.1倍

AI の勝率15%損益の分かれ目8%

AI の勝率 15% が損益の分かれ目 8%（1 ÷ 12.1倍）を上回り、期待値 +81% 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（7着）

出走馬全13頭

◎A:○5

テイエムリステット

中村

3.5倍

勝率 28%

›

○A:◎13

アウスヴァール

森一

2.3倍

勝率 21%

›

▲A:△1

グランドカリナン

五十嵐

12.1倍

勝率 15%

›

△A:▲12

モスクロッサー

△坂口

6.1倍

勝率 10%

›

△A:△9

シークレットキー

小野寺

9.7倍

勝率 9%

›

△A:△4

ヴェストラン

小坂

10.1倍

勝率 7%

›

▽A:▽11

ジェロニモス

難波

29.7倍

勝率 3%

›

▽A:▽3

ラトラース

小牧加

33.5倍

対象外勝率 3%

›

▽A:▽8

シークレットシティ

上野

78.2倍

対象外勝率 1%

›

▽A:▽7

ジュリアスローズ

大江圭

217.6倍

対象外勝率 1%

›

▽A:▽6

ヴィクトリーロード

草野

221.2倍

対象外勝率 1%

›

▽A:▽2

アンノウンウォリア

黒岩

285.6倍

対象外勝率 1%

›

▽A:▽10

スティルシャイニン

▲水沼

257.2倍

対象外勝率 1%

›

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）

見送り

B モデル（レース内の順位で学習）

単勝 1 グランドカリナン実12.1倍期待値 +81% 推奨 10.0〜30.0倍 ¥400 不的中7着

※ オッズは予測時点の値です。

4R 京都競馬場発走 11:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グランドカリナン推奨	五十嵐	実12.1	△詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 05/16 1新潟511R 9着/15頭+0.7秒 05/10 2東京610R 10着/12頭+1.8秒 04/11 2阪神510R 5着/13頭+0.8秒 11/29 5東京711R 12着/18頭+0.8秒 10/13 4東京511R 14着/18頭+1.1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 9.3着 (不振) ▽ 前走実績前走 16着 (大敗) ○ ローテーション 20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 6.8% (オッズ暗示: 8.3%) ※ 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。
2	アンノウンウォリア	黒岩	実285.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 05/17 1新潟61R 10着/14頭+2.2秒 04/19 2阪神84R 8着/14頭+3.0秒 01/12 1中山54R 9着/14頭+4.6秒 09/15 4阪神51R 4着/7頭+1.3秒 07/19 2小倉712R 16着/16頭+3.0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 8.7着 (不振) ○ 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) +202%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.4%) ※ 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。
3	ラトラース	小牧加	実33.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調／98日ぶりの実戦）
前5走 07/26 2中京210R 16着/16頭+5.1秒 05/16 1新潟512R 7着/16頭+0.7秒 04/11 1福島19R 13着/16頭+1.3秒 02/22 1小倉109R 6着/12頭+1.0秒 02/01 1小倉48R 11着/13頭+1.5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戦の調子平均 12.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) +28%（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: 3.0%) ※ 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。
4	ヴェストラン	小坂	実10.1	△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 07/11 2小倉59R 11着/11頭+2.2秒 05/30 3京都117R 11着/15頭+0.8秒 05/17 3京都87R 7着/12頭+0.9秒 05/03 3京都47R 4着/8頭+1.0秒 03/29 2阪神29R 10着/15頭+2.4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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 9.9%) ※ 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。
5	テイエムリステット	中村	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率38%と適性高／直近3走平均10.7着と低調／120日ぶりの実戦）
前5走 07/04 2小倉31R 4着/12頭+0.4秒 05/24 1新潟811R 13着/16頭+1.1秒 04/26 1福島611R 15着/16頭+1.1秒 01/17 1中山611R 6着/16頭+0.3秒 11/30 4京都811R 9着/16頭+1.4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 10.7着 (不振) ◎ 当競馬場適性 8走で勝率 38% (得意) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 23.7% (オッズ暗示: 28.6%) ※ 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。
6	ヴィクトリーロード	草野	実221.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調／71日ぶりの実戦）
前5走 06/13 3阪神310R 6着/16頭+0.9秒 05/21 大井11R 6着/13頭+0.9秒 03/14 2中山512R 9着/16頭+0.8秒 01/04 1中山112R 8着/16頭+0.9秒 12/07 5中山28R 7着/16頭+0.6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 9.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ 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 1.1% (オッズ暗示: 0.5%) ※ 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	ジュリアスローズ	大江圭	実217.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
前5走 07/26 2新潟29R 13着/14頭+7.5秒 05/17 1新潟61R 9着/14頭+1.7秒 09/06 4中山11R 8着/9頭+4.2秒 08/03 2新潟41R 6着/14頭+3.1秒 06/29 2小倉21R 10着/12頭+4.9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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) +130%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.5%) ※ 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。
8	シークレットシティ	上野	実78.2	▽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／84日ぶりの実戦）
前5走 07/19 1函館124R 10着/13頭+2.3秒 06/06 3東京17R 7着/16頭+0.5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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.3%) ※ 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	シークレットキー	小野寺	実9.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/04 2小倉31R 8着/12頭+2.9秒 05/02 1新潟11R 9着/14頭+4.3秒 02/07 1小倉54R 6着/12頭+3.2秒 12/21 5阪神69R 15着/16頭+1.9秒 10/25 3京都810R 12着/13頭+1.1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 5.0着 △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 10.3%) ※ 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。
10	スティルシャイニン	▲水沼	実257.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調／105日ぶりの実戦）
前5走 07/19 2小倉81R 11着/11頭+8.9秒 05/17 1新潟64R 10着/14頭+3.2秒 04/19 2阪神84R 6着/14頭+1.9秒 03/29 2阪神24R 5着/14頭+2.1秒 02/28 1小倉114R 7着/12頭+6.8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戦の調子平均 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +172%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.4%) ※ 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。
11	ジェロニモス	難波	実29.7	▽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／直近3走平均10.3着と低調）
前5走 05/24 2東京107R 14着/17頭+2.2秒 05/03 3京都47R 5着/8頭+1.1秒 04/12 1福島26R 12着/15頭+1.5秒 02/22 1小倉108R 3着/14頭+0.1秒 02/07 2京都37R 6着/9頭+0.7秒
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 10.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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) +13% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.4%) ※ 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。
12	モスクロッサー	△坂口	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着／112日ぶりの実戦）
前5走 07/12 2福島61R 3着/14頭+0.2秒 04/19 2阪神84R 2着/14頭+1.0秒 03/01 1小倉124R 6着/12頭+2.2秒 11/24 3福島64R 8着/14頭+1.1秒 03/23 2中山87R 16着/16頭+9.6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 3.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 17.2% (オッズ暗示: 16.4%) ※ 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。
13	アウスヴァール	森一	実2.3	◎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7走で勝率0%と苦戦傾向／前走2着）
前5走 07/19 2小倉81R 4着/11頭+0.3秒 06/28 2福島21R 2着/14頭+0.2秒 06/06 3東京11R 5着/14頭+0.9秒 04/26 3京都24R 6着/14頭+1.9秒 01/25 1中山911R 16着/16頭+2.1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戦の調子平均 3.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 23.7% (オッズ暗示: 43.5%) ※ 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。

買うAI の推奨B

グランドカリナン

騎手五十嵐

12.1倍

AI の勝率7%損益の分かれ目8%

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 12.1倍では期待値 -18% です。

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（7着）

出走馬全13頭

◎13

アウスヴァール

森一

2.3倍

勝率 24%

›

○5

テイエムリステット

中村

3.5倍

勝率 24%

›

▲12

モスクロッサー

△坂口

6.1倍

勝率 17%

›

△9

シークレットキー

小野寺

9.7倍

勝率 9%

›

△4

ヴェストラン

小坂

10.1倍

勝率 7%

›

△1

グランドカリナン

五十嵐

12.1倍

勝率 7%

›

▽11

ジェロニモス

難波

29.7倍

勝率 4%

›

▽3

ラトラース

小牧加

33.5倍

対象外勝率 4%

›

▽8

シークレットシティ

上野

78.2倍

対象外勝率 1%

›

▽7

ジュリアスローズ

大江圭

217.6倍

対象外勝率 1%

›

▽6

ヴィクトリーロード

草野

221.2倍

対象外勝率 1%

›

▽10

スティルシャイニン

▲水沼

257.2倍

対象外勝率 1%

›

▽2

アンノウンウォリア

黒岩

285.6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）

見送り

B モデル（レース内の順位で学習）

単勝 1 グランドカリナン実12.1倍期待値 -18% 推奨 14.8〜30.0倍 ¥400 不的中7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