Mistral lanzó el 15 de octubre de 2026 Timestral, su primera familia de modelos de IA para pronosticar series temporales, datos registrados a lo largo del tiempo, como las lecturas de sensores. Los modelos pueden ejecutar sus pronósticos en un procesador central (CPU), lo que permite incorporarlos a sistemas sin una GPU dedicada.
La empresa 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 un entrenamiento específico para cada tarea, una modalidad llamada zero-shot. El anuncio señala que remitió los resultados a las clasificaciones de GIFT-Eval y TIME; la ficha del modelo mantiene el informe técnico como próximo a publicarse.
Qué cambia al aumentar el tamaño del modelo
Las cuatro versiones tienen 5, 28, 123 y 209 millones de parámetros. La ficha publicada por Mistral permite observar cuánto cambia el resultado dentro de esa familia: en GIFT-Eval, el modelo de 123 millones registra 0.659 en MASE, una métrica de error, frente a 0.658 del mayor. Cuanto menor es el valor, mejor. La diferencia es de 0.001 puntos en ese indicador para un aumento nominal de 86 millones de parámetros.
Timestral admite hasta 32,768 observaciones históricas y devuelve 21 cuantiles, valores que representan distintos niveles de probabilidad del pronóstico. Puede analizar varias series relacionadas e incorporar información conocida de antemano, como un calendario de producción.
Los 10 milisegundos corresponden a una tarea concreta
Mistral reporta una latencia de 10 milisegundos para el modelo de 5 millones de parámetros y de 140 milisegundos para el de 209 millones. La medición utiliza una CPU de servidor con ocho hilos para pronosticar un día a partir de tres semanas de datos registrados cada 15 minutos. La comparación corresponde a esa ventana de datos, ese horizonte y esa configuración de CPU.
El código y los pesos tienen licencias distintas
El repositorio oficial de Timestral distingue el código de inferencia, publicado bajo Apache 2.0, de los pesos del modelo, sujetos a una licencia MIT modificada.
Para Timestral-209M, el texto de la licencia excluye del permiso a quien lo utilice si los ingresos mensuales globales consolidados de su empresa o empleador superaron 20 millones de dólares el mes anterior. La restricción también alcanza derivados, modificaciones y obras combinadas basadas en el modelo. En ese caso, Mistral permite solicitar una licencia comercial, cuya concesión queda a su criterio.
Para adaptar Timestral a datos propios, la compañía ofrece ajuste adicional mediante Mistral Forge y afirma que su proceso completo puede desplegarse en infraestructura del cliente, incluso en entornos aislados de la red.
