# Mistral AI lancia Timestral, un modello predittivo da 209 milioni di parametri

> Mistral AI presenta Timestral, una famiglia di modelli per serie temporali da 5 M a 209 M di parametri, che supera TimesFM‑3 di Google in diversi benchmark e funziona su CPU.

Oossa · 2026-10-19 · https://oossa.com/it/mistral-ai-launches-timestral-a-209-million-parameter-forecasting-model

Mistral AI ha annunciato Timestral, una nuova famiglia di modelli fondazionali per serie temporali. Il modello più grande ha 209 milioni di parametri ed è progettato per prevedere dati che cambiano nel tempo, come i dati di vendita o le letture dei sensori. Secondo Mistral, la versione da 209 M supera TimesFM‑3 di Google in tre suite di benchmark – GIFT‑Eval, TIME e fev‑bench – senza essere sottoposta a un fine-tuning specifico per il compito (zero-shot). Il modello può funzionare su una normale CPU, quindi per provarlo non serve una scheda grafica.

## Cosa comprende la famiglia di modelli

Timestral è disponibile in diverse dimensioni, dalla versione leggera da 5 M fino al modello di punta da 209 M. I modelli più piccoli sono pensati per dispositivi con capacità di calcolo limitate, mentre quello più grande è rivolto a casi d’uso di ricerca e aziendali che richiedono maggiore precisione. Tutte le versioni condividono la stessa architettura, così gli sviluppatori possono passare da una dimensione all’altra senza riscrivere il codice.

## I fatti

- Mistral ha rilasciato i modelli Timestral, con un numero di parametri compreso tra 5 M e 209 M.
- Timestral da 209 M è in testa ai benchmark GIFT‑Eval, TIME e fev‑bench tra i modelli zero-shot.
- Timestral funziona su CPU e non richiede una GPU.
- Secondo Mistral, il modello da 209 M supera TimesFM‑3 di Google in questi benchmark.

## Perché conta

Per analisti e ingegneri che devono prevedere le tendenze, Timestral offre un modello pronto all’uso che può funzionare su hardware comune, riducendo i costi di accesso. I risultati migliori nei benchmark fanno pensare a previsioni più accurate rispetto alla precedente proposta di Google, anche se restano da attendere test indipendenti.

## Fonti e riferimenti

1. [Mistral AI Releases Timestral: A 209M Forecasting Model Family That Outperforms Google’s TimesFM-3](https://www.marktechpost.com/2026/10/18/mistral-timestral-time-series-foundation-model/) – MarkTechPost, 2026-10-19

Ultimo aggiornamento: 2026-10-19