Timestral 123M

Timestral 123M — один из четырёх размеров семейства Timestral, выпущенного Mistral 15 октября 2026 года. Модель предназначена для прогнозирования временных рядов: например, показателей датчиков, спроса, загрузки оборудования или других последовательностей измерений. Она может работать без дополнительного обучения на конкретном наборе данных, то есть строить zero-shot прогнозы для новой серии.

Возможности версии 123M

На GIFT-Eval вариант получил MASE 0,659 и CRPS 0,448. Mistral сообщает, что по общему результату он уступает версии 209M примерно 0,2%, при этом прогноз выполняется примерно за три четверти её времени в описанном компанией сценарии. Это компромиссный размер для систем, где важно сочетать точность и время отклика.

Поэтому 123M может подойти как рабочая середина между компактной версией и максимальной точностью старшего варианта. Чекпойнт опубликован на Hugging Face.

Что прогнозирует Timestral

Модель анализирует временную последовательность и оценивает её будущие значения. Такой подход применяют к телеметрии, энергопотреблению, объёмам заказов и показателям оборудования. В отличие от обычной языковой модели, Timestral работает с числовым рядом как с последовательностью измерений.

Учет дополнительных факторов

Семейство поддерживает многомерные данные и известные заранее признаки. Например, график производства или выходной день может объяснить ожидаемый всплеск нагрузки. Предсказанные диапазоны полезны для планирования: они показывают, насколько результат неопределён.

Как выбрать размер

Timestral выпускается в четырёх размерах: 5M, 28M, 123M и 209M. Для всех четырёх опубликованы веса и общий код. Компактные варианты уменьшают задержку, а старшие дают более точные прогнозы в тестах Mistral. Выбор зависит от частоты расчётов, размера истории и цены ошибок в конкретном процессе.

Доступность и ограничения

Timestral — специализированная модель для числовых временных рядов, а не универсальный чат-бот и не система, которая сама принимает бизнес-решения. Её прогнозы стоит оценивать на данных конкретной организации, учитывать пропуски и сезонность и проверять вместе с базовыми методами. Mistral сообщает, что для инференса не требуется GPU; доступные веса и программный код позволяют развернуть модель в собственной среде.

Разработчик

Другие модели компании собраны в статье о Mistral в Вики Futuretools. Подробности о семействе опубликованы в официальном анонсе Timestral.