# Mistral представила семейство моделей прогнозирования Timestral

> В линейку вошли модели от 5M до 209M параметров. Они лидируют в публичных тестах на многомерное вероятностное прогнозирование.

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

Mistral объявила о выпуске Timestral — своего первого семейства базовых моделей для прогнозирования временных рядов. Крупнейшая модель насчитывает 209 миллионов параметров и занимает первое место в трёх основных публичных тестах прогнозирования — GIFT‑Eval, TIME и fev‑bench, — используя при этом меньше параметров, чем прежние лидеры. Доступны четыре размера: 5 M, 28 M, 123 M и 209 M. Модели работают на обычных процессорах, поэтому для инференса GPU не требуется. Они поддерживают данные только за прошлые периоды и известные будущие ковариаты, а также выдают вероятностные прогнозы с 21 квантилем.

## Факты

- Модель с 209 M параметров лидирует в тестах GIFT‑Eval, TIME и fev‑bench
- Доступны четыре размера моделей: 5 M, 28 M, 123 M и 209 M

## Почему это важно

Компании смогут улучшить планирование на основе данных датчиков и оценку рисков без затрат на GPU-оборудование.

## Источники и ссылки

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

Обновлено: 2026-10-16