Mistral выпустила Timestral для прогноза рядов без GPU

Подробно

Что такое Timestral и для чего она нужна?

Timestral - семейство моделей не для генерации текста, а для zero-shot-прогнозирования одномерных и многомерных числовых рядов. Это значит, что модель не нужно заранее обучать на каждом новом ряду. В семейство входят Timestral-5M, Timestral-28M, Timestral-123M и Timestral-209M с 5, 28, 123 и 209 млн параметров. Веса в формате fp32 занимают 21, 111, 490 и 837 МБ соответственно.

Модель принимает целевые ряды, ковариаты, известные только в прошлом, и ковариаты, известные заранее: календарь праздников, производственный план, прогноз погоды. Допускаются числовые и категориальные признаки. Максимальный контекст - 32 768 временных отсчётов, за один проход модель прогнозирует до 1 024 отсчётов, а более длинный горизонт обрабатывает блоками.

На каждый будущий отсчёт Timestral возвращает 21 квантиль от 0,01 до 0,99. Это вероятностный прогноз, а не одно ожидаемое значение. Архитектура Timestral-209M - patch-based transformer с временным и межрядным вниманием, 24 слоями, размерностью представления 768 и блоками по 32 отсчёта.

Сегодня мы выпускаем Timestral - наше первое семейство фундаментальных моделей временных рядов.

Так заявила компания Mistral.

Как запустить Timestral на CPU без видеокарты?

Для локального инференса нужны Python 3.10 или новее, PyTorch 2.4 или новее, NumPy, safetensors и huggingface_hub. Код поддерживает CPU и GPU. Компания утверждает: «Timestral не требует GPU при инференсе».

Mistral измеряла прогноз на день вперёд по трём неделям 15-минутных наблюдений на серверном CPU с восемью потоками: 10 мс для Timestral-5M и 140 мс для Timestral-209M. По данным разработчика, Timestral-28M примерно в пять раз быстрее 209M, а Timestral-123M уступает ей по совокупному качеству менее чем на 0,2% при примерно трёх четвертях задержки.

Независимые замеры дали сопоставимый порядок величин. Тест VarOps на виртуальной машине Ubuntu 22.04 с четырьмя arm64-ядрами и 3,9 ГБ ОЗУ без GPU показал 18, 53, 174 и 277 мс для четырёх размеров. Это на другом процессоре и при меньшем числе потоков. Coralogix на своём CPU получила медианное время прогноза 0,009 с для 5M, 0,026 с для 28M, 0,086 с для 123M и 0,120 с для 209M. По её данным, Timestral-28M была быстрее протестированных TiRex-2, Chronos-2, t0-gamma и TimesFM-2.5.

Ограничение: подтверждён именно инференс. Обучение, дообучение и высоконагруженное промышленное применение не обязательно рационально выполнять без GPU.

Насколько Timestral точнее TimesFM-3 и Chronos-2?

По таблице Mistral, Timestral-209M получила на GIFT-Eval MASE 0,658 и CRPS 0,446, на TIME - MASE 0,626 и CRPS 0,522, на fev-bench - SQL skill score 50,39 и MASE skill score 39,49. У TimesFM-3 в тех же шести показателях 0,667, 0,456, 0,640, 0,536, 48,99 и 37,82, у Chronos-2 - 0,698, 0,485, 0,662, 0,556, 47,28 и 35,50. Для MASE и CRPS лучше меньшее значение, для skill score - большее.

Mistral сообщает, что оценивала один checkpoint без ансамблирования и отправила результаты в таблицы лидеров GIFT-Eval и TIME. Полный технический отчёт ещё не опубликован, рецензируемой статьи или препринта о Timestral нет. Сама компания оговаривается: «Публичные бенчмарки измеряют общую производительность, но производственные данные могут заметно отличаться по поведению и структуре».

Автор сравнительного обзора Паскуале Пиллиттери отмечает, что преимущество в таблицах невелико: на GIFT-Eval MASE отрыв от t0-gamma составляет 0,003. Порядок моделей может измениться на данных конкретной компании, а показатели Mistral до публикации отчёта и подтверждения таблицами лидеров он считает данными разработчика.

Независимые проверки дали разные результаты:

• Coralogix проверила модели на 19 закрытых рядах производственной телеметрии за период с 25 июня по 17 октября 2026 года (532 прогноза на сутки и 76 на неделю). Timestral-123M получила MASE 0,333 на сутки и 0,590 на неделю. Интервалы 95% у трёх старших Timestral перекрывались, поэтому статистически разделить их качество не удалось. Все методы пропускали беспрецедентные события.
• TimesFM-3 Coralogix в тест не включала: использовалась TimesFM-2.5, потому что веса TimesFM-3 разрешены только для некоммерческого и непродуктивного использования.
• VarOps: Timestral обошла сезонные наивные прогнозы на 22 из 23 публичных рядов, но на получасовом спросе на электроэнергию Великобритании все четыре размера проиграли повторению предыдущего дня (относительные ошибки 1,17, 1,12, 1,18 и 1,15 при базе 1,00). Тест охватывал одну неделю октября, 16 из 23 рядов относятся к одному сайту.

Автор VarOps Гритт Скотт делает вывод: тест на данных самой компании, а не таблица лидеров, должен решать, заслуживает ли модель пилотного внедрения.

На каких данных обучали Timestral?

Большую часть обучающих данных Mistral сгенерировала синтетически: сначала одномерные процессы с трендами, сезонностью и шумом, затем многомерные ряды с нелинейными зависимостями. Обучение шло в два этапа: предварительное только на синтетике с контекстом 8 192 отсчёта, затем дообучение на смеси реальных и синтетических данных с контекстом в четыре раза длиннее. Функция потерь - pinball loss по 21 квантилю.

Состав реальных данных и дата их отсечения не раскрыты, поэтому нельзя исключить попадание публичных тестовых рядов в обучение. Независимые тесты VarOps и Coralogix частично снижают этот риск, но не заменяют полный аудит.

На каких условиях можно использовать Timestral бесплатно?

Код пакета timestral распространяется по Apache License 2.0, а веса моделей - по отдельной Modified MIT License. Веса можно бесплатно использовать, изменять и распространять при сохранении уведомления об авторстве и если консолидированная месячная выручка компании пользователя или его работодателя за предыдущий месяц не превышала $20 млн.

При выручке выше этого порога лицензия не даёт прав на использование весов и производных работ. Нужно запросить коммерческую лицензию у Mistral или пользоваться размещёнными ею сервисами. Цена такой лицензии не опубликована. Из-за ограничения по выручке Modified MIT не равна стандартной MIT, а Timestral корректнее называть моделью с публично доступными весами и ограниченной лицензией, а не open source.

Для сравнения: веса TimesFM-3 (330 млн параметров, выпущена Google 31 августа 2026 года) лицензированы только для некоммерческого, непродуктивного использования, коммерческое применение требует отдельной лицензии Google. Chronos-2, выпущенная Amazon 20 октября 2025 года, распространяется в официальном репозитории по Apache License 2.0.

Сколько стоит Timestral через API и Mistral Forge и доступна ли она в России?

В документации Timestral-123M обозначена как Public Preview. Отдельный публичный endpoint, тариф и цена Timestral там не приведены. Через Mistral Forge компания предлагает дообучение на собственных данных, изменение архитектуры и развёртывание полного конвейера на оборудовании клиента, в VPC или в изолированной от интернета среде. Открытого тарифа Forge нет.

Официальная доступность Timestral для пользователей и компаний из России не заявлена. Веса размещены на глобальных GitHub и Hugging Face, но доступ из России, платёжные возможности, экспортные ограничения и применимость санкционных правил не проверялись.