Mistral представила Timestral — семейство открытых специализированных моделей, которые прогнозируют числовые временные рядыi, например продажи, телеметрию и нагрузку на серверы. Модели работают zero-shoti, то есть без дообучения на конкретных данных, и поддерживают одномерные и многомерные прогнозы.

Линейка включает четыре размера — от 5M до 209M параметров. По данным Mistral, старшая модель лидирует на трёх бенчмарках; источники также сообщают о быстрой работе на CPU. Веса и код опубликованы, а корпоративный запуск и дообучение доступны через Mistral Forge.

• Timestral принимает до 32 768 шагов истории и за один проход прогнозирует до 1024 шагов.
• В отличие от описания ковариат в первом источнике, второй указывает поддержку не только прошлых и заранее известных значений, но и категориальных признаков — например, дня недели или состояния станка.
• По данным Mistral, модель 209M заняла первое место на GIFT-Eval, TIME и fev-bench по пяти метрикам; в публикации также говорится, что она обошла Chronos-2 и TimesFM-3.
• Источник AI Product утверждает, что модель 28M обходит Chronos-2, который примерно в четыре раза крупнее; автор канала при этом предостерегает от безоговорочного доверия к бенчмаркам Mistral.
• По данным Machinelearning, модель 209M выдаёт прогноз за сутки за 140 мс на восьми потоках CPU, а версия 5M выполняет прогноз за 10 мс.
• Machinelearning сообщает, что результат представлен распределением по 21 квантилю; AI Product отмечает, что модели обучали практически только на синтетических данных.
• Веса доступны на Hugging Face, код — на GitHub; указана modified MIT-лицензия.