TimesFM-3 menangani banyak seri sekaligus—bobotnya dilarang untuk produksi

Google Research merilis TimesFM-3 pada 31 Agustus 2026, memperluas model peramalannya agar dapat memprediksi beberapa seri terkait secara bersamaan. Pengumuman Google Research menyebut model berparameter 330 juta itu mendukung banyak target, kovariat yang hanya tersedia secara historis, kovariat yang telah diketahui untuk masa depan, serta pembuatan seluruh horizon ramalan dalam satu forward pass.

Pada rilis 31 Agustus tersebut, bobot pralatih publik TimesFM-3 hanya diberikan untuk penggunaan nonkomersial dan nonproduksi. Artinya, checkpoint dapat dipakai untuk pengujian, evaluasi, atau riset yang tidak terkait keuntungan komersial, tetapi tidak boleh menjalankan sistem produksi, menghasilkan keputusan komersial, melayani pengguna, atau menjadi bagian dari produk dan layanan berbayar.

TimesFM-3 kini membaca hubungan antarsejumlah seri

Perubahan utama TimesFM-3 bukan sekadar kemampuan menerima lebih banyak kolom. Model ini dilatih secara native untuk meramalkan beberapa target yang berkembang bersama, sehingga satu seri dapat memberi konteks bagi seri lain pada posisi waktu yang sama. Model juga dapat bekerja secara univariat ketika hubungan lintas seri tidak digunakan.

Masukannya mempunyai tiga peran yang berbeda. Target adalah seri yang akan diramalkan; kovariat historis hanya tersedia sampai titik awal prediksi; sedangkan kovariat historis-masa depan mencakup nilai yang memang sudah diketahui sepanjang horizon, seperti kalender hari libur atau promosi terjadwal. Nilai yang baru diketahui setelah peristiwa terjadi tidak memenuhi syarat sebagai kovariat masa depan karena akan membocorkan informasi.

Arsitekturnya mengelompokkan data ke dalam patch sepanjang 32 langkah waktu. Lapisan model kemudian bergantian menerapkan perhatian temporal kausal pada masing-masing seri dan perhatian lintas variabel pada seri-seri yang berada di posisi waktu yang sama. Susunan ini memungkinkan model memadukan pola waktu dengan keterkaitan antartarget dan kovariat tanpa fine-tuning khusus untuk setiap tugas.

Seluruh horizon diprediksi dalam satu forward pass

TimesFM-3 mengubah cara keluarga model tersebut menghasilkan ramalan. Alih-alih membuat satu patch prediksi lalu memakai hasilnya untuk melanjutkan patch berikutnya, model menambahkan posisi bertopeng untuk seluruh horizon dan mengisinya secara serentak. Kovariat masa depan yang sah tetap terlihat, sementara nilai target dan kovariat historis pada periode mendatang disembunyikan.

Pendekatan nonautoregresif ini menghilangkan putaran decoding patch demi patch dan mencegah prediksi awal menjadi masukan bagi prediksi yang lebih jauh. Keluaran untuk setiap target dan langkah waktu mencakup estimasi titik serta sembilan kuantil, dari persentil ke-10 sampai ke-90.

Namun, tersedianya kuantil tidak dengan sendirinya membuktikan bahwa rentang ketidakpastian akan terkalibrasi pada data tertentu. Demikian pula, kemampuan memanfaatkan banyak seri tidak menjamin peningkatan ketika hubungan antarkolom lemah, berubah-ubah, atau tidak tersedia pada saat prediksi sebenarnya dibuat.

Kode, bobot lama, dan bobot baru memiliki batas berbeda

Pemisahan lisensi menentukan bagian mana yang bisa masuk ke operasi bisnis. Pemberitahuan lisensi di repositori TimesFM menetapkan kode sumber di bawah Apache-2.0 dan mempertahankan lisensi itu untuk bobot sampai versi 2.5, sedangkan bobot pralatih TimesFM-3 memakai TimesFM Non-Commercial License v1.0 serta dilarang untuk penggunaan komersial atau produksi.

• Kode repositori: tersedia dengan Apache-2.0; lisensi perangkat lunak ini tidak otomatis mencakup checkpoint TimesFM-3 yang didistribusikan terpisah.
• Bobot sampai TimesFM-2.5: tetap berlisensi Apache-2.0. Versi 2.5 mempunyai dukungan kovariat melalui integrasi XReg, tetapi bukan arsitektur multivariat native seperti TimesFM-3.
• Bobot TimesFM-3: hanya boleh digunakan untuk tujuan nonkomersial dan nonproduksi berdasarkan lisensi checkpoint publik.
• Eksperimen internal: benchmarking, evaluasi, riset, dan eksperimen diperbolehkan jika tidak terkait keuntungan komersial serta hasilnya tidak dipakai untuk keputusan bisnis, hasil kerja klien, atau produk dan layanan berbayar.
• Penggunaan produksi: bobot dan turunannya tidak boleh digunakan dalam aktivitas penghasil pendapatan, interaksi langsung ataupun tidak langsung dengan pengguna akhir atau sistem produksi, maupun pelatihan model lain untuk penggunaan komersial.

Pembatasan juga berlaku pada versi yang dikustomisasi, di-fine-tune, dilatih ulang, atau diturunkan dari model. Lisensi menyatakan bahwa penggunaan komersial atau produksi memerlukan lisensi komersial terpisah dari Google; akses melalui API dapat tunduk pada ketentuan lain. Karena itu, mengunduh checkpoint atau menjalankannya dengan kode Apache-2.0 tidak mengubah hak pemakaiannya.

Hasil benchmark tidak menghapus larangan produksi

Dalam hasil yang dipublikasikan saat peluncuran, TimesFM-3 memperoleh peringkat rata-rata terbaik untuk metrik titik dan probabilistik di GIFT-Eval, FEV-Bench, dan TIME dalam kelompok model fondasi pralatih yang dibandingkan. Perbandingan itu mencakup TimesFM-2.5, Chronos-2, dan keluarga Toto 2.0; klaim tersebut tidak berarti TimesFM-3 mengungguli setiap sistem dari semua kategori pada setiap papan peringkat.

Analisis peluncuran TSFM.ai menekankan bahwa angka yang tersedia merupakan peringkat agregat dan belum disertai tabel lengkap per tugas serta ablasi dalam makalah baru. Dengan demikian, hasil tersebut menunjukkan posisi model di kelompok pembanding yang ditampilkan, bukan besarnya peningkatan yang pasti akan diperoleh pada data perusahaan tertentu.

Performa dan izin penggunaan tetap merupakan dua persoalan terpisah. Organisasi dapat menguji checkpoint publik pada data historis selama pengujian itu memenuhi definisi tujuan nonkomersial, tetapi hasil akurasi yang baik tidak memberikan hak untuk memindahkan bobot atau keluarannya ke proses pengambilan keputusan komersial.

Jalur akses berikutnya masih menunggu ketentuan terpisah

Checkpoint TimesFM-3 tersedia melalui Hugging Face dan implementasinya tersedia melalui repositori proyek. Google juga menyatakan saat peluncuran bahwa integrasi BigQuery akan hadir dalam beberapa minggu, tanpa merinci dalam pengumuman tersebut tanggal final, harga, cakupan fitur, atau ketentuan komersialnya.

Posisi rilis publik saat ini karena itu jelas: TimesFM-3 membawa peramalan multivariat native dan prediksi satu lintasan untuk diuji, tetapi bobot publiknya tidak dapat dipakai dalam produksi komersial. Perubahan yang dapat membuka jalur tersebut harus datang melalui lisensi komersial atau layanan dengan ketentuan produksi tersendiri, bukan semata-mata melalui ketersediaan file model.

Baca juga:

• Agen AI dapat memakai 1.000 kali lebih banyak token—biaya tinggi belum tentu akurat
• Deep Cogito meraih US$43 juta untuk mesin AI yang belajar sendiri
• Empirik keluar dari Sequoia dengan US$21 juta untuk mencegah outage