Mistral AI stellt Timestral vor, eine Modellfamilie für Zeitreihenprognosen

Mistral AI hat am 15. Oktober 2026 Timestral veröffentlicht, eine neue Familie von Zeitreihen-Foundation-Modellen, die Prognosen für Unternehmensdaten wie Sensortelemetrie, Energieverbrauch und Finanzströme erstellen sollen.

Was Mistral angekündigt hat

Timestral gibt es in vier Größen: 5 Millionen, 28 Millionen, 123 Millionen und 209 Millionen Parameter. Alle vier teilen sich laut Mistral dieselbe Architektur und dasselbe Trainingsverfahren. Das Unternehmen gibt an, dass das größte Modell bei allen drei nach eigener Einschätzung wichtigsten öffentlichen Benchmarks des Feldes – GIFT-Eval, TIME und fev-bench – auf Platz eins liegt und den bisherigen Stand der Technik übertrifft, während es nur etwa zwei Drittel der Parameter benötigt. Mistral erklärt, diese Ergebnisse stammten von einem einzigen Checkpoint ohne Ensembling, und das Unternehmen habe Ergebnisse bei den GIFT-Eval- und TIME-Rankings eingereicht.

Mistral zufolge erzeugen die Modelle probabilistische, multivariate Prognosen und können sowohl rein vergangenheitsbezogene als auch bekannte zukünftige Kovariaten – etwa Produktionspläne oder Wettervorhersagen – einbeziehen, um die Prognosequalität zu verbessern. Das Unternehmen erklärt außerdem, dass die Modelle kategoriale Eingaben, etwa den Betriebszustand einer Maschine, verarbeiten können, ohne sie in Zahlen umzuwandeln, die eine künstliche Ordnung erzeugen würden.

Technische Details

Laut Mistral benötigt Timestral für die Inferenz keine GPU. Das Unternehmen gibt an, dass auf einem Standard-Server mit 8 CPU-Threads eine Tagesprognose auf Basis von drei Wochen Verlaufsdaten im 15-Minuten-Takt mit dem 5M-Modell 10 Millisekunden und mit dem 209M-Modell 140 Millisekunden dauert. Mistral erklärt, das 28M-Modell sei fünfmal schneller als das 209M-Modell, und das 123M-Modell erreiche bei drei Vierteln der Latenz einen Benchmark-Wert, der nur 0,2 Prozent unter dem des 209M-Modells liege.

Mistral führt die Ergebnisse auf mehrere technische Beiträge zurück, die in einem bevorstehenden technischen Bericht näher erläutert werden sollen. Dazu zählt eine Methode, die das Unternehmen Decoupled Horizon Forecasting nennt: Dabei bleibt die vollständige Historie in der Trainingssequenz erhalten, während gelernte Prognose-Token aus dieser Historie lesen, anstatt Prognosewerte als fehlende Daten zu maskieren. Das Unternehmen beschreibt außerdem einen kovariatenbewussten Aufmerksamkeitsmechanismus, der bekannte zukünftige Kovariaten über das gesamte Eingabefenster hinweg sichtbar hält, während der Informationsfluss von Kovariaten zu Zielgrößen eingeschränkt wird. Zudem seien die Modelle zunächst überwiegend mit synthetischen Daten trainiert worden, die realistische zeitliche Muster nachbilden, bevor in einer zweiten Trainingsphase reale Daten mit einem längeren Kontextfenster eingemischt wurden.

Mistral gibt die Kontextlänge der Modelle mit 32.768 Zeitschritten an, wobei die Ausgaben als probabilistische Prognosen über 21 Quantile erfolgen. Das Unternehmen erklärt, die Modelle würden unter einer modifizierten MIT-Lizenz veröffentlicht und könnten On-Premises, in einer VPC oder in abgeschotteten (air-gapped) Umgebungen eingesetzt werden.

Verfügbarkeit und Anpassung

Mistral erklärt, Timestral sei über Mistral Forge verfügbar, dieselbe Trainingspipeline, die das Unternehmen auch für seine Sprachmodelle nutzt. Damit können Kunden die Modelle an firmeneigenen Daten feinabstimmen, domänenspezifische Kovariaten hinzufügen und die Zusammensetzung der Trainingsdaten steuern. Das Unternehmen gibt an, dass diese Pipeline auch auf der eigenen Hardware eines Kunden eingesetzt werden kann, einschließlich abgeschotteter Umgebungen.

Mistral hat ein GitHub-Repository veröffentlicht, mit dem Nutzer Timestral auf ihren eigenen Daten ausführen können, und das Unternehmen kündigt an, dass ein technischer Bericht mit vollständigen Ergebnissen folgen werde.

Quelle: Mistral AI, „Introducing Timestral“, veröffentlicht am 15. Oktober 2026.