# Mistral lanceert Timestral, modellen voor tijdreeksvoorspellingen

> De nieuwe modellen tellen 5M tot 209M parameters en behoren tot de beste op openbare benchmarks voor multivariate en probabilistische voorspellingen.

Oossa · 2026-10-15 · https://oossa.com/nl/mistral-launches-timestral-a-family-of-time-series-forecasting-models

Mistral heeft Timestral uitgebracht, zijn eerste reeks foundationmodellen voor tijdreeksvoorspellingen. Het grootste model telt 209 miljoen parameters en staat bovenaan in de drie belangrijkste openbare benchmarks voor voorspellingen: GIFT‑Eval, TIME en fev‑bench. Het heeft daarbij minder parameters dan eerdere koplopers. Er zijn vier formaten beschikbaar (5 M, 28 M, 123 M en 209 M). Ze werken op gewone CPU’s, waardoor voor inferentie geen GPU nodig is. De modellen kunnen overweg met uitsluitend historische gegevens en bekende toekomstige covariabelen, en leveren probabilistische voorspellingen met 21 kwantielen.

## De feiten

- Het model met 209 M parameters staat bovenaan in de benchmarks GIFT‑Eval, TIME en fev‑bench
- Er zijn vier modelgroottes beschikbaar: 5 M, 28 M, 123 M en 209 M

## Waarom het ertoe doet

Bedrijven kunnen hun planning op basis van sensorgegevens en hun risicobeoordelingen verbeteren zonder GPU-hardware aan te schaffen.

## Bronnen en referenties

1. [Introducing Timestral](https://mistral.ai/news/timestral/) – Mistral, 2026-10-15
2. [Quantile-Guided Diffusion for Probabilistic Time-Series Forecasting](https://arxiv.org/abs/2610.20739) – arXiv cs.LG, 2026-10-16
3. [New repository mistralai/timestral](https://github.com/mistralai/timestral) – Mistral, 2026-10-15

Laatst bijgewerkt: 2026-10-16