「3歳1勝クラス」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
東京
6R12:40
3歳1勝クラスダート1400m16頭
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「3歳1勝クラス」競馬予想
競馬AIウェーブの予想自信度は…
予測不能
16頭が出走する「3歳1勝クラス」（ダート1400m）。多頭数戦ならではの紛れが起きやすい条件です。AIが最も高く評価したのは《ゴディアンフィンチ》でございます。次いで《フルミネブル》、《グラティアム》の順に評価しておりますが、ダート1400mの多頭数レースでは不利を受ける馬も出やすく、実力通りに決まるとは限りません。枠順統計データも参考に、総合的にご判断くださいませ。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 12 | 49.7倍 | ◎ 90.0 | |
| 14 | 11.9倍 | ○ 88.2 | |
| 9 | 620.6倍 | ▲ 85.1 | |
| 2 | 723.6倍 | △ 82.8 | |
| 10 | 823.8倍 | ☆ 79.0 | |
| 4 | 1371.9倍 | 76.8 | |
| 8 | 25.2倍 | 74.1 | |
| 7 | 38.3倍 | 68.0 | |
| 1 | 1489.2倍 | 63.7 | |
| 15 | 948.1倍 | 62.5 | |
| 13 | 1270.7倍 | 48.0 | |
| 3 | 1051.1倍 | 45.8 | |
| 16 | 1155.3倍 | 32.6 | |
| 6 | 15119.3倍 | 消 26.6 | |
| 11 | 513.5倍 | 消 25.0 | |
| 5 | 16301.6倍 | 消 20.0 |
🧮 馬券点数計算
上の競馬予想一覧表の「軸」「紐」「穴」のボタンを押すと
自動でそれぞれの券種の点数が表示されます。
馬券購入の参考にしてください。
| ワイド | 枠連 | 馬連 | 馬単 | 三連複 | 三連単 | 0点 | 0点 | 0点 | 0点 | 0点 | 0点 |
|---|
📊 AIスコア分布「3歳1勝クラス」
上位馬のスコア差は1.8ptと僅差でございます。AIの分析でも甲乙つけがたい結果となっており、どの馬が勝っても不思議ではありません。ワイドや3連複など、手広い馬券で臨まれることをおすすめいたします。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳1勝クラス」
12 ゴディアンフィンチ（横山和生騎手）
「3歳1勝クラス」の注目馬は《ゴディアンフィンチ》。AIが本命に推す理由を解説いたします。
📌 約3ヶ月の休養明け。フレッシュな状態での復帰戦。
📌 前走1着の勢いそのまま。連勝なるか注目の一頭。
📌 東京で過去3着の好走歴あり。コース適性は実証済み。
📊 近走成績: 京都ダート1400m 1着（2人気） → 京都ダート1400m 3着（1人気） → 阪神ダート1400m 4着（3人気）
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
🎲 波乱度メーター「3歳1勝クラス」
過去934レースでの1番人気の勝率は34.3%。
やや堅い傾向のコース条件で、軸馬を信頼しやすいレースと言えます。
なお、多頭数で紛れやすいである点もご考慮ください。
| 指標 | 数値 |
|---|---|
| 1番人気の勝率 | 34.3% |
| 1番人気の連対率 | 51.5% |
| 1番人気の複勝率 | 63.7% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 934レース |
🏇 AI競馬ウェーブ展開予測シナリオ「3歳1勝クラス」
出走馬の直近レースの脚質から、このレースの展開を予測します。
予測ペース：スローペース
逃げ馬が少なく、スローペースが濃厚な構成でございます。前残りの展開になりやすく、先行力のある馬を重視していただきたいところです。差し馬は届かないリスクがございますので、その点にご注意ください。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.2% |
先行 | 3頭 | 18.8% |
差し | 8頭 | 50.0% |
追込 | 4頭 | 25.0% |
📈 AI競馬ウェーブ調子トレンド予測「3歳1勝クラス」
特に注目していただきたいのは上昇中の《ムーランオランジュ》《アグネスクレスト》でございます。
調子の波に乗っている馬は、本番でも好走する傾向がございます。
人気に関わらず、好調馬は馬券に組み入れておく価値があるでしょう。
| 馬番 | 馬名 | 調子 |
|---|---|---|
1 | スーパーガール | ↓ 下降中 |
| 直近5走: 1着 ← 4着 ← 5着 ← 7着 ← 3着 | ||
2 | ワンモメンタム | ↑ 上昇中 |
| 直近5走: 6着 ← 4着 | ||
3 | アースインハマー | ↑ 上昇中 |
| 直近5走: 9着 ← 1着 | ||
4 | ムーランオランジュ | ↑ 上昇中 |
| 直近5走: 6着 ← 16着 ← 1着 ← 4着 | ||
5 | ピュール | ↑ 上昇中 |
| 直近5走: 12着 ← 9着 ← 1着 ← 10着 | ||
6 | タイセイブルーム | ↓ 下降中 |
| 直近5走: 1着 ← 10着 ← 6着 | ||
7 | リフレックス | ↖ やや上昇 |
| 直近5走: 3着 ← 4着 ← 10着 ← 1着 ← 3着 | ||
8 | トヨサカエ | ↓ 下降中 |
| 直近5走: 1着 ← 2着 ← 3着 | ||
9 | グラティアム | ↖ やや上昇 |
| 直近5走: 5着 ← 1着 ← 4着 ← 2着 ← 2着 | ||
10 | ユキノグラス | ← 横ばい |
| 直近5走: 1着 | ||
11 | ベルゼビュート | ← 横ばい |
| 直近5走: 1着 | ||
12 | ゴディアンフィンチ | ↓ 下降中 |
| 直近5走: 1着 ← 3着 ← 4着 ← 3着 ← 6着 | ||
13 | パータリプトラ | ↑ 上昇中 |
| 直近5走: 12着 ← 3着 ← 1着 ← 2着 ← 3着 | ||
14 | フルミネブル | ↑ 上昇中 |
| 直近5走: 2着 ← 1着 | ||
15 | チームユートピア | ↖ やや上昇 |
| 直近5走: 7着 ← 1着 ← 6着 | ||
16 | アグネスクレスト | ↑ 上昇中 |
| 直近5走: 10着 ← 10着 ← 10着 ← 1着 ← 4着 | ||
👔 AI競馬ウェーブ調教師×東京相性分析「3歳1勝クラス」
東京での勝率が最も高いのは安田 翔伍調教師（145戦24勝・勝率16.6%）でございます。
出走経験が最も豊富なのは伊藤 圭三調教師（485戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
12 | ゴディアンフィンチ | 安田 翔伍 |
| 勝率: 16.6% 複勝率: 38.6% 平均着順: 5.4位 | ||
3 | アースインハマー | 奥村 武 |
| 勝率: 12.1% 複勝率: 23.5% 平均着順: 7.0位 | ||
11 | ベルゼビュート | 高木 登 |
| 勝率: 11.3% 複勝率: 27.9% 平均着順: 7.0位 | ||
2 | ワンモメンタム | 萩原 清 |
| 勝率: 10.7% 複勝率: 36.2% 平均着順: 6.1位 | ||
5 | ピュール | 久保田 貴士 |
| 勝率: 10.2% 複勝率: 28.0% 平均着順: 6.8位 | ||
9 | グラティアム | 嘉藤 貴行 |
| 勝率: 9.5% 複勝率: 25.6% 平均着順: 7.4位 | ||
6 | タイセイブルーム | 古賀 慎明 |
| 勝率: 8.6% 複勝率: 26.2% 平均着順: 7.2位 | ||
1 | スーパーガール | 伊藤 圭三 |
| 勝率: 8.5% 複勝率: 24.7% 平均着順: 7.5位 | ||
7 | リフレックス | 金成 貴史 |
| 勝率: 7.8% 複勝率: 21.3% 平均着順: 7.2位 | ||
13 | パータリプトラ | 武井 亮 |
| 勝率: 7.5% 複勝率: 27.1% 平均着順: 7.1位 | ||
15 | チームユートピア | 中舘 英二 |
| 勝率: 7.3% 複勝率: 22.3% 平均着順: 7.5位 | ||
4 | ムーランオランジュ | 小崎 憲 |
| 勝率: 7.3% 複勝率: 27.5% 平均着順: 7.6位 | ||
14 | フルミネブル | 千葉 直人 |
| 勝率: 7.0% 複勝率: 26.1% 平均着順: 7.4位 | ||
10 | ユキノグラス | 小笠 倫弘 |
| 勝率: 5.7% 複勝率: 16.5% 平均着順: 8.4位 | ||
16 | アグネスクレスト | 和田 勇介 |
| 勝率: 5.1% 複勝率: 16.5% 平均着順: 8.0位 | ||
8 | トヨサカエ | 高橋 文雅 |
| 勝率: 2.8% 複勝率: 15.5% 平均着順: 8.5位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳1勝クラス」
東京ダート1400m付近での父馬別産駒成績（過去10年）を分析しました。
勝率が最も高い血統はナダル産駒（117戦14勝・勝率12.0%）です。
血統の条件適性は馬券検討の重要な材料となります。
| 馬番 | 馬名 | 父馬 |
|---|---|---|
15 | チームユートピア | Vino Rosso |
| 出走: 3回 勝率: 33.3% 複勝率: 33.3% | ||
14 | フルミネブル | Bolt d'Oro |
| 出走: 3回 勝率: 33.3% 複勝率: 66.7% | ||
9 | グラティアム | ナダル |
| 出走: 117回 勝率: 12.0% 複勝率: 41.9% | ||
2 | ワンモメンタム | ルヴァンスレーヴ |
| 出走: 137回 勝率: 11.7% 複勝率: 29.2% | ||
1 | スーパーガール | ドレフォン |
| 出走: 535回 勝率: 10.8% 複勝率: 29.0% | ||
10 | ユキノグラス | サンダースノー |
| 出走: 116回 勝率: 9.5% 複勝率: 22.4% | ||
4 | ムーランオランジュ | カリフォルニアクローム |
| 出走: 105回 勝率: 7.6% 複勝率: 16.2% | ||
3 | アースインハマー | ホッコータルマエ |
| 出走: 338回 勝率: 7.4% 複勝率: 20.7% | ||
8 | トヨサカエ | ディーマジェスティ |
| 出走: 92回 勝率: 4.3% 複勝率: 18.5% | ||
7 | リフレックス | モーニン |
| 出走: 97回 勝率: 4.1% 複勝率: 13.4% | ||
16 | アグネスクレスト | ビッグアーサー |
| 出走: 131回 勝率: 0.8% 複勝率: 6.9% | ||
13 | パータリプトラ | アメリカンペイトリオット |
| 出走: 131回 勝率: 0.8% 複勝率: 9.9% | ||
5 | ピュール | ダノンプレミアム |
| 出走: 21回 勝率: 0.0% 複勝率: 14.3% | ||
6 | タイセイブルーム | マテラスカイ |
| 出走: 18回 勝率: 0.0% 複勝率: 0.0% | ||
11 | ベルゼビュート | オーヴァルエース |
| 出走: 10回 勝率: 0.0% 複勝率: 20.0% | ||
12 | ゴディアンフィンチ | シスキン |
| 出走: 5回 勝率: 0.0% 複勝率: 40.0% | ||
🐴 AI競馬ウェーブ穴馬診断書「3歳1勝クラス」
「3歳1勝クラス」では、AIが大穴候補を検出しました。《アースインハマー》は過去データの激走パターンに複数合致しており、人気薄ながら馬券圏内に飛び込む可能性を秘めています。3連系の穴馬として要注目です。
※ 穴馬度は過去の走行パターンから算出した参考指標です。
3 アースインハマー（北村宏司騎手） ★★★★☆【大穴候補】
🔥 前走9着大敗→1800mから1400mへ距離短縮。距離が長すぎた可能性があり、短縮で一変の余地あり。
🔥 前走キング騎手で9着→北村宏司騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 約3ヶ月の休養明けだが、以前は好走歴あり。リフレッシュ効果で復活の可能性。
📊 近走成績: 中山ダート1800m 9着 → 福島ダート1700m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
16 アグネスクレスト（石橋脩騎手） ★★★★☆【大穴候補】
🔥 前走10着大敗→1600mから1400mへ距離短縮。距離が長すぎた可能性があり、短縮で一変の余地あり。
🔥 前走柴田善臣騎手で10着→石橋脩騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 前走芝からダートに初挑戦。未知の魅力がある。
🔥 近走不振だが東京では1着の好走歴。舞台替わりで穴を開ける可能性。
📊 近走成績: 中山芝1600m 10着 → 小倉芝1200m 10着 → 東京芝1400m 10着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
4 ムーランオランジュ（小崎綾也騎手） ★★★☆☆【穴馬候補】
🔥 前走吉村誠之騎手で6着→小崎綾也騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 近走不振だが東京では1着の好走歴。舞台替わりで穴を開ける可能性。
📌 2走前16着の大敗から前走6着に浮上。V字回復の途上にあり、さらなる上昇が期待できる。
📊 近走成績: 京都ダート1400m 6着 → 東京ダート1600m 16着 → 東京ダート1600m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「3歳1勝クラス」AI競馬予想のよくある質問
Q. 「3歳1勝クラス」のAI競馬予想は無料で見られますか？
A. はい、「3歳1勝クラス」を含む中央競馬の全レースのAI競馬予想を無料で公開しております。会員登録も不要で、どなたでもすぐにご利用いただけます。
Q. 「3歳1勝クラス」のAI予想はいつ更新されますか？
A. 最速で2日前（木曜日）の17時頃に公開し、前日の馬番発表時（12時頃）に更新、当日の朝9時頃に最終更新されます。
Q. 「3歳1勝クラス」（東京ダート1400m・16頭）の予想の根拠は？
A. JRA公式データを基に、過去10年以上のレースデータを独自の機械学習モデル（LightGBM）で分析しています。走破タイム・コース適性・騎手成績・血統・調教データなど3,000以上の特徴量を総合的に評価し、各馬の能力値をスコア化しております。
