15 октября 2026 г.
Timestral: Mistral выпустил прогноз временных рядов в четырёх размерах от 5 до 209 млн параметров
Самая большая модель Timestral, 209 млн параметров, заняла первое место сразу на трёх публичных бенчмарках: GIFT-Eval (из 83 записей), TIME (из 35) и fev-bench (из 37), данные от 15.10.2026. Точных метрик в статье нет, только графики, поэтому цифры пока без проверки.
Раньше историю при прогнозе маскировали, когда модель считала горизонт (подход DHF). Timestral оставляет всю историю в последовательности, а обучаемые forecast-токены читают её перед собой.
Как поставить. Одной командой pip install git+https://github.com/mistralai/timestral.git, нужны Python от 3.10 и torch от 2.4. Воспроизводимая установка через uv: клонируйте репозиторий и выполните uv sync --frozen.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Пример кода. Модель загружается через TimestralForecaster.from_pretrained с именем mistralai/Timestral-209M, контекст передаётся массивом numpy, длина прогноза задаётся параметром prediction_length (в примере 96).
Входы и выходы. Одномерные и многомерные ряды, ковариаты из прошлого и известные наперёд, числа и категории. На выходе вероятностный прогноз в 21 квантиле от 0,01 до 0,99, контекст до 32 768 шагов.
Лицензия и дообучение. Код под Apache 2.0, веса под Modified MIT с условием не нарушать права третьих сторон. Свои данные можно дообучить через Mistral Forge.
Дальше остаётся проверить сторонними замерами на тех же трёх бенчмарках.
Первоисточник