Mistral AI выпустила семейство моделей прогнозирования временных рядов Timestral

Французская компания Mistral AI 19 октября 2026 года выпустила Timestral — семейство базовых моделей для прогнозирования временных рядов. Линейка включает несколько размеров: от компактной версии на 5 миллионов параметров до флагманской модели на 209 миллионов.

Согласно данным о релизе, модель Timestral на 209 млн параметров занимает первое место среди моделей с нулевым обучением (zero-shot) на трёх бенчмарках: GIFT-Eval, TIME и fev-bench. Под zero-shot здесь понимается, что модель строит прогнозы на новых данных без дообучения под конкретный набор данных.

Соперничество с TimesFM-3 от Google

Сообщается, что Timestral превосходит TimesFM-3, базовую модель Google для временных рядов, по результатам этих оценок. Линейка TimesFM относится к числу самых известных моделей в этой области. Доступные данные не содержат подробной разбивки результатов и не указывают, были ли они независимо воспроизведены.

Ещё одна заметная особенность: модель работает на стандартном процессоре (CPU), а не требует графического ускорителя (GPU). Это может снизить стоимость внедрения для организаций и разработчиков, не имеющих доступа к специализированному оборудованию для ускорения вычислений.

Зачем нужны модели прогнозирования

Прогнозирование временных рядов лежит в основе предсказаний любых величин, измеряемых во времени, например спроса на электроэнергию, розничных продаж, потребности в запасах, финансовых показателей и погоды. Базовые модели в этой области призваны заменить практику обучения отдельной модели для каждого набора данных единой универсальной системой.

Mistral AI известна прежде всего своими большими языковыми моделями, поэтому Timestral знаменует выход компании на рынок специализированных моделей для нетекстовых данных. Компактный размер и поддержка CPU могут упростить встраивание таких моделей в бизнес-системы, однако то, как они покажут себя на реальных задачах, станет понятно, когда пользователи начнут их проверять.