Timestral: Model Fondasi Time-Series Pertama Mistral
Judul asli: Timestral: Mistral's time-series foundation models
Mengapa Ini Penting
Mistral masuk pasar enterprise time-series yang selama ini dikuasai model spesifik industri.
Mistral merilis Timestral, keluarga model fondasi time-series pertama mereka, tersedia dalam 4 ukuran (5M–209M parameter), unggul di tiga benchmark utama GIFT-Eval, TIME, dan fev-bench.
Timestral adalah keluarga model fondasi time-series pertama dari Mistral, dirilis 15 Oktober 2026. Model terbesarnya hanya memiliki 209 juta parameter, namun berhasil meraih peringkat pertama di tiga benchmark publik utama — GIFT-Eval, TIME, dan fev-bench — mengungguli model-model sebelumnya yang memiliki parameter hingga 1,5 kali lebih besar.
Keluarga ini terdiri dari empat ukuran: 5M, 28M, 123M, dan 209M parameter. Mistral mengklaim seluruh varian berada di Pareto front antara akurasi dan efisiensi model. Timestral mampu berjalan efisien di CPU dan mendukung zero-shot forecasting tanpa perlu pelatihan ulang per dataset.
Model ini menggabungkan tiga pendekatan teknis: pre-training sintetis, covariate-aware attention, serta long-context learning. Ia mendukung past-only dan known-future covariates untuk prediksi probabilistik dan multivariat. Fine-tuning untuk adaptasi domain tersedia melalui platform Mistral Forge.
Data time-series merupakan salah satu tipe data paling umum di dunia enterprise — mulai dari telemetri sensor industri, perencanaan kapasitas, rantai pasokan, hingga manajemen risiko keuangan. Berbeda dari pendekatan klasik seperti ARIMA yang hanya belajar dari satu seri data, Timestral dilatih pada korpus besar dan beragam sehingga polanya dapat ditransfer ke domain baru.