パフォーマンス予測は、サブスクライバーの過去のStravaアクティビティデータに基づいて、主要なランニングレース距離の完走予想タイムを表示します。 サポートされるレース距離は、5km、10km、ハーフマラソンと、フルマラソンです。 パフォーマンス予測は、レースの地形や標高の変動は考慮せず、アスリートがトラックと同様の平坦なコースでレースを走ることを想定しています。 パフォーマンス予測はサブスクライバーのみに提供され、「あなた」タブの「進捗」画面で確認できます。 モバイル アプリのランニング アクティビティでも表示されます。

すべての予測を表示するには、登録者は 24 週間以内に GPS を使用した屋外ランニング アクティビティを少なくとも 20 件アップロードする必要があります。 この閾値を設けることにより、パフォーマンス予測機能を支える機械学習モデルが、高品質で正確な予測を行うのに十分なデータを持っていることが保証されます。 パフォーマンス予測は、各ランニングのアップロード後、および3日間ランニングのアップロードがない場合に、そのサブスクライバーの新しい予測データを生成します。 期間内に十分なランニングアクティビティをアップロードしていないサブスクライバーには、直近で十分なアップロードがあった時の予測データがキャッシュされた状態で表示されます。 サブスクライバーがアップロードを再開し、アクティビティ数が閾値に達すると、パフォーマンス予測が更新されます。

過去1ヶ月、3ヶ月、6ヶ月の予測を時系列で見ることができます。 月ごとの表示では、毎日更新される予想を見ることができる。 3ヶ月と6ヶ月については、各週の予想中央値を見ることができる。 その日、あるいはその週の最新の予測がなかった場合、私たちが点と点を結ぶお手伝いをします。 過去の予想を表示するには、選択した時間枠で、選択した距離、少なくとも2回の予想が必要です。 今日の予想に十分な出走数がない場合でも、選択した時間枠で過去の予想を見ることができます。

Stravaのパフォーマンス予測機能は、過去のランニング履歴やベストエフォートなど、100以上のアスリートデータを活用するMLモデルによって支えられています。 推定VO2マックスのような理論的な指標に依存する他のレース予測機能とは異なり、Stravaはレース結果を予測するために、実際のアクティビティデータのみを使用します。 この機能はまた、同様のトレーニング履歴を持つアスリートのパフォーマンスデータも活用しているため、推定タイムは現実的で、同様の能力を持つ他のユーザーのパフォーマンスにも依存します。

各レース距離のタイムは独立して計算されるため、予測精度が高くなります。 例えば、マラソンに向けてトレーニングしているアスリート（週当たりの練習量が多く、長いインターバルに重点を置いているアスリート）は、ハーフマラソンやマラソンの予測には大きな改善が見られるかもしれませんが、短距離走の予測には同等の改善は見られないかもしれません。 同様に、短距離走に重点を置いているアスリート（トレーニングにおいてスピードとパワーを重視しているアスリート）は、5kmと10kmの予測において、スピードやパワーがあまり重要でない長距離走の予測よりも向上が見られるかもしれません。

2025年9月23日の週、パフォーマンス予測モデルの強化版が発表された。 このアップデートは、あなたの最近のベストエフォートより正確に反映させるものです。