「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：
東京
12R
3歳以上1勝クラスダート1600m16頭
🔖 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
16頭が出走する「3歳以上1勝クラス」（ダート1600m）。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《パラダイスフェイス》でございます。次いで《ツァガーンサル》、《フルミネブル》の順に評価しておりますが、ダート1600m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 |
|---|---|---|---|
| 0 | 00倍 | ◎ 90.0 | |
| 0 | 00倍 | ○ 88.3 | |
| 0 | 00倍 | ▲ 84.4 | |
| 0 | 00倍 | △ 74.2 | |
| 0 | 00倍 | ☆ 70.9 | |
| 0 | 00倍 | 66.4 | |
| 0 | 00倍 | 64.1 | |
| 0 | 00倍 | 55.8 | |
| 0 | 00倍 | 52.6 | |
| 0 | 00倍 | 48.1 | |
| 0 | 00倍 | 46.4 | |
| 0 | 00倍 | 46.3 | |
| 0 | 00倍 | 40.8 | |
| 0 | 00倍 | 39.8 | |
| 0 | 00倍 | 37.4 | |
| 0 | 00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1.7pt）。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」
0 パラダイスフェイス（松山弘平騎手）
「3歳以上1勝クラス」の注目馬は《パラダイスフェイス》。AIが本命に推す理由を解説いたします。
📌 前走1800m→今回1600mへ距離短縮。スピード勝負への対応力が鍵。
📌 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。
📊 近走成績: 中山ダート1800m 1着（1人気） → 京都ダート1900m 2着（2人気） → 中山ダート1800m 3着（2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歳以上1勝クラス」
過去1111レースでの1番人気の勝率は33.6%。
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 | 33.6% |
| 1番人気の連対率 | 52.8% |
| 1番人気の複勝率 | 66.5% |
| 勝ち馬の平均人気 | 3.3番人気 |
| 集計レース数 | 1111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：スローペース
逃げ1頭・先行2頭と、ペースが落ち着きそうな構成でございます。逃げ・先行タイプの馬が有利な展開になる可能性が高いです。前残りの競馬になりやすいため、先行力のある馬を中心にご検討ください。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.2% |
先行 | 2頭 | 12.5% |
差し | 9頭 | 56.2% |
追込 | 4頭 | 25.0% |
📈 AI競馬ウェーブ調子トレンド予測「3歳以上1勝クラス」
特に注目していただきたいのは上昇中の《サムワンライクユー》《アイランドピーク》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 |
|---|---|---|
0 | サムワンライクユー | ↑ 上昇中 |
| 直近5走: 13着 ← 4着 ← 6着 ← 12着 ← 5着 | ||
0 | アイランドピーク | ↑ 上昇中 |
| 直近5走: 15着 ← 12着 ← 16着 ← 12着 ← 8着 | ||
0 | カルネヴァーレ | ← 横ばい |
| 直近5走: 4着 ← 9着 ← 13着 ← 2着 ← 7着 | ||
0 | カーマンライン | ↖ やや上昇 |
| 直近5走: 10着 ← 4着 ← 6着 ← 6着 ← 8着 | ||
0 | メトロポリターナ | ↖ やや上昇 |
| 直近5走: 5着 ← 9着 ← 10着 ← 5着 ← 6着 | ||
0 | ティアップドライブ | ↓ 下降中 |
| 直近5走: 8着 ← 9着 ← 8着 ← 11着 ← 10着 | ||
0 | ヤングアメリカンズ | ↓ 下降中 |
| 直近5走: 4着 ← 3着 ← 3着 ← 6着 ← 11着 | ||
0 | ツァガーンサル | ↑ 上昇中 |
| 直近5走: 6着 ← 4着 | ||
0 | コスモシェルベット | ↓ 下降中 |
| 直近5走: 6着 ← 3着 ← 7着 ← 7着 ← 12着 | ||
0 | サンデーパーティー | ↑ 上昇中 |
| 直近5走: 14着 ← 8着 ← 1着 ← 4着 | ||
0 | ヘルメスギャング | ← 横ばい |
| 直近5走: 8着 ← 7着 ← 4着 ← 7着 ← 8着 | ||
0 | アトミックブレス | ↑ 上昇中 |
| 直近5走: 7着 ← 1着 ← 3着 | ||
0 | オクトーバーナイン | ↑ 上昇中 |
| 直近5走: 4着 ← 9着 ← 9着 ← 1着 | ||
0 | パラダイスフェイス | ↓ 下降中 |
| 直近5走: 1着 ← 2着 ← 3着 ← 2着 ← 5着 | ||
0 | ニャンタロウ | ↑ 上昇中 |
| 直近5走: 15着 ← 10着 ← 8着 ← 1着 ← 5着 | ||
0 | フルミネブル | ↑ 上昇中 |
| 直近5走: 16着 ← 2着 ← 1着 | ||
👔 AI競馬ウェーブ調教師×東京相性分析「3歳以上1勝クラス」
東京での勝率が最も高いのは加藤 征弘調教師（465戦61勝・勝率13.1%）でございます。
出走経験が最も豊富なのは牧 光二調教師（473戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | ヤングアメリカンズ | 加藤 征弘 |
| 勝率: 13.1% 複勝率: 32.7% 平均着順: 7.0位 | ||
0 | アトミックブレス | 加藤 征弘 |
| 勝率: 13.1% 複勝率: 32.7% 平均着順: 7.0位 | ||
0 | カルネヴァーレ | 菊沢 隆徳 |
| 勝率: 10.9% 複勝率: 27.6% 平均着順: 7.0位 | ||
0 | オクトーバーナイン | 稲垣 幸雄 |
| 勝率: 8.8% 複勝率: 26.7% 平均着順: 7.8位 | ||
0 | カーマンライン | 小島 茂之 |
| 勝率: 7.2% 複勝率: 20.4% 平均着順: 7.5位 | ||
0 | ヘルメスギャング | 武井 亮 |
| 勝率: 7.0% 複勝率: 26.1% 平均着順: 7.2位 | ||
0 | フルミネブル | 千葉 直人 |
| 勝率: 6.8% 複勝率: 23.9% 平均着順: 7.5位 | ||
0 | パラダイスフェイス | 牧 光二 |
| 勝率: 5.9% 複勝率: 17.1% 平均着順: 8.4位 | ||
0 | ニャンタロウ | 武市 康男 |
| 勝率: 5.5% 複勝率: 16.2% 平均着順: 8.5位 | ||
0 | サンデーパーティー | 相沢 郁 |
| 勝率: 4.1% 複勝率: 15.4% 平均着順: 8.0位 | ||
0 | コスモシェルベット | 水野 貴広 |
| 勝率: 3.2% 複勝率: 10.0% 平均着順: 8.8位 | ||
0 | アイランドピーク | 加藤 和宏 |
| 勝率: 2.6% 複勝率: 8.5% 平均着順: 10.0位 | ||
0 | ティアップドライブ | 奥平 雅士 |
| 勝率: 2.5% 複勝率: 12.3% 平均着順: 8.9位 | ||
0 | メトロポリターナ | 粕谷 昌央 |
| 勝率: 1.5% 複勝率: 5.8% 平均着順: 10.3位 | ||
0 | サムワンライクユー | 佐藤 吉勝 |
| 勝率: 1.3% 複勝率: 5.9% 平均着順: 10.3位 | ||
0 | ツァガーンサル | 平岩 大典 |
| 勝率: 0.0% 複勝率: 5.6% 平均着順: 9.0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」
東京ダート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Not This Time産駒（5戦2勝・勝率40.0%）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 |
|---|---|---|
0 | ツァガーンサル | Not This Time |
| 出走: 5回 勝率: 40.0% 複勝率: 60.0% | ||
0 | フルミネブル | Bolt d'Oro |
| 出走: 4回 勝率: 25.0% 複勝率: 50.0% | ||
0 | サムワンライクユー | グレーターロンドン |
| 出走: 51回 勝率: 9.8% 複勝率: 31.4% | ||
0 | カルネヴァーレ | ダノンレジェンド |
| 出走: 228回 勝率: 8.3% 複勝率: 26.3% | ||
0 | パラダイスフェイス | エスポワールシチー |
| 出走: 282回 勝率: 7.8% 複勝率: 24.8% | ||
0 | コスモシェルベット | マインドユアビスケッツ |
| 出走: 230回 勝率: 7.4% 複勝率: 22.6% | ||
0 | ヘルメスギャング | ブリックスアンドモルタル |
| 出走: 68回 勝率: 7.4% 複勝率: 26.5% | ||
0 | ヤングアメリカンズ | ホッコータルマエ |
| 出走: 321回 勝率: 7.2% 複勝率: 20.9% | ||
0 | サンデーパーティー | ホッコータルマエ |
| 出走: 321回 勝率: 7.2% 複勝率: 20.9% | ||
0 | ニャンタロウ | ホッコータルマエ |
| 出走: 321回 勝率: 7.2% 複勝率: 20.9% | ||
0 | アトミックブレス | カレンブラックヒル |
| 出走: 226回 勝率: 7.1% 複勝率: 25.7% | ||
0 | オクトーバーナイン | コパノリッキー |
| 出走: 204回 勝率: 6.4% 複勝率: 14.7% | ||
0 | カーマンライン | ネオユニヴァース |
| 出走: 232回 勝率: 5.6% 複勝率: 13.4% | ||
0 | ティアップドライブ | リオンディーズ |
| 出走: 245回 勝率: 5.3% 複勝率: 15.9% | ||
0 | アイランドピーク | ユアーズトゥルーリ |
| 出走: 8回 勝率: 0.0% 複勝率: 0.0% | ||
0 | メトロポリターナ | Masar |
| 出走: 0回 勝率: - 複勝率: - | ||
🐴 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」では、AIが大穴候補を検出しました。《サンデーパーティー》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。
0 サンデーパーティー（荻野極騎手） ★★★★★【大穴候補】
🔥 前走14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Ｍ．デム騎手で14着→荻野極騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 約6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: 中山ダート1800m 14着 → 東京ダート1600m 8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
0 ニャンタロウ（菊沢一樹騎手） ★★☆☆☆【注意馬】
🔥 前走15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。
📊 近走成績: 新潟ダート1800m 15着 → 中山ダート1800m 10着 → 中山ダート1800m 8着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 サムワンライクユー（嶋田純次騎手） ★★☆☆☆【注意馬】
🔥 前走長岡禎仁騎手で13着→嶋田純次騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 東京ダート1600m 13着 → 中山ダート1800m 4着 → 中山ダート1800m 6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」（東京ダート1600m・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。
