「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：
札幌
7R
3歳以上1勝クラス 芝 1200m 15頭
2026年7月25日に札幌競馬場で行われる7R「3歳以上1勝クラス」（芝1200m・15頭立て・13:20発走）のAI予想と過去データ分析です。機械学習モデルが全出走馬をスコア化し、予想印・注目馬・展開・穴馬まで無料で公開しています。
🔖 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…
予測不能
今回の「3歳以上1勝クラス」（芝1200m・15頭）は、AI分析においても非常に難解な一戦でございます。本命には《カイショー》を挙げさせていただきますが、2番手の《ジーティーエスピ》、3番手の《サトノカスターニャ》との差はごくわずかです。上位馬が拮抗しているため、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。波乱の可能性も十分にございますので、穴馬の台頭にもご注意ください。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 0 | 00倍 | ◎ 90.0 | |
| 0 | 00倍 | ○ 89.8 | |
| 0 | 00倍 | ▲ 69.9 | |
| 0 | 00倍 | △ 64.9 | |
| 0 | 00倍 | ☆ 64.4 | |
| 0 | 00倍 | 61.0 | |
| 0 | 00倍 | 50.9 | |
| 0 | 00倍 | 47.6 | |
| 0 | 00倍 | 44.2 | |
| 0 | 00倍 | 41.6 | |
| 0 | 00倍 | 38.8 | |
| 0 | 00倍 | 37.1 | |
| 0 | 00倍 | 消 28.7 | |
| 0 | 00倍 | 消 28.0 | |
| 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0.2pt）。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」
0 カイショー（横山武史騎手）
当AI予想の本命馬《カイショー》にフォーカスしてご紹介いたします。
📌 前走の小林美駒騎手から横山武史騎手に乗り替わり。手替わり効果に期待。
📊 近走成績: 函館芝1200m 3着（1人気） → 小倉芝1200m 4着（1人気） → 小倉芝1200m 2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247レースで1番人気の勝率は27.5%と標準的な水準です。
堅い決着も波乱もあり得るため、ヒモを広めに取ることをおすすめいたします。
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 | 27.5% |
| 1番人気の連対率 | 44.9% |
| 1番人気の複勝率 | 59.1% |
| 勝ち馬の平均人気 | 3.5番人気 |
| 集計レース数 | 247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：ハイペース
逃げ4頭・先行8頭と先行争いが激しくなりそうな構成でございます。ペースが速くなれば前の馬が消耗しやすく、差し・追込タイプの馬に注目です。後方から脚を溜められる馬を重視した馬券構成をおすすめいたします。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 4頭 | 26.7% |
先行 | 8頭 | 53.3% |
差し | 3頭 | 20.0% |
追込 | 0頭 | 0.0% |
📈 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《イズルード》《ハッピーラッキー》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 | グランテレーズ | ↓ 下降中 |
| 直近5走: 9着 ← 4着 ← 2着 ← 2着 ← 13着 | ||
0 | シュークリーム | ↓ 下降中 |
| 直近5走: 4着 ← 2着 ← 10着 ← 12着 ← 4着 | ||
0 | ペガサスノース | ↓ 下降中 |
| 直近5走: 4着 ← 11着 ← 14着 ← 10着 ← 8着 | ||
0 | イズルード | ↑ 上昇中 |
| 直近5走: 13着 ← 14着 ← 6着 ← 11着 ← 1着 | ||
0 | ナンナンプー | ↓ 下降中 |
| 直近5走: 4着 ← 9着 ← 7着 ← 11着 ← 11着 | ||
0 | ジーティーエスピ | ↓ 下降中 |
| 直近5走: 2着 ← 3着 ← 8着 ← 6着 ← 3着 | ||
0 | ペイシャアーサー | ↓ 下降中 |
| 直近5走: 5着 ← 14着 ← 14着 ← 11着 ← 16着 | ||
0 | セガンティーニ | ↙ やや下降 |
| 直近5走: 2着 ← 5着 ← 10着 ← 4着 ← 4着 | ||
0 | アイアムステキ | ↓ 下降中 |
| 直近5走: 1着 ← 13着 ← 5着 | ||
0 | ハッピーラッキー | ↑ 上昇中 |
| 直近5走: 6着 ← 5着 ← 5着 ← 2着 ← 4着 | ||
0 | マティンデ | ↑ 上昇中 |
| 直近5走: 9着 ← 6着 ← 16着 ← 3着 ← 6着 | ||
0 | カイショー | ↓ 下降中 |
| 直近5走: 3着 ← 4着 ← 2着 ← 3着 ← 8着 | ||
0 | ニシノサリーナ | ↖ やや上昇 |
| 直近5走: 3着 ← 12着 ← 15着 ← 1着 | ||
0 | サトノカスターニャ | ↓ 下降中 |
| 直近5走: 1着 ← 5着 ← 8着 ← 4着 ← 6着 | ||
0 | ランプローグ | ↑ 上昇中 |
| 直近5走: 7着 ← 8着 ← 6着 ← 5着 ← 3着 | ||
👔 AI競馬ウェーブ調教師×札幌相性分析「3歳以上1勝クラス」
札幌での勝率が最も高いのは長谷川 浩大調教師（50戦7勝・勝率14.0%）でございます。
出走経験が最も豊富なのは水野 貴広調教師（78戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | カイショー | 長谷川 浩大 |
| 勝率: 14.0% 複勝率: 30.0% 平均着順: 5.6位 | ||
0 | マティンデ | 清水 久詞 |
| 勝率: 11.8% 複勝率: 32.4% 平均着順: 6.1位 | ||
0 | イズルード | 田島 俊明 |
| 勝率: 11.1% 複勝率: 22.2% 平均着順: 7.8位 | ||
0 | セガンティーニ | 坂口 智康 |
| 勝率: 10.7% 複勝率: 32.1% 平均着順: 7.2位 | ||
0 | サトノカスターニャ | 吉岡 辰弥 |
| 勝率: 8.0% 複勝率: 12.0% 平均着順: 8.6位 | ||
0 | ニシノサリーナ | 橋口 慎介 |
| 勝率: 7.9% 複勝率: 36.8% 平均着順: 6.0位 | ||
0 | グランテレーズ | 渡辺 薫彦 |
| 勝率: 7.0% 複勝率: 16.3% 平均着順: 7.9位 | ||
0 | アイアムステキ | 奥平 雅士 |
| 勝率: 6.5% 複勝率: 23.9% 平均着順: 7.1位 | ||
0 | ハッピーラッキー | 武市 康男 |
| 勝率: 6.2% 複勝率: 31.2% 平均着順: 6.7位 | ||
0 | ペガサスノース | 高柳 大輔 |
| 勝率: 6.1% 複勝率: 12.1% 平均着順: 7.8位 | ||
0 | シュークリーム | 西村 真幸 |
| 勝率: 5.6% 複勝率: 16.7% 平均着順: 8.2位 | ||
0 | ジーティーエスピ | 中村 直也 |
| 勝率: 5.3% 複勝率: 32.9% 平均着順: 6.1位 | ||
0 | ランプローグ | 矢野 英一 |
| 勝率: 4.7% 複勝率: 14.0% 平均着順: 7.7位 | ||
0 | ペイシャアーサー | 本間 忍 |
| 勝率: 4.2% 複勝率: 10.4% 平均着順: 8.2位 | ||
0 | ナンナンプー | 水野 貴広 |
| 勝率: 3.8% 複勝率: 26.9% 平均着順: 6.8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」
札幌芝1200m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ファインニードル産駒（16戦5勝・勝率31.2%）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 | シュークリーム | ファインニードル |
| 出走: 16回 勝率: 31.2% 複勝率: 50.0% | ||
0 | カイショー | スワーヴリチャード |
| 出走: 8回 勝率: 25.0% 複勝率: 25.0% | ||
0 | グランテレーズ | シュヴァルグラン |
| 出走: 9回 勝率: 22.2% 複勝率: 55.6% | ||
0 | ペガサスノース | ロードカナロア |
| 出走: 158回 勝率: 11.4% 複勝率: 29.1% | ||
0 | ペイシャアーサー | ビッグアーサー |
| 出走: 64回 勝率: 7.8% 複勝率: 21.9% | ||
0 | セガンティーニ | ビッグアーサー |
| 出走: 64回 勝率: 7.8% 複勝率: 21.9% | ||
0 | マティンデ | ビッグアーサー |
| 出走: 64回 勝率: 7.8% 複勝率: 21.9% | ||
0 | サトノカスターニャ | サトノダイヤモンド |
| 出走: 13回 勝率: 7.7% 複勝率: 30.8% | ||
0 | ニシノサリーナ | シルバーステート |
| 出走: 43回 勝率: 7.0% 複勝率: 30.2% | ||
0 | アイアムステキ | リオンディーズ |
| 出走: 37回 勝率: 5.4% 複勝率: 24.3% | ||
0 | イズルード | イスラボニータ |
| 出走: 38回 勝率: 5.3% 複勝率: 13.2% | ||
0 | ジーティーエスピ | ドゥラメンテ |
| 出走: 24回 勝率: 4.2% 複勝率: 29.2% | ||
0 | ナンナンプー | フィエールマン |
| 出走: 3回 勝率: 0.0% 複勝率: 66.7% | ||
0 | ハッピーラッキー | ウインブライト |
| 出走: 0回 勝率: - 複勝率: - | ||
0 | ランプローグ | ダノンキングリー |
| 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」はAI穴馬診断で3頭がピックアップされる混戦模様です。人気薄の好走が多発しやすい条件が揃っており、高配当を狙うチャンスが広がっています。
※ 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。
0 イズルード（長浜鴻緒騎手） ★★★☆☆【穴馬候補】
🔥 前走木幡巧也騎手で13着→長浜鴻緒騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 前走ダートから芝に初挑戦。未知の魅力がある。
📌 2走前14着の大敗から前走13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: 福島ダート1150m 13着 → 東京ダート1400m 14着 → 福島ダート1150m 6着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 ランプローグ（佐々木大輔騎手） ★★☆☆☆【注意馬】
🔥 前走横山武史騎手で7着→佐々木大輔騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 函館芝1200m 7着 → 中山芝1600m 8着 → 東京芝1400m 6着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 マティンデ（横山琉人騎手） ★★☆☆☆【注意馬】
🔥 前走丹内祐次騎手で9着→横山琉人騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 函館芝1200m 9着 → 阪神芝1400m 6着 → 小倉芝1200m 16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」（札幌芝1200m・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。
Q. 「3歳以上1勝クラス」のAI予想の本命は？
A. AIの本命（◎）はランプローグ（AIスコア90.0）、対抗（○）はランプローグ（AIスコア89.8）です。印・買い目の詳細は本ページの予想テーブルをご覧ください。
Q. 「3歳以上1勝クラス」はいつ・どこで開催されますか？
A. 2026年7月25日に札幌競馬場の7R（芝1200m）として13:20発走予定です。
