Timestral: πρόβλεψη σε CPU, αλλά τα benchmarks είναι του δημιουργού

Η ανακοίνωση της Mistral στις 15 Οκτωβρίου 2026 παρουσίασε τη σειρά Timestral: τέσσερα μοντέλα πρόβλεψης χρονοσειρών, από 5 έως 209 εκατομμύρια παραμέτρους, που εκτελούνται και σε CPU. Η εταιρεία διέθεσε τα μοντέλα και δημοσίευσε δικές της συγκρίσεις ακρίβειας και χρόνου εκτέλεσης, δίνοντας στους χρήστες μια αρχική εικόνα για το κόστος κάθε μεγέθους.

Η δυνατότητα πρόβλεψης χωρίς νέα εκπαίδευση για κάθε σύνολο δεδομένων και η εκτέλεση χωρίς GPU κάνουν τη σειρά ενδιαφέρουσα για εγκαταστάσεις με περιορισμένους υπολογιστικούς πόρους. Οι επιδόσεις της ανακοίνωσης, όμως, αφορούν τις δοκιμές του δημιουργού. Έχει δημοσιευτεί και εξωτερική μέτρηση σε πραγματικά δεδομένα, με διαφορετικά δεδομένα και μεθοδολογία· δεν αποτελεί αναπαραγωγή των συγκρίσεων της Mistral.

Τα τέσσερα μεγέθη και η δοκιμή σε CPU

Η Mistral διαθέτει τα Timestral σε εκδόσεις 5M, 28M, 123M και 209M. Όλες υποστηρίζουν εκτέλεση σε CPU και τα βάρη τους διατίθενται με άδεια Modified MIT. Η διαφορά μεγέθους δίνει περιθώριο επιλογής ανάμεσα στην ταχύτητα και την ακρίβεια που αναφέρει ο κατασκευαστής, χωρίς να ισοδυναμεί με συγκεκριμένη απαίτηση μνήμης ή εγγυημένο χρόνο απόκρισης για μια εγκατάσταση.

• Timestral-5M: 5 εκατ. παράμετροι. Στη δημοσιευμένη δοκιμή CPU της Mistral ολοκλήρωσε το αίτημα πρόβλεψης σε 10 ms.
• Timestral-28M: 28 εκατ. παράμετροι. Στην ίδια σύγκριση η εταιρεία το χαρακτηρίζει πέντε φορές ταχύτερο από το 209M.
• Timestral-123M: 123 εκατ. παράμετροι. Η Mistral αναφέρει χρόνο περίπου ίσο με τα τρία τέταρτα του χρόνου του 209M και πολύ κοντινή συγκεντρωτική βαθμολογία.
• Timestral-209M: 209 εκατ. παράμετροι. Η δημοσιευμένη μέτρηση για το ίδιο αίτημα σε CPU είναι 140 ms.

Το αίτημα της δοκιμής προβλέπει μία ημέρα από ιστορικό τριών εβδομάδων, με παρατηρήσεις ανά 15 λεπτά, σε CPU διακομιστή με οκτώ νήματα. Οι χρόνοι περιγράφουν αυτή τη διάταξη. Δεν δίνουν από μόνοι τους τη συνολική καθυστέρηση μιας υπηρεσίας που πρέπει να ανακτήσει μετρήσεις, να ετοιμάσει πρόσθετες μεταβλητές και να παραδώσει πολλές προβλέψεις πριν από μια προθεσμία.

Η ανακοίνωση δεν δίνει συγκρίσιμη απαίτηση μνήμης για κάθε έκδοση. Αυτό αφήνει ανοιχτή μια ουσιαστική διαφορά ανάμεσα στο ότι ένα μοντέλο μπορεί να τρέξει σε CPU και στο πόσες ταυτόχρονες σειρές μπορεί να εξυπηρετήσει ένας συγκεκριμένος διακομιστής. Η συχνότητα ανανέωσης και το πλήθος των σειρών καθορίζουν τελικά αν η ταχύτερη έκδοση προσφέρει λειτουργικό πλεονέκτημα.

Ορίζοντας πρόβλεψης, πρόσθετες μεταβλητές και άδεια

Η κάρτα του Timestral-209M ορίζει ιστορικό έως 32.768 χρονικά βήματα, πρόβλεψη έως 1.024 βήματα σε ένα πέρασμα και έξοδο 21 ποσοστημορίων. Τα ποσοστημόρια δίνουν μια διάμεση εκτίμηση μαζί με τιμές που περιγράφουν την αβεβαιότητα, χρήσιμες όταν μια απόφαση εξαρτάται και από το εύρος των πιθανών αποτελεσμάτων. Οι κάρτες των μικρότερων εκδόσεων δηλώνουν τα ίδια όρια ιστορικού και ορίζοντα ενός περάσματος.

Τα μοντέλα δέχονται μία ή περισσότερες σειρές στόχου, καθώς και πρόσθετες μεταβλητές γνωστές από το παρελθόν ή εκ των προτέρων για τον χρόνο της πρόβλεψης. Στο παράδειγμα βιομηχανικής αντλίας που χρησιμοποιεί η Mistral, οι κραδασμοί, η θερμοκρασία και η πίεση μπορούν να εξεταστούν ως σχετικές μετρήσεις, ενώ ένα προγραμματισμένο διάστημα λειτουργίας είναι γνωστό πριν συμβεί. Η πραγματική μελλοντική θερμοκρασία δεν είναι αντίστοιχα διαθέσιμη τη στιγμή της πρόβλεψης· η χρήση της σε ιστορικό έλεγχο θα έδινε στο μοντέλο πληροφορία που δεν θα είχε σε ζωντανή λειτουργία.

Για ορίζοντα μεγαλύτερο από εκείνον ενός περάσματος, η τεκμηρίωση περιγράφει διαδοχικά τμήματα: η διάμεση πρόβλεψη προστίθεται στο ιστορικό πριν παραχθεί το επόμενο τμήμα. Έτσι οι πιο μακρινές προβλέψεις στηρίζονται εν μέρει σε προηγούμενες προβλέψεις. Η ακρίβεια και η κάλυψη των διαστημάτων αβεβαιότητας σε αυτή τη χρήση αποτελούν ξεχωριστό ερώτημα από την επίδοση εντός του αρχικού ορίζοντα.

Η Modified MIT αφορά τα βάρη και περιλαμβάνει όριο: ο χρήστης δεν εξουσιοδοτείται να ασκήσει δικαιώματα της άδειας αν τα παγκόσμια ενοποιημένα μηνιαία έσοδα της εταιρείας του ή του εργοδότη του ξεπέρασαν τα 20 εκατ. δολάρια τον προηγούμενο μήνα. Οι όροι αυτοί έχουν σημασία ακόμη και αν η εγκατάσταση γίνεται από μικρή ομάδα μέσα σε μεγαλύτερο οργανισμό. Η άδεια του κώδικα εκτέλεσης πρέπει να εξετάζεται χωριστά από την άδεια των βαρών.

Τι δείχνουν οι εξωτερικές μετρήσεις

Σε δοκιμή της Coralogix σε 19 σειρές τηλεμετρίας της δικής της υποδομής, με δεδομένα έως τις 17 Οκτωβρίου 2026, μια έκδοση Timestral είχε την καλύτερη ακρίβεια σε 12 σειρές για πρόβλεψη μίας ημέρας. Η δοκιμή περιλαμβάνει και άλλα προεκπαιδευμένα μοντέλα, καθώς και κλασικές μεθόδους. Για το 28M αναφέρει χρόνο 0,026 δευτερολέπτων ανά πρόβλεψη σε χωριστή μέτρηση ταχύτητας.

Αυτό είναι χρήσιμο εξωτερικό αποτέλεσμα, με στενότερο αντικείμενο από τη γενική κατάταξη των δημόσιων benchmarks. Οι σειρές προέρχονται από μία υποδομή παρατηρησιμότητας, ενώ οι δοκιμές GIFT-Eval, TIME και fev-bench της Mistral χρησιμοποιούν άλλα σύνολα, μετρικές και εργασίες. Η σειρά κατάταξης σε ένα φορτίο δεν μεταφέρει αυτομάτως την ίδια ακρίβεια σε πρόβλεψη ζήτησης, ενέργειας ή βιομηχανικών αισθητήρων.

Η Coralogix καταγράφει επίσης περιπτώσεις όπου οι μέθοδοι δυσκολεύτηκαν: απρόβλεπτες μεταβολές στην τελευταία εβδομάδα ξέφυγαν από όλες, ενώ σε ομαλά αυξανόμενες σειρές απλούστερες μέθοδοι ισοφάρισαν ή ξεπέρασαν το Timestral. Αυτές οι λεπτομέρειες εξηγούν γιατί μια καλή μέση βαθμολογία δεν αρκεί για να εκτιμηθεί το αποτέλεσμα σε κάθε σειρά. Οι δημοσιευμένοι πίνακες της Mistral παραμένουν μετρήσεις του δημιουργού για τις συγκεκριμένες δημόσιες δοκιμές της.

Τι κρίνει μια πιλοτική εγκατάσταση

Μια πιλοτική χρήση έχει νόημα όταν το ιστορικό, οι διαθέσιμες πρόσθετες μεταβλητές και ο ζητούμενος ορίζοντας μοιάζουν με την πραγματική εργασία πρόβλεψης. Η σύγκριση των εκδόσεων πρέπει να γίνεται στα ίδια χρονικά σημεία και στα ίδια δεδομένα με την ήδη χρησιμοποιούμενη μέθοδο. Διαφορετικά, μια βελτίωση μπορεί να προέρχεται από περισσότερη πληροφορία στην είσοδο και όχι από το ίδιο το μοντέλο.

• Στην ποιότητα πρόβλεψης μετρούν τόσο το σφάλμα όσο και το αν τα προβλεπόμενα διαστήματα περιέχουν τις πραγματικές τιμές, ιδίως στις περιόδους που επηρεάζουν αποφάσεις.
• Στο λειτουργικό κόστος μετρούν η μέγιστη μνήμη, ο χρόνος προετοιμασίας των δεδομένων και ο συνολικός χρόνος έως το διαθέσιμο αποτέλεσμα για το πραγματικό πλήθος σειρών.
• Στους όρους χρήσης μετρούν η άδεια του συγκεκριμένου αρχείου βαρών και τα έσοδα του φορέα που θα το χρησιμοποιήσει, όχι μόνο το κόστος της τεχνικής ομάδας.

Η Mistral έχει προαναγγείλει πληρέστερη τεχνική έκθεση. Τα στοιχεία της μπορούν να αποσαφηνίσουν τη μεθοδολογία των δημόσιων συγκρίσεων· για την επιλογή έκδοσης σε παραγωγή, η καθοριστική μέτρηση παραμένει εκείνη στο φορτίο και στον χρονικό ορίζοντα όπου θα χρησιμοποιηθεί η πρόβλεψη.

Διαβάστε επίσης:

• Το RCP-nDCG βρίσκει σχετικά έγγραφα που τα κλασικά benchmarks χάνουν
• Leonardo AI ή Ideogram: καθαρό κείμενο ή πλήρες δημιουργικό στούντιο
• Semrush ή Ahrefs: ο solo δημιουργός πληρώνει για τελείως άλλο βάθος