Mistral publie sa première famille de modèles de fondation pour séries temporelles. Timestral produit des prévisions probabilistes multivariées, en combinant l’historique avec des covariables passées ou connues à l’avance, comme un calendrier de production.
Quatre tailles sont annoncées, de 5 à 209 millions de paramètres, avec un contexte de 32 768 pas temporels et 21 quantiles en sortie. Le code et les modèles sont accessibles; l’inférence peut fonctionner sur CPU. Mistral propose une adaptation par Forge, y compris sur infrastructure client.
Mistral rapporte des premières places sur GIFT-Eval, TIME et fev-bench ; ces classements ne garantissent pas la performance sur des données industrielles changeantes. Les licences comportent deux couches : le code d’inférence relève d’Apache 2.0, tandis que les poids utilisent Modified MIT, qui n’autorise pas l’usage si le chiffre d’affaires mondial consolidé de l’entreprise ou de l’employeur dépasse 20 millions de dollars sur le mois précédent ; une licence commerciale distincte doit alors être demandée. Le rapport technique complet est encore annoncé comme à venir.
Les modèles de fondation ne se limitent pas au texte: les prévisions numériques deviennent une brique que des agents peuvent consulter plutôt que simuler par rédaction.