京都 12R 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。

12R 京都競馬場発走 16:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナムラブーニン	小崎	実85.8	▽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）
前5走 06/06 3阪神19R 7着/9頭+1.0秒 05/24 1新潟89R 7着/14頭+1.1秒 05/03 1新潟28R 3着/12頭+0.2秒 04/19 1福島46R 8着/13頭+0.6秒 02/22 1小倉109R 4着/12頭+0.8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 6.7着 × 当競馬場適性 3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) -31% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
2	ロードスタニング	西村淳	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／69日ぶりの実戦）
前5走 06/20 3阪神57R 10着/16頭+2.2秒 05/02 3京都35R 1着/13頭勝利 03/14 1阪神75R 2着/17頭+0.3秒 01/18 1京都75R 2着/17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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 15.5% (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。
3	パラディオン	田口	実18.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/18 2小倉78R 6着/10頭+1.2秒 04/25 2東京111R 12着/18頭+2.2秒 01/18 1中山711R 14着/15頭+1.2秒 11/30 4京都86R 1着/8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 7.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 5.4%) ※ 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。
4	アトレッタ	池添	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／84日ぶりの実戦）
前5走 07/25 2中京18R 5着/8頭+1.1秒 05/10 3京都65R 1着/13頭勝利 04/19 2阪神85R 7着/13頭+0.5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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 11.9% (オッズ暗示: 12.0%) ※ 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	ルクスキャンディ	太宰	実69.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（182日ぶりの実戦）
前5走 05/09 3京都54R 8着/15頭+1.1秒 04/19 2阪神82R 6着/16頭+0.6秒 03/21 1中京34R 3着/18頭+0.4秒 12/21 5阪神63R 4着/18頭+0.5秒 11/29 4京都75R 4着/12頭+0.2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 5.7着 △ ローテーション 182日休養明け × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 0.8% (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	ビヨンドザドリーム	藤懸	実77.1	▽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0%と苦戦傾向）
前5走 07/18 2小倉78R 8着/10頭+1.4秒 07/05 2小倉48R 2着/10頭+0.1秒 05/17 3京都87R 5着/12頭+0.5秒 04/26 3京都27R 8着/14頭+0.7秒 03/01 1阪神48R 7着/15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 6.0着 × 当競馬場適性 7走で勝率 0% (苦戦) × 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 0.8% (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。
7	タイセイアビオン	坂井	実13.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／97日ぶりの実戦）
前5走 08/02 2中京41R 1着/18頭勝利 07/11 2小倉53R 2着/18頭+0.1秒 07/05 2小倉43R 3着/18頭+0.4秒 06/21 3阪神62R 8着/18頭+0.9秒 05/09 3京都53R 7着/17頭+0.9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 97日休養明け × 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 5.0% (オッズ暗示: 7.6%) ※ 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。
8	マイネルビスマルク	加藤	実90.3	▽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）
前5走 06/20 3阪神57R 11着/16頭+2.6秒 05/31 3京都127R 4着/10頭+0.7秒 04/18 2阪神78R 6着/9頭+0.5秒 03/22 1阪神107R 3着/10頭+0.6秒 03/08 1阪神67R 6着/9頭+0.7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 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 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 0.8% (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。
9	アグレイビューティ	岩田望	実4.3	◎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
前5走 06/20 3阪神58R 15着/16頭+4.8秒 04/18 2阪神71R 1着/15頭勝利 03/29 2阪神21R 3着/14頭+0.1秒 01/17 1京都65R 7着/18頭+0.4秒 12/20 5阪神55R 7着/18頭+0.4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 3.7着 ○ ローテーション 14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 21.5% (オッズ暗示: 23.3%) ※ 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	レーヌマロン	松若	実41.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 06/28 2小倉28R 9着/9頭+1.0秒 06/14 3阪神47R 7着/11頭+1.1秒 02/28 1阪神36R 11着/13頭+2.9秒 01/17 1京都68R 5着/8頭+1.9秒 11/02 3京都117R 12着/16頭+1.2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戦の調子平均 7.3着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 14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 1.6% (オッズ暗示: 2.4%) ※ 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	ドルチェリターン	鮫島駿	実31.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向／104日ぶりの実戦）
前5走 07/26 1札幌212R 7着/9頭+0.9秒 07/11 1函館99R 8着/10頭+1.6秒 05/10 3京都66R 4着/10頭+0.3秒 04/18 2阪神78R 2着/9頭+0.1秒 04/05 2阪神46R 3着/9頭+0.4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 6.3着 × 当競馬場適性 8走で勝率 0% (苦戦) △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.2%) ※ 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。
12	ウィスカーパッド	吉村	実21.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
前5走 07/05 2小倉43R 4着/18頭+0.6秒 06/07 3阪神22R 3着/15頭+0.3秒 03/22 1中京44R 8着/15頭+1.2秒 03/01 1小倉122R 2着/16頭+0.1秒 01/04 1京都15R 4着/18頭+0.6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 5.3着 △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 5.0% (オッズ暗示: 4.6%) ※ 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。
13	トラカイキャッスル	Ｍデムーロ	実10.5	△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0%と苦戦傾向／前走2着）
前5走 07/11 2小倉53R 6着/18頭+0.5秒 06/27 2小倉16R 2着/16頭+0.3秒 06/07 3阪神22R 8着/15頭+0.9秒 05/23 3京都94R 4着/17頭+0.5秒 03/15 1阪神85R 10着/16頭+1.0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 3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) -11% (オッズ過剰評価) AI 予想勝率 8.4% (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。
14	レイワノキセキ	高倉	実99.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
前5走 07/19 2小倉84R 10着/14頭+2.0秒 07/04 2小倉33R 7着/16頭+1.4秒 06/07 3阪神26R 9着/16頭+1.6秒 04/25 3京都15R 8着/12頭+1.3秒 04/05 2阪神44R 6着/15頭+2.0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 11.0着 (不振) ▽ 前走実績前走 17着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.8% (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	ダノンブギ	横山和	実8.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 05/03 2東京48R 8着/9頭+1.4秒 02/21 1阪神19R 6着/18頭+0.6秒 01/31 2京都112R 4着/17頭+0.2秒 11/29 5東京712R 6着/9頭+0.9秒 08/30 4中京36R 1着/16頭勝利
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戦の調子平均 6.7着 △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 11.5%) ※ 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。
16	プレスバーン	川田	実4.7	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／105日ぶりの実戦）
前5走 07/25 2中京13R 1着/12頭勝利 05/09 3京都54R 3着/15頭+0.3秒 04/19 2阪神82R 2着/16頭+0.1秒 03/28 1中京55R 3着/15頭+0.2秒 01/18 1京都75R 8着/17頭+0.9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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 11.9% (オッズ暗示: 21.3%) ※ 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。
17	ダイナソーコー	角田和	実104.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 07/12 1函館104R 4着/16頭+0.4秒 06/28 1函館64R 7着/16頭+1.6秒 04/25 3京都11R 10着/16頭+2.8秒 04/04 2阪神35R 11着/18頭+2.1秒 01/24 1京都85R 8着/18頭+1.3秒
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戦の調子平均 7.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -11% (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。

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

アグレイビューティ

騎手岩田望

4.3倍

AI の勝率22%損益の分かれ目23%

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17頭

◎9

アグレイビューティ

岩田望

4.3倍

勝率 22%

›

○2

ロードスタニング

西村淳

5.1倍

勝率 15%

›

▲16

プレスバーン

川田

4.7倍

勝率 12%

›

△4

アトレッタ

池添

8.3倍

勝率 12%

›

△15

ダノンブギ

横山和

8.7倍

勝率 10%

›

△13

トラカイキャッスル

Ｍデムーロ

10.5倍

勝率 8%

›

▽3

パラディオン

田口

18.5倍

勝率 5%

›

▽7

タイセイアビオン

坂井

13.1倍

勝率 5%

›

▽12

ウィスカーパッド

吉村

21.6倍

勝率 5%

›

▽11

ドルチェリターン

鮫島駿

31.1倍

対象外勝率 2%

›

▽10

レーヌマロン

松若

41.7倍

対象外勝率 2%

›

▽17

ダイナソーコー

角田和

104.2倍

対象外勝率 1%

›

▽14

レイワノキセキ

高倉

99.4倍

対象外勝率 1%

›

▽5

ルクスキャンディ

太宰

69.3倍

対象外勝率 1%

›

▽6

ビヨンドザドリーム

藤懸

77.1倍

対象外勝率 1%

›

▽1

ナムラブーニン

小崎

85.8倍

対象外勝率 1%

›

▽8

マイネルビスマルク

加藤

90.3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

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