「3歳以上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：
阪神
8R 13:40
3歳以上1勝クラス 芝 1600m 15頭
260 円
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「3歳以上1勝クラス」競馬予想
競馬AIウェーブの予想自信度は…
自信ナシ
「3歳以上1勝クラス」（芝1600m・15頭立て）は予想が非常に悩ましいレースでございます。AIモデルの算出スコアでは《グランドオーパス》がわずかにリードしておりますが、実質的には上位数頭が団子状態です。《アイニードユー》《ピエタンツァ》のいずれが勝っても不思議ではありません。穴馬の台頭にも注意しつつ、余裕を持った買い目をおすすめいたします。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 1 | 24.5倍 | ◎ 90.0 | |
| 6 | 11.5倍 | ○ 87.8 | |
| 5 | 936.9倍 | ▲ 81.7 | |
| 7 | 311.8倍 | △ 81.1 | |
| 14 | 1050.8倍 | ☆ 80.0 | |
| 8 | 413.4倍 | 72.9 | |
| 9 | 733.9倍 | 68.6 | |
| 4 | 1269.3倍 | 63.3 | |
| 2 | 630.5倍 | 55.0 | |
| 13 | 836.8倍 | 50.1 | |
| 15 | 515.8倍 | 44.5 | |
| 11 | 14202.7倍 | 36.6 | |
| 3 | 13122.8倍 | 34.5 | |
| 10 | 1155.5倍 | 消 24.5 | |
| 12 | 15336.3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競馬ウェーブ予想の的中馬券
複勝
6アイニードユー
110 円
単勝
6アイニードユー
150 円
📊 AIスコア分布「3歳以上1勝クラス」
スコアが団子状態となっております（上位差2.2pt）。どの馬にもチャンスがある混戦模様でございます。穴馬の台頭にも十分ご注意いただき、余裕を持った買い目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歳以上1勝クラス」
1 グランドオーパス（坂井瑠星騎手）
当AI予想の本命馬《グランドオーパス》にフォーカスしてご紹介いたします。
📌 前走の北村友一騎手から坂井瑠星騎手に乗り替わり。手替わり効果に期待。
📌 前走1800m→今回1600mへ距離短縮。スピード勝負への対応力が鍵。
📌 阪神で過去1着の好走歴あり。コース適性は実証済み。
📊 近走成績: 阪神芝1800m 2着（1人気） → 阪神芝1600m 4着（9人気） → 京都芝1600m 4着（4人気）
📈 AI競馬ウェーブ調子トレンド予測: ↙ やや下降
🎲 波乱度メーター「3歳以上1勝クラス」
過去530レースでの1番人気の勝率は37.2%。
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、標準的な頭数である点もご考慮ください。
| 指標 | 数値 |
|---|---|
| 1番人気の勝率 | 37.2% |
| 1番人気の連対率 | 54.9% |
| 1番人気の複勝率 | 67.9% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 530レース |
🏇 AI競馬ウェーブ展開予測シナリオ「3歳以上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：ミドルペース
逃げ1頭・先行4頭・差し2頭・追込8頭と、バランスの取れた脚質構成でございます。極端なペースにはなりにくく、各馬の総合力が問われる一戦となりそうです。脚質による有利不利は少ないため、馬の地力を重視した予想をおすすめいたします。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.7% |
先行 | 4頭 | 26.7% |
差し | 2頭 | 13.3% |
追込 | 8頭 | 53.3% |
📈 AI競馬ウェーブ調子トレンド予測「3歳以上1勝クラス」
《ウォーターエアリー》《チリーゴールド》が上り調子となっております。
直近の着順が着実に上昇しており、勢いのある走りが期待できます。
この好調ぶりは見逃せないポイントでございます。
| 馬番 | 馬名 | 調子 |
|---|---|---|
1 | グランドオーパス | ↙ やや下降 |
| 直近5走: 2着 ← 4着 ← 4着 ← 1着 ← 4着 | ||
2 | ウォーターエアリー | ↑ 上昇中 |
| 直近5走: 4着 ← 11着 ← 9着 ← 8着 ← 1着 | ||
3 | テレプシコーラ | ↙ やや下降 |
| 直近5走: 6着 ← 7着 ← 14着 ← 6着 ← 8着 | ||
4 | オリーボーレン | ↓ 下降中 |
| 直近5走: 4着 ← 6着 ← 3着 ← 9着 ← 6着 | ||
5 | ピエタンツァ | ↙ やや下降 |
| 直近5走: 4着 ← 6着 ← 5着 ← 6着 ← 5着 | ||
6 | アイニードユー | ↙ やや下降 |
| 直近5走: 4着 ← 3着 ← 3着 ← 5着 ← 5着 | ||
7 | シャンパンライフ | ↖ やや上昇 |
| 直近5走: 4着 ← 2着 ← 4着 ← 2着 ← 3着 | ||
8 | バースデイフライト | ↖ やや上昇 |
| 直近5走: 4着 ← 6着 ← 9着 ← 6着 ← 3着 | ||
9 | ベルサンローラン | ↑ 上昇中 |
| 直近5走: 8着 ← 6着 ← 2着 ← 5着 ← 1着 | ||
10 | ポペット | ↑ 上昇中 |
| 直近5走: 11着 ← 8着 ← 9着 ← 7着 ← 2着 | ||
11 | ミティリーニ | ↑ 上昇中 |
| 直近5走: 7着 ← 1着 ← 12着 ← 4着 ← 2着 | ||
12 | チリーゴールド | ↑ 上昇中 |
| 直近5走: 13着 ← 6着 ← 9着 ← 11着 ← 3着 | ||
13 | フォルナックス | ↙ やや下降 |
| 直近5走: 5着 ← 7着 ← 1着 ← 3着 ← 8着 | ||
14 | サッポロイクコ | ↓ 下降中 |
| 直近5走: 1着 ← 3着 | ||
15 | テイエムスティール | ↑ 上昇中 |
| 直近5走: 7着 ← 11着 ← 3着 ← 1着 | ||
👔 AI競馬ウェーブ調教師×阪神相性分析「3歳以上1勝クラス」
阪神での勝率が最も高いのは高野 友和調教師（329戦50勝・勝率15.2%）でございます。
出走経験が最も豊富なのは清水 久詞調教師（536戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
11 | ミティリーニ | 高野 友和 |
| 勝率: 15.2% 複勝率: 36.2% 平均着順: 5.9位 | ||
1 | グランドオーパス | 橋口 慎介 |
| 勝率: 10.6% 複勝率: 32.5% 平均着順: 6.6位 | ||
5 | ピエタンツァ | 松永 幹夫 |
| 勝率: 10.2% 複勝率: 29.7% 平均着順: 6.6位 | ||
2 | ウォーターエアリー | 高柳 大輔 |
| 勝率: 9.9% 複勝率: 32.5% 平均着順: 6.5位 | ||
7 | シャンパンライフ | 四位 洋文 |
| 勝率: 9.6% 複勝率: 28.4% 平均着順: 7.1位 | ||
13 | フォルナックス | 奥村 豊 |
| 勝率: 9.1% 複勝率: 26.2% 平均着順: 7.2位 | ||
4 | オリーボーレン | 藤岡 健一 |
| 勝率: 8.3% 複勝率: 28.2% 平均着順: 6.8位 | ||
9 | ベルサンローラン | 清水 久詞 |
| 勝率: 8.0% 複勝率: 24.1% 平均着順: 7.3位 | ||
15 | テイエムスティール | 高橋 一哉 |
| 勝率: 7.1% 複勝率: 19.2% 平均着順: 8.2位 | ||
3 | テレプシコーラ | 坂口 智康 |
| 勝率: 6.1% 複勝率: 21.5% 平均着順: 7.5位 | ||
6 | アイニードユー | 吉村 圭司 |
| 勝率: 5.9% 複勝率: 21.4% 平均着順: 7.4位 | ||
8 | バースデイフライト | 新谷 功一 |
| 勝率: 5.7% 複勝率: 20.8% 平均着順: 7.6位 | ||
14 | サッポロイクコ | 加藤 士津八 |
| 勝率: 5.7% 複勝率: 25.7% 平均着順: 7.9位 | ||
10 | ポペット | 高橋 康之 |
| 勝率: 3.4% 複勝率: 10.1% 平均着順: 9.5位 | ||
12 | チリーゴールド | 飯田 祐史 |
| 勝率: 3.3% 複勝率: 13.4% 平均着順: 8.7位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳以上1勝クラス」
阪神芝1600m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Tapit産駒（7戦2勝・勝率28.6%）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 |
|---|---|---|
11 | ミティリーニ | Tapit |
| 出走: 7回 勝率: 28.6% 複勝率: 28.6% | ||
14 | サッポロイクコ | Saxon Warrior |
| 出走: 16回 勝率: 18.8% 複勝率: 31.2% | ||
2 | ウォーターエアリー | サートゥルナーリア |
| 出走: 63回 勝率: 12.7% 複勝率: 20.6% | ||
15 | テイエムスティール | リアルスティール |
| 出走: 118回 勝率: 11.9% 複勝率: 26.3% | ||
4 | オリーボーレン | ニューイヤーズデイ |
| 出走: 18回 勝率: 11.1% 複勝率: 33.3% | ||
1 | グランドオーパス | キズナ |
| 出走: 525回 勝率: 10.1% 複勝率: 27.2% | ||
5 | ピエタンツァ | エピファネイア |
| 出走: 510回 勝率: 9.2% 複勝率: 29.0% | ||
12 | チリーゴールド | オルフェーヴル |
| 出走: 332回 勝率: 8.7% 複勝率: 22.3% | ||
3 | テレプシコーラ | ルーラーシップ |
| 出走: 539回 勝率: 8.0% 複勝率: 25.0% | ||
9 | ベルサンローラン | キタサンブラック |
| 出走: 154回 勝率: 7.8% 複勝率: 27.9% | ||
13 | フォルナックス | キタサンブラック |
| 出走: 154回 勝率: 7.8% 複勝率: 27.9% | ||
7 | シャンパンライフ | イスラボニータ |
| 出走: 141回 勝率: 6.4% 複勝率: 29.1% | ||
6 | アイニードユー | ファインニードル |
| 出走: 39回 勝率: 5.1% 複勝率: 23.1% | ||
10 | ポペット | サトノクラウン |
| 出走: 75回 勝率: 2.7% 複勝率: 17.3% | ||
8 | バースデイフライト | コントレイル |
| 出走: 45回 勝率: 2.2% 複勝率: 28.9% | ||
🐴 AI競馬ウェーブ穴馬診断書「3歳以上1勝クラス」
「3歳以上1勝クラス」のAI穴馬診断で、特に注目度の高い馬が見つかりました。《フォルナックス》はAI予測順位こそ高くないものの、激走条件への合致度が非常に高い一頭です。大穴を狙うなら押さえておきたい馬でございます。
※ 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。
13 フォルナックス（西村淳也騎手） ★★★★☆【大穴候補】
🔥 前走戸崎圭太騎手で5着→西村淳也騎手に乗り替わり。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。
🔥 近走不振だが阪神では3着の好走歴。舞台替わりで穴を開ける可能性。
📌 近走は下降傾向だが、勝ち鞍のある実力馬。一度の好走で一気に浮上する力を秘めている。
📊 近走成績: 中山芝1800m 5着 → 京都芝1600m 7着 → 京都芝1800m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↙ やや下降
9 ベルサンローラン（吉村誠之助騎手） ★★★☆☆【穴馬候補】
🔥 前走8着大敗→1800mから1600m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。
🔥 前走石橋脩騎手で8着→吉村誠之助騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 東京芝1800m 8着 → 中山芝1600m 6着 → 京都芝1600m 2着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
15 テイエムスティール（田山旺佑騎手） ★★★☆☆【穴馬候補】
🔥 前走武豊騎手で7着→田山旺佑騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 近走不振だが阪神では1着の好走歴。舞台替わりで穴を開ける可能性。
📌 2走前11着の大敗から前走7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: 東京芝1800m 7着 → 阪神芝1400m 11着 → 京都芝1400m 3着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「3歳以上1勝クラス」AI競馬予想のよくある質問
Q. 「3歳以上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歳以上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歳以上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歳以上1勝クラス」（阪神芝1600m・15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。
