✨︎ Resumen (TL;DR):
- Mistral lanzó el 15 de octubre de 2026 Timestral, su primera familia de modelos de IA para pronosticar series temporales desde una CPU.
- Timestral-209M tiene 209 millones de parámetros y, según Mistral, ocupa el primer puesto en GIFT-Eval, TIME y fev-bench bajo una evaluación
zero-shot.- La familia reporta latencias de 10 milisegundos para el modelo de 5 millones de parámetros y 140 milisegundos para el de 209 millones; sus pesos usan una licencia MIT modificada.
Mistral lanzó el 15 de octubre de 2026 Timestral, su primera familia de modelos de IA para pronosticar series temporales en una CPU. Las cuatro variantes, de 5 a 209 millones de parámetros, permiten llevar esos pronósticos a sistemas sin una GPU dedicada. Mistral afirma que la versión más grande quedó en primer lugar en GIFT-Eval, TIME y fev-bench bajo una evaluación zero-shot.
Timestral es una familia de modelos de IA que pronostica series temporales y puede ejecutar ese trabajo en una CPU. Una serie temporal es un conjunto de datos registrados a lo largo del tiempo, como las lecturas de sensores, que sirve como base para un pronóstico.
Mistral afirma que la versión de 209 millones de parámetros ocupa el primer puesto en GIFT-Eval, TIME y fev-bench entre modelos preentrenados evaluados sin entrenamiento específico para cada tarea. El anuncio indica que la empresa remitió sus resultados a las clasificaciones de GIFT-Eval y TIME, mientras la ficha del modelo señala que el informe técnico está próximo a publicarse.
El salto de tamaño mueve poco el MASE
Mistral ofrece Timestral en cuatro tamaños: 5, 28, 123 y 209 millones de parámetros. La ficha publicada permite comparar el rendimiento dentro de la misma familia.
En GIFT-Eval, el modelo de 123 millones registra 0.659 en MASE, una métrica de error, frente a 0.658 del modelo más grande. En este indicador, un valor menor representa un mejor resultado. La diferencia es de 0.001 puntos para un aumento nominal de 86 millones de parámetros.
Timestral puede trabajar con hasta 32,768 observaciones históricas y devolver 21 cuantiles, valores que representan distintos niveles de probabilidad del pronóstico. También puede analizar varias series relacionadas e incorporar información conocida de antemano, como un calendario de producción.
La latencia depende de una tarea específica
Mistral reporta una latencia de 10 milisegundos para el modelo de 5 millones de parámetros y de 140 milisegundos para el modelo de 209 millones.
La medición utiliza una CPU de servidor con 8 hilos para pronosticar 1 día a partir de 3 semanas de datos registrados cada 15 minutos. La comparación corresponde a esa ventana de datos, ese horizonte y esa configuración de CPU.
Código Apache 2.0, pesos con licencia MIT modificada
El repositorio oficial de Timestral separa las licencias del código y de los pesos del modelo:
- El código de inferencia usa la licencia Apache 2.0.
- Los pesos del modelo están sujetos a una licencia MIT modificada.
Para Timestral-209M, el texto de la licencia no concede permiso de uso si los ingresos mensuales globales consolidados de la empresa o el empleador superaron 20 millones de dólares el mes anterior. La restricción también alcanza derivados, modificaciones y obras combinadas basadas en el modelo.
Cuando aplica esa condición, Mistral permite solicitar una licencia comercial, cuya concesión queda a criterio de la empresa.
Para adaptar Timestral a datos propios, Mistral ofrece ajuste adicional mediante Mistral Forge. La compañía afirma que su proceso completo puede desplegarse en la infraestructura del cliente, incluso en entornos aislados de la red.
Quien evalúe Timestral tendrá que separar dos preguntas: qué tamaño necesita para su tarea y si la licencia de los pesos permite el uso previsto. La ficha ofrece datos concretos para ambas decisiones: una diferencia de 0.001 puntos entre los modelos de 123 y 209 millones en el MASE mostrado, tiempos de 10 y 140 milisegundos bajo una prueba específica, y una condición comercial ligada a los ingresos del usuario.
