Mistral AI anunció una nueva familia de modelos fundacionales de series temporales llamada Timestral. El modelo más grande tiene 209 millones de parámetros y está diseñado para predecir datos que cambian con el tiempo, como las cifras de ventas o las lecturas de sensores. Mistral afirma que la versión de 209 M supera a TimesFM‑3 de Google en tres conjuntos de pruebas —GIFT‑Eval, TIME y fev‑bench— cuando se usa sin ajuste fino para una tarea específica (en modo zero-shot). El modelo puede funcionar con una CPU estándar, así que no hace falta una tarjeta gráfica para probarlo.
Qué incluye la familia de modelos
Timestral está disponible en varios tamaños, desde una versión ligera de 5 M hasta el modelo insignia de 209 M. Los modelos más pequeños están pensados para dispositivos con capacidad de procesamiento limitada, mientras que el más grande apunta a usos de investigación y empresariales que requieren mayor precisión. Todas las versiones comparten la misma arquitectura, lo que permite a los desarrolladores cambiar de tamaño sin tener que reescribir el código.
Por qué importa
Para analistas e ingenieros que necesitan pronosticar tendencias, Timestral ofrece un modelo listo para usar que funciona en hardware común y reduce la barrera de entrada. Sus mejores resultados en los benchmarks apuntan a predicciones más precisas que las de la oferta anterior de Google, aunque aún faltan pruebas independientes.
