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 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ファームツエンティ	酒井	実4.2	B◎ A◎勝率14% EV-40% 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12走で勝率0%と苦戦傾向）
前5走 06/20 3阪神510R 7着/18頭+0.4秒 04/11 2阪神59R 1着/8頭勝利 03/21 1阪神99R 3着/8頭+0.0秒 02/22 1阪神27R 1着/9頭勝利 02/07 2京都37R 4着/9頭+0.5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 5.3着 × 当競馬場適性 12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) -41% (大幅な期待値マイナス) AI 予想勝率 14.0% (オッズ暗示: 23.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 14.2% / 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。
2	アスクデッドヒート	古川奈	実9.4	B▽ A△勝率10% EV-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3走で勝率0%と苦戦傾向／77日ぶりの実戦）
前5走 07/25 1札幌110R 4着/11頭+0.6秒 07/05 1函館810R 2着/11頭+0.2秒 05/31 2東京128R 5着/14頭+0.3秒 05/17 3京都89R 5着/10頭+0.4秒 04/26 1福島66R 1着/13頭勝利
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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 10.3% / 期待値 -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	ディヴァインスター	池添	実7.4	B△ A△勝率14% EV+1% 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 08/01 1札幌311R 4着/16頭+0.5秒 05/16 2東京711R 11着/15頭+1.1秒 03/14 1阪神710R 7着/11頭+0.7秒 02/22 1東京810R 7着/14頭+0.7秒 12/21 5中京610R 1着/10頭勝利
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 7.3着 (不振) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 14.0% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.7% / 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	プレシャスデイ	鮫島駿	実5.9	B△ A△勝率13% EV-21% 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8.7着と低調）
前5走 05/03 3京都411R 13着/15頭+2.3秒 02/28 1阪神39R 4着/9頭+0.7秒 12/20 5中山510R 1着/16頭勝利 10/11 4東京310R 7着/16頭+2.0秒 09/20 4中山66R 1着/11頭勝利
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 8.7着 (不振) ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 11.3% (オッズ暗示: 16.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 13.3% / 期待値 -21% ※ 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	エコロレイズ	菊沢	実5.1	B▲ A▲勝率14% EV-27% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/26 1札幌211R 6着/13頭+0.4秒 06/14 3東京410R 5着/14頭+0.9秒 04/19 3中山812R 8着/18頭+0.5秒 03/08 2中山49R 5着/16頭+0.8秒 02/21 1小倉910R 1着/16頭勝利
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 5.3着 △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 14.0% (オッズ暗示: 19.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.2% / 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。
6	ダカラフェスティヴ	藤懸	実53.4	B▽ A▽勝率2% EV+22% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 07/12 2福島610R 7着/11頭+2.0秒 05/24 2東京1012R 11着/16頭+1.4秒 05/02 2東京39R 12着/16頭+2.0秒 03/21 2中山710R 2着/13頭+0.1秒 01/12 1中山59R 1着/16頭勝利
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 10.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 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 3.0% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.3% / 期待値 +23% ※ 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	ウイナーズナイン	田山	実5.0	B○ A○勝率14% EV-28% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.7着と低調）
前5走 12/27 5中山711R 13着/16頭+1.3秒 11/29 4京都711R 6着/11頭+0.6秒 09/27 4中山89R 1着/9頭勝利 07/13 2小倉65R 1着/8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 8.7着 (不振) × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 14.0% (オッズ暗示: 20.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.2% / 期待値 -29% ※ 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	ウィープディライト推奨	西塚	実9.5	B△ A▽勝率10% EV-1% 詳細▼	期待値プラスでAIの推し馬（当競馬場6走で勝率33%と適性高）
前5走 07/11 1函館911R 8着/13頭+0.5秒 02/01 2京都210R 6着/8頭+0.9秒 01/11 1京都410R 11着/15頭+1.0秒 11/16 4京都412R 4着/12頭+0.5秒 10/13 4東京510R 8着/8頭+0.6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) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 10.8% (オッズ暗示: 10.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 10.3% / 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	タイセイフェリーク	田口	実10.5	B▽ A▽勝率7% EV-22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 07/25 2中京17R 10着/11頭+1.5秒 06/20 3阪神510R 5着/18頭+0.3秒 05/23 3京都910R 7着/16頭+0.3秒 11/22 4京都510R 8着/16頭+0.7秒 11/02 3京都1110R 5着/13頭+0.7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 9.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 9.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.3% / 期待値 -23% ※ 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AB

ウィープディライト

騎手西塚

9.5倍

AI の勝率11%損益の分かれ目11%

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 9.5倍では期待値 +3% 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（8着）

出走馬全9頭

◎A:◎1

ファームツエンティ

酒井

4.2倍

勝率 14%

›

○A:○7

ウイナーズナイン

田山

5.0倍

勝率 14%

›

▲A:▲5

エコロレイズ

菊沢

5.1倍

勝率 14%

›

△A:△3

ディヴァインスター

池添

7.4倍

勝率 14%

›

△A:△4

プレシャスデイ

鮫島駿

5.9倍

勝率 11%

›

△A:▽8

ウィープディライト

西塚

9.5倍

勝率 11%

›

▽A:△2

アスクデッドヒート

古川奈

9.4倍

勝率 10%

›

▽A:▽9

タイセイフェリーク

田口

10.5倍

勝率 9%

›

▽A:▽6

ダカラフェスティヴ

藤懸

53.4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

A モデル（勝ち負けの 2 択で学習）

単勝 8 ウィープディライト実9.5倍期待値 +3% 推奨 10.0〜30.0倍 ¥200 不的中8着

B モデル（レース内の順位で学習）

単勝 8 ウィープディライト実9.5倍期待値 +3% 推奨 10.0〜30.0倍 ¥200 不的中8着

※ オッズは予測時点の値です。

10R 京都競馬場発走 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ファームツエンティ	酒井	実4.2	◎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12走で勝率0%と苦戦傾向）
前5走 06/20 3阪神510R 7着/18頭+0.4秒 04/11 2阪神59R 1着/8頭勝利 03/21 1阪神99R 3着/8頭+0.0秒 02/22 1阪神27R 1着/9頭勝利 02/07 2京都37R 4着/9頭+0.5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 5.3着 × 当競馬場適性 12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) -40% (大幅な期待値マイナス) AI 予想勝率 14.2% (オッズ暗示: 23.8%) ※ 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	アスクデッドヒート	古川奈	実9.4	△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3走で勝率0%と苦戦傾向／77日ぶりの実戦）
前5走 07/25 1札幌110R 4着/11頭+0.6秒 07/05 1函館810R 2着/11頭+0.2秒 05/31 2東京128R 5着/14頭+0.3秒 05/17 3京都89R 5着/10頭+0.4秒 04/26 1福島66R 1着/13頭勝利
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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 10.6%) ※ 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	ディヴァインスター	池添	実7.4	△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 08/01 1札幌311R 4着/16頭+0.5秒 05/16 2東京711R 11着/15頭+1.1秒 03/14 1阪神710R 7着/11頭+0.7秒 02/22 1東京810R 7着/14頭+0.7秒 12/21 5中京610R 1着/10頭勝利
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 7.3着 (不振) △ 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 13.7% (オッズ暗示: 13.5%) ※ 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。
4	プレシャスデイ	鮫島駿	実5.9	△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8.7着と低調）
前5走 05/03 3京都411R 13着/15頭+2.3秒 02/28 1阪神39R 4着/9頭+0.7秒 12/20 5中山510R 1着/16頭勝利 10/11 4東京310R 7着/16頭+2.0秒 09/20 4中山66R 1着/11頭勝利
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 8.7着 (不振) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 13.3% (オッズ暗示: 16.9%) ※ 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	エコロレイズ	菊沢	実5.1	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/26 1札幌211R 6着/13頭+0.4秒 06/14 3東京410R 5着/14頭+0.9秒 04/19 3中山812R 8着/18頭+0.5秒 03/08 2中山49R 5着/16頭+0.8秒 02/21 1小倉910R 1着/16頭勝利
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 5.3着 △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 19.6%) ※ 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	ダカラフェスティヴ	藤懸	実53.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 07/12 2福島610R 7着/11頭+2.0秒 05/24 2東京1012R 11着/16頭+1.4秒 05/02 2東京39R 12着/16頭+2.0秒 03/21 2中山710R 2着/13頭+0.1秒 01/12 1中山59R 1着/16頭勝利
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 10.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +22%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.3% (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。
7	ウイナーズナイン	田山	実5.0	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.7着と低調）
前5走 12/27 5中山711R 13着/16頭+1.3秒 11/29 4京都711R 6着/11頭+0.6秒 09/27 4中山89R 1着/9頭勝利 07/13 2小倉65R 1着/8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 8.7着 (不振) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 20.0%) ※ 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。
8	ウィープディライト推奨	西塚	実9.5	▽詳細▼	期待値プラスでAIの推し馬（当競馬場6走で勝率33%と適性高）
前5走 07/11 1函館911R 8着/13頭+0.5秒 02/01 2京都210R 6着/8頭+0.9秒 01/11 1京都410R 11着/15頭+1.0秒 11/16 4京都412R 4着/12頭+0.5秒 10/13 4東京510R 8着/8頭+0.6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) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 10.5%) ※ 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。
9	タイセイフェリーク	田口	実10.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 07/25 2中京17R 10着/11頭+1.5秒 06/20 3阪神510R 5着/18頭+0.3秒 05/23 3京都910R 7着/16頭+0.3秒 11/22 4京都510R 8着/16頭+0.7秒 11/02 3京都1110R 5着/13頭+0.7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 9.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 9.5%) ※ 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AB

ウィープディライト

騎手西塚

9.5倍

AI の勝率10%損益の分かれ目11%

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 9.5倍では期待値 -2% 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（8着）

出走馬全9頭

◎1

ファームツエンティ

酒井

4.2倍

勝率 14%

›

○7

ウイナーズナイン

田山

5.0倍

勝率 14%

›

▲5

エコロレイズ

菊沢

5.1倍

勝率 14%

›

△3

ディヴァインスター

池添

7.4倍

勝率 14%

›

△4

プレシャスデイ

鮫島駿

5.9倍

勝率 13%

›

△2

アスクデッドヒート

古川奈

9.4倍

勝率 10%

›

▽8

ウィープディライト

西塚

9.5倍

勝率 10%

›

▽9

タイセイフェリーク

田口

10.5倍

勝率 7%

›

▽6

ダカラフェスティヴ

藤懸

53.4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 8 ウィープディライト実9.5倍期待値 -2% 推奨 10.0〜30.0倍 ¥200 不的中8着

B モデル（レース内の順位で学習）

単勝 8 ウィープディライト実9.5倍期待値 -2% 推奨 10.0〜30.0倍 ¥200 不的中8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