Mistral AI heeft een nieuwe reeks foundationmodellen voor tijdreeksen aangekondigd: Timestral. Het grootste model telt 209 miljoen parameters en is bedoeld om gegevens te voorspellen die in de loop van de tijd veranderen, zoals verkoopcijfers of sensormetingen. Volgens Mistral presteert de versie met 209 miljoen parameters bij drie benchmarksuites — GIFT‑Eval, TIME en fev‑bench — beter dan Googles TimesFM‑3, zonder dat het model specifiek voor een taak is verfijnd (zero-shot). Het model draait op een standaard-CPU, dus gebruikers hebben geen grafische kaart nodig om het uit te proberen.
Wat de modellenreeks omvat
Timestral is verkrijgbaar in verschillende formaten, van een lichtgewicht versie met 5 miljoen parameters tot het topmodel met 209 miljoen. De kleinere modellen zijn bedoeld voor apparaten met beperkte rekenkracht; het grootste model richt zich op onderzoeks- en zakelijke toepassingen waarbij een hogere nauwkeurigheid nodig is. Alle versies hebben dezelfde architectuur, zodat ontwikkelaars eenvoudig van modelgrootte kunnen wisselen zonder hun code te herschrijven.
Waarom het ertoe doet
Voor analisten en technici die trends willen voorspellen, biedt Timestral een kant-en-klaar model dat op gewone hardware draait en de instapkosten verlaagt. De hogere benchmarkscores wijzen op nauwkeurigere voorspellingen dan bij het eerdere aanbod van Google, al moeten onafhankelijke tests nog uitwijzen of dat klopt.
