京都 9R 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。

9R 京都競馬場発走 14:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サイモンレガシー	松山	実4.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/01 2中京31R 2着/10頭+0.0秒 07/12 2小倉65R 3着/8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) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 14.8% (オッズ暗示: 20.4%) ※ 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。
2	モナークスヴァラー	幸	実18.3	▽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50%と好調／前走勝利の勢い）
前5走過去走データ取得失敗 (horse_results 不在)
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 50% (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) -23% (オッズ過剰評価) AI 予想勝率 4.2% (オッズ暗示: 5.5%) ※ 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。
3	トロカアニマダ	国分恭	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走過去走データ取得失敗 (horse_results 不在)
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戦の調子勝率 100% (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 16.0% (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。
4	チカバリエンテ	松若	実46.1	▽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／85日ぶりの実戦）
前5走 07/05 1函館81R 2着/9頭+0.0秒 06/28 1函館61R 2着/8頭+0.3秒 06/20 1函館35R 4着/10頭+1.1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) +37%（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: 2.2%) ※ 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。
5	マンナット	川田	実4.4	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い／78日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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戦の調子勝率 50% (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) -29% (オッズ過剰評価) AI 予想勝率 16.0% (オッズ暗示: 22.7%) ※ 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。
6	キトゥンズクラフト	Ｃデムーロ	実3.8	◎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（直近3走で勝率100%と好調／前走勝利の勢い／84日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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戦の調子勝率 100% (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) -30% (オッズ過剰評価) AI 予想勝率 18.5% (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。
7	ロマノヴェリテ推奨	北村友	実12.0	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率50%と絶好調／前走勝利の勢い継続／78日の休養を経て臨戦態勢）
前5走過去走データ取得失敗 (horse_results 不在)
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 50% (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) +28% (市場と概ね一致) AI 予想勝率 10.7% (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。
8	タイヴァス	坂井	実58.2	▽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50%と好調）
前5走過去走データ取得失敗 (horse_results 不在)
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 50% (絶好調) △ 期待値 (オッズ vs AI勝率) +39%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.4% (オッズ暗示: 1.7%) ※ 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。
9	フランソワーズ	武豊	実6.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率50%と好調／前走3着）
前5走 07/11 2小倉55R 1着/12頭勝利 ― ― ― ―
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 50% (絶好調) ○ 前走実績前走 3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) -8% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 15.4%) ※ 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。

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A

ロマノヴェリテ

騎手北村友

12.0倍

AI の勝率11%損益の分かれ目8%

AI の勝率 11% が損益の分かれ目 8%（1 ÷ 12.0倍）を上回り、期待値 +29% が買う基準（+20%）以上。

賭け金の目安 ¥100（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9頭

◎6

キトゥンズクラフト

Ｃデムーロ

3.8倍

勝率 19%

›

○3

トロカアニマダ

国分恭

4.3倍

勝率 16%

›

▲5

マンナット

川田

4.4倍

勝率 16%

›

△1

サイモンレガシー

松山

4.9倍

勝率 15%

›

△9

フランソワーズ

武豊

6.5倍

勝率 14%

›

△7

ロマノヴェリテ

北村友

12.0倍

勝率 11%

›

▽2

モナークスヴァラー

幸

18.3倍

勝率 4%

›

▽4

チカバリエンテ

松若

46.1倍

対象外勝率 3%

›

▽8

タイヴァス

坂井

58.2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　AI 期待値プラス判定

単勝7ロマノヴェリテ不的中 7着

オッズ12.0倍予測時点
期待値+29%
推奨の幅10.0〜30.0倍
賭け金¥100

※ オッズの下の言葉: 確定 = 当たった買い目の払戻から出したオッズ・予測時点 = 予測した時のオッズ・推定 = 予測時点のオッズが取れず見込みの値。

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