京都 7R 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。

7R 京都競馬場発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タケルハーロック	松山	実9.9	△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／直近3走で勝率33%と好調／112日ぶりの実戦）
前5走 07/18 2福島710R 4着/15頭+1.1秒 06/27 2福島19R 7着/16頭+1.9秒 05/03 1新潟212R 1着/15頭勝利 04/04 2阪神36R 3着/16頭+0.5秒 02/21 1阪神17R 2着/16頭+0.1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戦の調子勝率 33% (上り調子) × 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) -8% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 10.1%) ※ 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。
2	プレアデスグループ	鮫島駿	実48.6	▽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9.3着と低調）
前5走 04/11 3中山512R 11着/16頭+0.9秒 03/29 2阪神212R 5着/16頭+0.7秒 01/24 1京都88R 12着/15頭+1.1秒 01/05 1京都28R 5着/15頭+0.4秒 10/12 3京都49R 8着/14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戦の調子平均 9.3着 (不振) × 当競馬場適性 5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) +41%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.9% (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。
3	ヴリトラハン	岩田望	実14.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（62日ぶりの実戦）
前5走 06/13 3阪神310R 3着/16頭+0.7秒 05/23 3京都912R 4着/14頭+0.3秒 05/02 3京都310R 5着/12頭+0.3秒 02/10 2京都412R 4着/15頭+0.4秒 01/24 1京都88R 2着/15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戦の調子平均 7.7着 (不振) △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 6.0% (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。
4	バトゥカーダ	吉村	実73.7	▽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10.3着と低調／132日ぶりの実戦）
前5走 06/28 2小倉212R 10着/16頭+2.1秒 05/31 3京都126R 8着/14頭+1.5秒 05/03 3京都46R 13着/16頭+1.1秒 02/15 1東京64R 9着/13頭+1.6秒 01/10 1京都34R 8着/11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戦の調子平均 10.3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 132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 2.1% (オッズ暗示: 1.4%) ※ 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。
5	キントラダンサー	横山和	実69.9	▽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10.0着と低調／69日ぶりの実戦）
前5走 04/04 2阪神38R 6着/9頭+1.0秒 03/28 2阪神110R 10着/11頭+1.6秒 03/14 1阪神79R 11着/15頭+0.7秒 12/21 5中京612R 17着/18頭+1.4秒 10/26 3京都98R 14着/14頭+0.9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 10.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +55%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.2% (オッズ暗示: 1.4%) ※ 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	マイティマイティー	坂井	実4.5	▲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／前走2着／153日ぶりの実戦）
前5走 06/07 3阪神29R 2着/16頭+0.2秒 05/23 3京都912R 2着/14頭+0.0秒 03/21 1阪神98R 12着/12頭+3.5秒 02/14 1東京58R 9着/16頭+1.0秒 01/18 1京都710R 2着/16頭+0.2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 5.3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 153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 17.3% (オッズ暗示: 22.2%) ※ 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。
7	ゴールデンカイト	川田	実5.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（139日ぶりの実戦）
前5走 06/21 3東京69R 4着/16頭+0.2秒 01/31 1東京18R 5着/16頭+0.9秒 12/06 5阪神18R 13着/16頭+1.1秒 10/11 3京都312R 1着/16頭勝利 06/22 3阪神68R 2着/16頭+0.1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 7.3着 (不振) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 17.3% (オッズ暗示: 18.9%) ※ 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	テーオーパーセル	藤懸	実2.9	◎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50%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/03 3京都46R 8着/16頭+0.6秒 04/12 2阪神65R 3着/16頭+0.2秒 02/14 2京都54R 1着/16頭勝利 02/01 2京都24R 2着/16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 4走で勝率 50% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 19.5% (オッズ暗示: 34.5%) ※ 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	パンサーズ	松若	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 05/24 1新潟86R 12着/12頭+9.0秒 09/21 4阪神72R 9着/13頭+1.4秒 08/31 4中京46R 3着/14頭+1.0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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 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 18.1% (オッズ暗示: 26.3%) ※ 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	ニホンピロカラット	田口	実51.5	▽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 05/16 3京都76R 1着/15頭勝利 05/02 3京都38R 7着/13頭+1.6秒 04/18 2阪神712R 2着/15頭+0.2秒 11/23 4京都66R 11着/16頭+1.2秒 05/31 2京都116R 2着/16頭+0.2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 10走で勝率 10% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +50%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.9% (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。
11	セールヴォラン	幸	実83.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
前5走 07/04 2小倉310R 8着/12頭+0.7秒 06/13 3阪神310R 4着/16頭+0.8秒 05/30 3京都1112R 5着/16頭+0.4秒 05/02 3京都310R 8着/12頭+0.7秒 04/11 2阪神512R 5着/16頭+0.5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 12.0着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +78%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.1% (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。

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

テーオーパーセル

騎手藤懸

2.9倍

AI の勝率20%損益の分かれ目34%

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11頭

◎8

テーオーパーセル

藤懸

2.9倍

勝率 20%

›

○9

パンサーズ

松若

3.8倍

勝率 18%

›

▲6

マイティマイティー

坂井

4.5倍

勝率 17%

›

△7

ゴールデンカイト

川田

5.3倍

勝率 17%

›

△1

タケルハーロック

松山

9.9倍

勝率 9%

›

△3

ヴリトラハン

岩田望

14.4倍

勝率 6%

›

▽2

プレアデスグループ

鮫島駿

48.6倍

対象外勝率 3%

›

▽10

ニホンピロカラット

田口

51.5倍

対象外勝率 3%

›

▽5

キントラダンサー

横山和

69.9倍

対象外勝率 2%

›

▽4

バトゥカーダ

吉村

73.7倍

対象外勝率 2%

›

▽11

セールヴォラン

幸

83.4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

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