京都 11R 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

11R 京都競馬場発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ガロンヌ	池添	実14.5	B▽ A▽勝率5% EV-23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／71日ぶりの実戦）
前5走 05/16 3京都711R 11着/16頭+0.9秒 03/15 1阪神811R 5着/16頭+0.2秒 11/16 5東京411R 18着/18頭+1.5秒 08/24 3新潟210R 8着/13頭+0.6秒 06/01 2京都1212R 1着/14頭勝利
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 6.0着 ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 6.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.4% / 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。
2	ダイシンヤマト	吉田豊	実31.8	B▽ A▽勝率4% EV+33% 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／231日ぶりの実戦）
前5走 03/15 2中山610R 9着/16頭+0.6秒 01/12 1中山511R 10着/14頭+0.7秒 11/29 5東京711R 5着/18頭+0.3秒 11/02 3京都1111R 7着/15頭+0.3秒 09/06 4中山111R 4着/16頭+0.2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戦の調子平均 8.0着 (不振) △ ローテーション 231日休養明け △ 期待値 (オッズ vs AI勝率) +58%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.0% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.3% / 期待値 +33% ※ 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	ブエナオンダ	鮫島駿	実7.8	B△ A△勝率10% EV-24% 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10走で勝率40%と適性高／77日ぶりの実戦）
前5走 07/26 2新潟27R 4着/14頭+1.0秒 06/21 3阪神611R 7着/18頭+0.3秒 04/26 3京都211R 12着/18頭+0.5秒 04/04 3中山311R 6着/15頭+0.3秒 02/10 1東京411R 15着/16頭+0.8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 7.3着 (不振) ◎ 当競馬場適性 10走で勝率 40% (得意) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.9% / 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。
4	テリオスララ	田山	実9.5	B△ A△勝率8% EV-27% 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13.7着と低調）
前5走 06/21 3東京611R 16着/16頭+5.4秒 03/08 1阪神611R 10着/13頭+1.4秒 02/10 1東京410R 1着/11頭勝利 10/19 4東京712R 10着/18頭+1.0秒 09/07 4中山211R 7着/13頭+0.3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 13.7着 (不振) ▽ 前走実績前走 15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) -7% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.6% / 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。
5	ビップデイジー	西村淳也	実12.2	B▽ A▽勝率8% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／直近3走平均8.3着と低調）
前5走 06/21 3東京611R 11着/16頭+1.5秒 04/11 2阪神511R 5着/10頭+0.4秒 01/24 1京都811R 10着/14頭+0.6秒 12/20 5中山511R 10着/16頭+0.4秒 10/19 3京都711R 6着/18頭+0.7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 8.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.6% / 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。
6	メイショウシンタケ	藤懸	実130.9	B▽ A▽勝率1% EV+31% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／直近3走平均16.7着と低調）
前5走 06/21 3阪神611R 18着/18頭+2.1秒 05/31 3京都1210R 17着/17頭+1.6秒 03/29 2阪神211R 4着/13頭+0.5秒 03/15 2中山610R 10着/16頭+0.6秒 12/13 5阪神311R 10着/13頭+0.5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 16.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) +21%（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: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 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。
7	レザベーション	田口	実3.1	B◎ A◎勝率21% EV-36% 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4走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 05/10 2東京611R 6着/18頭+0.5秒 04/11 3中山511R 1着/15頭勝利 03/07 1阪神55R 1着/18頭勝利 02/15 2京都66R 2着/18頭+0.2秒 11/22 4京都54R 6着/11頭+0.4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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10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) -45% (大幅な期待値マイナス) AI 予想勝率 17.7% (オッズ暗示: 32.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 20.6% / 期待値 -36% ※ 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	スマートワイス	武豊	実5.7	B○ A○勝率19% EV+6% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率57%と適性高／直近3走で勝率33%と好調／133日ぶりの実戦）
前5走 06/21 3阪神611R 16着/18頭+1.6秒 05/31 3京都1212R 1着/18頭勝利 03/08 1阪神610R 10着/14頭+0.4秒 02/01 1東京210R 4着/15頭+0.3秒 12/21 5阪神612R 2着/14頭+0.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 57% (得意) ▽ 前走実績前走 16着 (大敗) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 17.7% (オッズ暗示: 17.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.3% / 期待値 +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。
9	ムイ	富田	実62.5	B▽ A▽勝率1% EV-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 05/31 3京都1210R 15着/17頭+1.4秒 04/26 1福島611R 10着/16頭+0.6秒 01/11 1京都411R 9着/16頭+0.4秒 12/07 5中山211R 10着/16頭+0.9秒 10/13 3京都511R 14着/18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 12.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 10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) -32% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 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。
10	セオ	菱田	実46.9	B▽ A▽勝率2% EV-10% 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／337日ぶりの実戦）
前5走 11/29 5東京711R 13着/18頭+0.9秒 11/02 3京都1111R 8着/15頭+0.3秒 05/25 2京都1011R 15着/17頭+2.8秒 04/27 2京都211R 3着/10頭+0.4秒 03/30 2阪神211R 4着/12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戦の調子平均 12.0着 (不振) ○ 当競馬場適性 10走で勝率 20% (相性良) ▽ 前走実績前走 13着 (大敗) △ ローテーション 337日休養明け △ 期待値 (オッズ vs AI勝率) +24%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.6% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.0% / 期待値 -11% ※ 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	クファシル	小沢	実62.4	B▽ A▽勝率1% EV+7% 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33%と適性高／直近3走平均11.0着と低調／84日ぶりの実戦）
前5走 06/27 1函館511R 9着/14頭+0.4秒 04/26 1福島611R 8着/16頭+0.5秒 02/15 1小倉811R 10着/18頭+0.6秒 11/09 3福島211R 6着/16頭+0.4秒 08/24 2札幌211R 12着/16頭+0.9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 11.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 16着 (大敗) × 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 1.1% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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。
12	キョウエイブリッサ	酒井	実6.8	B▲ A▲勝率10% EV-31% 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／112日ぶりの実戦）
前5走 07/12 1函館1011R 5着/14頭+1.2秒 04/26 3京都211R 10着/18頭+0.4秒 03/29 2阪神211R 5着/13頭+0.7秒 02/14 2京都511R 4着/14頭+0.2秒 01/04 1京都111R 12着/18頭+0.5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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 11.4% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.9% / 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。
13	ショウナンアデイブ	吉村	実7.5	B△ A△勝率10% EV-25% 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10.7着と低調／77日ぶりの実戦）
前5走 06/21 3阪神611R 15着/18頭+1.5秒 04/26 3京都211R 4着/18頭+0.2秒 02/22 1小倉1011R 3着/16頭+0.3秒 01/04 1京都111R 3着/18頭+0.0秒 12/13 5中京311R 13着/18頭+0.9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 10.7着 (不振) △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 13着 (大敗) × 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 9.1% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.9% / 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。

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

レザベーション

騎手田口

3.1倍

AI の勝率18%損益の分かれ目32%

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13頭

◎A:◎7

レザベーション

田口

3.1倍

勝率 18%

›

○A:○8

スマートワイス

武豊

5.7倍

勝率 18%

›

▲A:▲12

キョウエイブリッサ

酒井

6.8倍

勝率 11%

›

△A:△3

ブエナオンダ

鮫島駿

7.8倍

勝率 10%

›

△A:△4

テリオスララ

田山

9.5倍

勝率 10%

›

△A:△13

ショウナンアデイブ

吉村

7.5倍

勝率 9%

›

▽A:▽5

ビップデイジー

西村淳也

12.2倍

勝率 8%

›

▽A:▽1

ガロンヌ

池添

14.5倍

勝率 6%

›

▽A:▽2

ダイシンヤマト

吉田豊

31.8倍

対象外勝率 5%

›

▽A:▽10

セオ

菱田

46.9倍

対象外勝率 3%

›

▽A:▽11

クファシル

小沢

62.4倍

対象外勝率 1%

›

▽A:▽9

ムイ

富田

62.5倍

対象外勝率 1%

›

▽A:▽6

メイショウシンタケ

藤懸

130.9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

両モデルとも見送り

11R 京都競馬場発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ガロンヌ	池添	実14.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／71日ぶりの実戦）
前5走 05/16 3京都711R 11着/16頭+0.9秒 03/15 1阪神811R 5着/16頭+0.2秒 11/16 5東京411R 18着/18頭+1.5秒 08/24 3新潟210R 8着/13頭+0.6秒 06/01 2京都1212R 1着/14頭勝利
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 6.0着 ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 5.4% (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。
2	ダイシンヤマト	吉田豊	実31.8	▽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／231日ぶりの実戦）
前5走 03/15 2中山610R 9着/16頭+0.6秒 01/12 1中山511R 10着/14頭+0.7秒 11/29 5東京711R 5着/18頭+0.3秒 11/02 3京都1111R 7着/15頭+0.3秒 09/06 4中山111R 4着/16頭+0.2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戦の調子平均 8.0着 (不振) △ ローテーション 231日休養明け △ 期待値 (オッズ vs AI勝率) +33%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.3% (オッズ暗示: 3.1%) ※ 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	ブエナオンダ	鮫島駿	実7.8	△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10走で勝率40%と適性高／77日ぶりの実戦）
前5走 07/26 2新潟27R 4着/14頭+1.0秒 06/21 3阪神611R 7着/18頭+0.3秒 04/26 3京都211R 12着/18頭+0.5秒 04/04 3中山311R 6着/15頭+0.3秒 02/10 1東京411R 15着/16頭+0.8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 7.3着 (不振) ◎ 当競馬場適性 10走で勝率 40% (得意) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 9.9% (オッズ暗示: 12.8%) ※ 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。
4	テリオスララ	田山	実9.5	△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13.7着と低調）
前5走 06/21 3東京611R 16着/16頭+5.4秒 03/08 1阪神611R 10着/13頭+1.4秒 02/10 1東京410R 1着/11頭勝利 10/19 4東京712R 10着/18頭+1.0秒 09/07 4中山211R 7着/13頭+0.3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 13.7着 (不振) ▽ 前走実績前走 15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) -28% (オッズ過剰評価) AI 予想勝率 7.6% (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。
5	ビップデイジー	西村淳也	実12.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／直近3走平均8.3着と低調）
前5走 06/21 3東京611R 11着/16頭+1.5秒 04/11 2阪神511R 5着/10頭+0.4秒 01/24 1京都811R 10着/14頭+0.6秒 12/20 5中山511R 10着/16頭+0.4秒 10/19 3京都711R 6着/18頭+0.7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 8.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 8.2%) ※ 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。
6	メイショウシンタケ	藤懸	実130.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／直近3走平均16.7着と低調）
前5走 06/21 3阪神611R 18着/18頭+2.1秒 05/31 3京都1210R 17着/17頭+1.6秒 03/29 2阪神211R 4着/13頭+0.5秒 03/15 2中山610R 10着/16頭+0.6秒 12/13 5阪神311R 10着/13頭+0.5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 16.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) +31%（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: 0.8%) ※ 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。
7	レザベーション	田口	実3.1	◎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4走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 05/10 2東京611R 6着/18頭+0.5秒 04/11 3中山511R 1着/15頭勝利 03/07 1阪神55R 1着/18頭勝利 02/15 2京都66R 2着/18頭+0.2秒 11/22 4京都54R 6着/11頭+0.4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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10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) -36% (大幅な期待値マイナス) AI 予想勝率 20.6% (オッズ暗示: 32.3%) ※ 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。
8	スマートワイス	武豊	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率57%と適性高／直近3走で勝率33%と好調／133日ぶりの実戦）
前5走 06/21 3阪神611R 16着/18頭+1.6秒 05/31 3京都1212R 1着/18頭勝利 03/08 1阪神610R 10着/14頭+0.4秒 02/01 1東京210R 4着/15頭+0.3秒 12/21 5阪神612R 2着/14頭+0.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 57% (得意) ▽ 前走実績前走 16着 (大敗) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 19.3% (オッズ暗示: 17.5%) ※ 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	ムイ	富田	実62.5	▽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 05/31 3京都1210R 15着/17頭+1.4秒 04/26 1福島611R 10着/16頭+0.6秒 01/11 1京都411R 9着/16頭+0.4秒 12/07 5中山211R 10着/16頭+0.9秒 10/13 3京都511R 14着/18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 12.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 10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) -5% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.6%) ※ 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。
10	セオ	菱田	実46.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調／337日ぶりの実戦）
前5走 11/29 5東京711R 13着/18頭+0.9秒 11/02 3京都1111R 8着/15頭+0.3秒 05/25 2京都1011R 15着/17頭+2.8秒 04/27 2京都211R 3着/10頭+0.4秒 03/30 2阪神211R 4着/12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戦の調子平均 12.0着 (不振) ○ 当競馬場適性 10走で勝率 20% (相性良) ▽ 前走実績前走 13着 (大敗) △ ローテーション 337日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.1%) ※ 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	クファシル	小沢	実62.4	▽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33%と適性高／直近3走平均11.0着と低調／84日ぶりの実戦）
前5走 06/27 1函館511R 9着/14頭+0.4秒 04/26 1福島611R 8着/16頭+0.5秒 02/15 1小倉811R 10着/18頭+0.6秒 11/09 3福島211R 6着/16頭+0.4秒 08/24 2札幌211R 12着/16頭+0.9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 11.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +7%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (オッズ暗示: 1.6%) ※ 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。
12	キョウエイブリッサ	酒井	実6.8	▲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／112日ぶりの実戦）
前5走 07/12 1函館1011R 5着/14頭+1.2秒 04/26 3京都211R 10着/18頭+0.4秒 03/29 2阪神211R 5着/13頭+0.7秒 02/14 2京都511R 4着/14頭+0.2秒 01/04 1京都111R 12着/18頭+0.5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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 112日休養明け × 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 9.9% (オッズ暗示: 14.7%) ※ 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。
13	ショウナンアデイブ	吉村	実7.5	△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10.7着と低調／77日ぶりの実戦）
前5走 06/21 3阪神611R 15着/18頭+1.5秒 04/26 3京都211R 4着/18頭+0.2秒 02/22 1小倉1011R 3着/16頭+0.3秒 01/04 1京都111R 3着/18頭+0.0秒 12/13 5中京311R 13着/18頭+0.9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 10.7着 (不振) △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 9.9% (オッズ暗示: 13.3%) ※ 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。

見送りAI の 1 位の馬

レザベーション

騎手田口

3.1倍

AI の勝率21%損益の分かれ目32%

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13頭

◎7

レザベーション

田口

3.1倍

勝率 21%

›

○8

スマートワイス

武豊

5.7倍

勝率 19%

›

▲12

キョウエイブリッサ

酒井

6.8倍

勝率 10%

›

△13

ショウナンアデイブ

吉村

7.5倍

勝率 10%

›

△3

ブエナオンダ

鮫島駿

7.8倍

勝率 10%

›

△4

テリオスララ

田山

9.5倍

勝率 8%

›

▽5

ビップデイジー

西村淳也

12.2倍

勝率 8%

›

▽1

ガロンヌ

池添

14.5倍

勝率 5%

›

▽2

ダイシンヤマト

吉田豊

31.8倍

対象外勝率 4%

›

▽10

セオ

菱田

46.9倍

対象外勝率 2%

›

▽11

クファシル

小沢

62.4倍

対象外勝率 1%

›

▽9

ムイ

富田

62.5倍

対象外勝率 1%

›

▽6

メイショウシンタケ

藤懸

130.9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

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