Timestral prognostiziert Zeitreihen mit 209 Millionen Parametern

Mistral hat die Timestral-Familie am 15. Oktober 2026 mit vier Modellgrößen von 5, 28, 123 und 209 Millionen Parametern veröffentlicht und meldet für die größte Variante die Führung auf drei öffentlichen Prognosebenchmarks. Die Gewichte und der Inferenzcode sind verfügbar. Die Modelle können ohne Training auf dem jeweiligen Datensatz Vorhersagen erstellen und auf CPUs oder GPUs ausgeführt werden.

Die neue Familie eignet sich für einzelne oder gemeinsam prognostizierte Zeitreihen sowie für Aufgaben, bei denen zusätzliche Informationen über die Vergangenheit oder den Vorhersagezeitraum vorliegen. Für Nachfrage-, Energie- und Betriebsprognosen ist damit entscheidend, welche Einflussgrößen zum Zeitpunkt der Vorhersage tatsächlich bekannt sind. Die veröffentlichten Benchmark-Werte zeigen einen möglichen Genauigkeitsvorteil, sind aber zunächst Ergebnisse des Herstellers.

Vier Größen zwischen Laufzeit und Prognosegüte

Die Modellgrößen geben Teams eine Wahl zwischen Rechenaufwand und der von Mistral gemeldeten Genauigkeit. Alle Varianten teilen sich Architektur und Trainingsverfahren; die kleineren benötigen weniger Rechenzeit, während die größere Variante in den veröffentlichten Gesamtergebnissen vorn liegt. Eine CPU reicht für die Inferenz aus, was die Modelle auch für bestehende Prognoseabläufe ohne GPU interessant macht.

Das Laufzeitbeispiel ist konkret begrenzt: Auf einer Server-CPU mit acht Threads benötigt die 5-Millionen-Variante 10 Millisekunden und die 209-Millionen-Variante 140 Millisekunden, um aus drei Wochen viertelstündlicher Werte einen Tag vorauszusagen. Daraus lässt sich keine feste Laufzeit für andere Datenmengen ableiten. Mehr gemeinsam verarbeitete Reihen, zusätzliche Einflussgrößen und ein anderer Vorhersagehorizont verändern die Aufgabe. Ob sich das größte Modell lohnt, hängt deshalb vom Genauigkeitsgewinn unter denselben Eingabebedingungen ab.

Welche Eingaben Timestral gemeinsam verarbeitet

Timestral kann eine Zielreihe allein oder mehrere Zielreihen gemeinsam prognostizieren. Bei einer Industrie-Pumpe hängen etwa Vibration, Temperatur und Druck zusammen; eine gemeinsame Vorhersage kann diese Beziehungen nutzen. Für Nachfrage oder Energiebedarf stellt sich dieselbe Frage bei verbundenen Produkten, Standorten oder Messpunkten. Das Modell unterstützt die gemeinsame Verarbeitung, aber die passende Gruppierung ergibt sich erst aus der jeweiligen Aufgabe.

Zusätzliche Eingaben haben unterschiedliche zeitliche Rollen. Nur vergangene Kovariaten stehen bis zum Prognosezeitpunkt zur Verfügung; bekannte künftige Kovariaten reichen in den Vorhersagezeitraum hinein. Ein Wochentag, ein Produktionsplan oder ein geplanter Stillstand kann vorab feststehen. Bei Wetterdaten wäre eine rechtzeitig erstellte Vorhersage eine mögliche Eingabe, die später gemessene Temperatur dagegen erst nachträglich bekannt. Diese Unterscheidung verhindert, dass ein Rücktest unbemerkt Informationen aus der Zukunft verwendet.

Auch numerische Werte und Kategorien wie der Betriebszustand einer Maschine sind als Kovariaten vorgesehen. Fehlende Messwerte lassen sich kennzeichnen. Für historische Vergleiche ist zusätzlich wichtig, welche Version einer geplanten Größe damals vorlag: Ein später geänderter Produktionsplan beschreibt nicht mehr den Informationsstand beim ursprünglichen Prognosetermin. Gerade bei bekannten künftigen Eingaben kann diese zeitliche Zuordnung das Ergebnis stärker beeinflussen als die Wahl zwischen zwei Modellgrößen.

Wie weit eine Vorhersage in einem Durchgang reicht

Die Modellkarte von Timestral-209M nennt bis zu 32.768 historische Zeitschritte, höchstens 1.024 prognostizierte Schritte in einem Durchgang und 21 Ausgabequantile. Ein Zeitschritt entspricht dem Abstand der jeweiligen Datenpunkte: Bei stündlichen Messungen ist das eine Stunde, bei viertelstündlichen Messungen ein Viertel davon. Die Quantile beschreiben mehrere mögliche Werte je Prognoseschritt, darunter den Median, statt nur eine einzelne Zahl auszugeben.

Für längere Horizonte erzeugt Timestral weitere Blöcke. Dazu hängt es die Medianprognose des vorherigen Blocks an den Kontext an und berechnet den nächsten Abschnitt. Nach der direkten Grenze beruhen spätere Vorhersagen somit teilweise auf zuvor geschätzten Werten. Für längerfristige Nachfrage- oder Energieplanung ist dieser Übergang relevant: Fehler und Unsicherheit können sich anders entwickeln als innerhalb des ersten Blocks.

Was hinter der Benchmark-Führung steht

Die Analyse von TSFM.ai nennt für Timestral-209M auf GIFT-Eval einen MASE-Wert von 0,658 gegenüber 0,659 für Timestral-123M und kennzeichnet die Werte als bislang nicht unabhängig reproduzierte Herstellerresultate. Der Abstand im aggregierten Wert ist klein. Er zeigt weder, dass beide Varianten bei jeder einzelnen Reihe gleich gut sind, noch dass der zusätzliche Rechenaufwand der größten Variante überall einen Nutzen bringt.

Die Rangfolge bezieht sich auf vortrainierte Modelle im Zero-Shot-Vergleich auf GIFT-Eval, TIME und fev-bench. Diese Tests verwenden verschiedene Aufgaben und Kennzahlen: Bei Fehlermetriken wie MASE sind niedrigere Werte besser, bei den Skill-Scores von fev-bench höhere. Auch die Bezeichnung der probabilistischen GIFT-Eval-Kennzahl weicht zwischen Mistrals Ankündigung und der Modellkarte ab: Dort stehen WQL beziehungsweise CRPS. Die Zahlen der verschiedenen Tests lassen sich deshalb nicht zu einer gemeinsamen Punktzahl zusammenziehen.

Was der veröffentlichte Code überprüfbar macht

Gewichte und Inferenzcode ermöglichen es, Timestral auf denselben öffentlichen Aufgaben auszuführen und die Herstellerwerte nachzurechnen. Für einen vergleichbaren Test müssen Checkpoint, Codeversion, Prognosezeitpunkte, Länge der Historie und bereitgestellte Kovariaten übereinstimmen. Besonders bei künftigen Einflussgrößen zählt der damalige Informationsstand: Ein Test mit später bekannt gewordenen Ist-Werten bewertet eine andere Aufgabe als eine Vorhersage unter realen Einsatzbedingungen.

Für die Auswahl bei Nachfrage-, Energie- oder Betriebsdaten sind daneben Messungen auf den eigenen Reihen aussagekräftig, wenn alle Modelle dieselben Prognosezeitpunkte und Eingaben erhalten. Der kleine veröffentlichte Abstand zwischen den beiden größten Varianten macht solche Vergleiche besonders relevant; bei längeren Horizonten kommt die blockweise Fortschreibung hinzu. Ein angekündigter technischer Bericht soll die vollständigen Ergebnisse und weitere Einzelheiten des Trainings nachliefern.

Lesen Sie auch: