Mistral AI представила Timestral для прогнозування часових рядів

Французька компанія Mistral AI 19 жовтня 2026 року випустила Timestral, родину базових моделей, створених для прогнозування часових рядів. Лінійка охоплює кілька розмірів: від компактної версії з 5 мільйонами параметрів до флагманської моделі з 209 мільйонами.

Згідно з даними релізу, модель Timestral на 209 млн параметрів посідає перше місце серед моделей zero-shot за результатами трьох бенчмарків: GIFT-Eval, TIME та fev-bench. Zero-shot означає, що модель робить прогнози на нових даних без додаткового навчання на конкретному наборі даних.

Конкуренція з TimesFM-3 від Google

Повідомляється, що Timestral перевершила TimesFM-3, базову модель Google для роботи з часовими рядами, у цих оцінках. Лінійка TimesFM належить до найвідоміших моделей у цій галузі. Докладної розбивки результатів у наявній інформації немає, так само як і не зазначено, чи були результати незалежно відтворені.

Ще одна помітна особливість полягає в тому, що модель працює на звичайному процесорі (CPU), а не потребує графічного процесора (GPU). Це може знизити витрати на впровадження для організацій і розробників, які не мають доступу до спеціалізованого апаратного прискорення.

Чому моделі прогнозування важливі

Прогнозування часових рядів лежить в основі передбачень щодо всього, що вимірюється в часі, зокрема попиту на електроенергію, роздрібних продажів, потреб у запасах, фінансових показників і погоди. Базові моделі в цій галузі мають замінити практику навчання окремої моделі для кожного набору даних єдиною універсальною системою.

Mistral AI найвідоміша своїми великими мовними моделями, тож Timestral знаменує перехід до спеціалізованих моделей для нетекстових даних. Невеликі вимоги до ресурсів і підтримка CPU можуть полегшити їх інтеграцію в бізнес-системи, однак те, як модель працюватиме з реальними навантаженнями, стане зрозумілим, коли користувачі її випробують.