# Mistral lança a família Timestral para previsão de séries temporais

> Os novos modelos têm de 5M a 209M de parâmetros e lideram benchmarks públicos de previsões multivariadas e probabilísticas.

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

A Mistral anunciou o lançamento do Timestral, sua primeira família de modelos fundacionais para séries temporais. O maior modelo tem 209 milhões de parâmetros e ocupa o primeiro lugar nos três principais benchmarks públicos de previsão — GIFT‑Eval, TIME e fev‑bench —, mesmo usando menos parâmetros que os líderes anteriores. Há quatro tamanhos disponíveis (5 M, 28 M, 123 M e 209 M), e os modelos rodam em CPUs convencionais, sem necessidade de GPU para inferência. Eles aceitam dados apenas do passado, covariáveis futuras conhecidas e geram previsões probabilísticas com 21 quantis.

## Os fatos

- O modelo com 209 M de parâmetros lidera os benchmarks GIFT‑Eval, TIME e fev‑bench
- Há quatro tamanhos disponíveis: 5 M, 28 M, 123 M e 209 M

## Por que importa

Empresas podem aprimorar o planejamento baseado em sensores e as avaliações de risco sem comprar hardware com GPU.

## Fontes e referências

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

Última atualização: 2026-10-16