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	チルカーノ	北村友	実41.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（前走3着）
前5走 08/01 1札幌311R 5着/16頭+0.6秒 05/03 2東京49R 15着/18頭+1.2秒 04/12 2阪神610R 5着/15頭+0.2秒 02/01 2京都210R 8着/8頭+1.3秒 10/19 4新潟211R 6着/14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 6.7着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -34% (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。
2	ボンドロア	横山典	実78.6	▽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走で勝率33%と好調／70日ぶりの実戦）
前5走 07/25 1札幌110R 1着/11頭勝利 06/28 2小倉29R 8着/8頭+1.0秒 02/21 1小倉910R 10着/16頭+0.9秒 01/31 2京都110R 4着/8頭+0.2秒 01/12 1京都59R 2着/12頭+0.1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) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) × 期待値 (オッズ vs AI勝率) -37% (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。
3	ライトトラック	岩田望	実10.2	△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50%と適性高／直近3走平均9.3着と低調／266日ぶりの実戦）
前5走 02/22 1東京810R 9着/14頭+0.9秒 02/01 2京都210R 7着/8頭+0.9秒 10/26 3京都911R 12着/18頭+1.5秒 09/21 4阪神711R 5着/10頭+0.5秒 06/01 2京都1211R 1着/11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 9.3着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) △ ローテーション 266日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 9.8%) ※ 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	マトラコーニッシュ	池添	実13.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/04 2小倉311R 4着/14頭+0.8秒 05/23 3京都910R 15着/16頭+1.2秒 04/26 3京都210R 4着/18頭+0.4秒 02/15 1小倉89R 1着/7頭勝利 11/30 4京都88R 6着/8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戦の調子平均 5.3着 ○ 当競馬場適性 6走で勝率 17% (相性良) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 8.3% (オッズ暗示: 7.4%) ※ 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	チェルノボーグ	西塚	実13.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／前走3着）
前5走 05/17 3京都810R 13着/13頭+1.4秒 04/26 3京都210R 7着/18頭+0.5秒 03/14 1阪神710R 3着/11頭+0.4秒 01/05 1京都29R 1着/11頭勝利 12/21 5中京610R 4着/10頭+0.3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 7.0着 (不振) ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 前走実績前走 3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 6.7% (オッズ暗示: 7.4%) ※ 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	オリバナム	津村	実9.8	△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5走で勝率60%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 05/17 2東京89R 2着/12頭+0.3秒 04/25 3京都112R 8着/11頭+1.0秒 01/17 1京都612R 7着/18頭+0.5秒 11/01 3京都1012R 1着/15頭勝利 09/14 4阪神47R 2着/14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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 10.2%) ※ 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	アスクコモンタレヴ	武豊	実3.6	◎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6走で勝率0%と苦戦傾向／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 06/13 3阪神39R 1着/9頭勝利 04/26 3京都29R 2着/11頭+0.1秒 03/08 1阪神67R 1着/9頭勝利 02/07 2京都37R 2着/9頭+0.1秒 01/18 1京都78R 2着/12頭+0.0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 67% (絶好調) × 当競馬場適性 6走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 155日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 21.3% (オッズ暗示: 27.8%) ※ 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。
8	ハギノアルデバラン	浜中	実48.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 07/04 2小倉311R 3着/14頭+0.5秒 06/06 3阪神111R 11着/11頭+1.3秒 05/16 2東京711R 13着/15頭+1.6秒 04/26 3京都210R 8着/18頭+0.5秒 02/14 2京都510R 8着/16頭+1.1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 8.7着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.0%) ※ 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。
9	ダノンジャイアン	吉村	実36.8	▽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／64日ぶりの実戦）
前5走 03/21 2中山79R 1着/15頭勝利 02/15 1小倉86R 1着/16頭勝利 12/06 5中京18R 4着/18頭+0.6秒 10/26 4新潟47R 3着/15頭+0.2秒 10/05 3京都27R 4着/12頭+0.5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 33% (上り調子) × 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 1.8% (オッズ暗示: 2.7%) ※ 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。
10	キングメーカー	田山	実41.1	▽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25%と適性高／直近3走平均11.0着と低調）
前5走 08/01 2中京37R 11着/11頭+1.5秒 05/31 2東京1210R 13着/17頭+0.7秒 05/17 3京都810R 3着/13頭+0.1秒 04/26 3京都210R 6着/18頭+0.5秒 02/10 2京都49R 9着/13頭+0.8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 11.0着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) × 期待値 (オッズ vs AI勝率) -34% (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	デルアヴァー	マーカンド	実6.7	○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／64日ぶりの実戦）
前5走 04/25 3京都110R 6着/11頭+0.6秒 04/05 3中山410R 3着/16頭+0.0秒 01/12 1京都510R 8着/16頭+0.8秒 12/21 5阪神68R 1着/15頭勝利 11/30 4京都88R 4着/8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 5.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 11.8% (オッズ暗示: 14.9%) ※ 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。
12	マイネルフルムーン	丹内	実21.8	×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33%と適性高）
前5走 05/31 2東京1210R 7着/17頭+0.4秒 05/02 1新潟110R 1着/15頭勝利 04/05 2阪神48R 2着/11頭+0.0秒 03/07 1阪神59R 4着/9頭+1.3秒 02/15 2京都69R 9着/11頭+1.4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 6.3着 ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 2.0% (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	クスクス	田口	実25.9	▽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5走 07/19 2小倉89R 1着/8頭勝利 05/24 3京都109R 6着/10頭+0.8秒 05/09 3京都59R 3着/11頭+0.4秒 04/25 3京都112R 11着/11頭+2.0秒 02/01 2京都212R 4着/7頭+0.3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 12着 (大敗) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.9%) ※ 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。
14	スパークリシャール	ルメール	実8.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 05/31 2東京1210R 16着/17頭+0.9秒 05/03 2東京49R 17着/18頭+2.3秒 04/05 3中山411R 13着/16頭+1.0秒 03/01 2中山211R 8着/14頭+0.6秒 01/24 1中山811R 7着/18頭+0.3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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 11.8%) ※ 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。
15	ホウオウスーペリア	三浦	実27.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/18 2福島711R 2着/16頭+0.1秒 06/27 2福島111R 7着/9頭+1.6秒 04/05 3中山411R 6着/16頭+0.4秒 02/21 1小倉911R 11着/13頭+2.1秒 02/07 1小倉511R 4着/16頭+0.1秒
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 6.3着 ▽ 前走実績前走 10着 (大敗) × 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 2.0% (オッズ暗示: 3.7%) ※ 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。
16	アイスグリーン	Ｃデムーロ	実7.6	▲詳細▼	AI上位評価だが期待値不足、見送り（106日ぶりの実戦）
前5走 08/01 1札幌311R 11着/16頭+0.7秒 07/11 1函館911R 3着/13頭+0.2秒 03/01 1小倉1211R 7着/17頭+0.9秒 11/15 4京都310R 8着/16頭+0.7秒 10/05 3京都29R 2着/9頭+0.2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戦の調子平均 7.0着 (不振) △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 11着 (大敗) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 13.2%) ※ 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

アスクコモンタレヴ

騎手武豊

3.6倍

AI の勝率21%損益の分かれ目28%

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16頭

◎7

アスクコモンタレヴ

武豊

3.6倍

勝率 21%

›

○11

デルアヴァー

マーカンド

6.7倍

勝率 12%

›

▲16

アイスグリーン

Ｃデムーロ

7.6倍

勝率 11%

›

△14

スパークリシャール

ルメール

8.5倍

勝率 11%

›

△6

オリバナム

津村

9.8倍

勝率 8%

›

△3

ライトトラック

岩田望

10.2倍

勝率 8%

›

▽4

マトラコーニッシュ

池添

13.5倍

勝率 8%

›

▽5

チェルノボーグ

西塚

13.6倍

勝率 7%

›

×12

マイネルフルムーン

丹内

21.8倍

勝率 2%

›

▽13

クスクス

田口

25.9倍

勝率 2%

›

▽15

ホウオウスーペリア

三浦

27.1倍

勝率 2%

›

▽9

ダノンジャイアン

吉村

36.8倍

対象外勝率 2%

›

▽1

チルカーノ

北村友

41.1倍

対象外勝率 2%

›

▽10

キングメーカー

田山

41.1倍

対象外勝率 2%

›

▽8

ハギノアルデバラン

浜中

48.9倍

対象外勝率 2%

›

▽2

ボンドロア

横山典

78.6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