# Timestral di Mistral: previsioni su serie temporali senza GPU, benchmark e licenza

_Quattro modelli da 5 a 209 milioni di parametri prevedono consumi, vendite e sensori anche su CPU. Primi sui benchmark secondo Mistral, con una licenza che esclude i grandi gruppi._

Fonte: https://andreapirazzini.it/blog/timestral-mistral-previsioni-serie-temporali-cpu · 23 ottobre 2026

> Articolo redatto da un sistema di AI a partire da fonti ufficiali: https://mistral.ai/it/news/timestral/.

## In breve

- Timestral è la prima famiglia di modelli di Mistral per le serie temporali, in quattro taglie: 5M, 28M, 123M e 209M parametri.
- Secondo Mistral il 209M è primo su GIFT-Eval, TIME e fev-bench tra i modelli zero-shot, con margini stretti.
- Gira su CPU: 10 ms per il 5M e 140 ms per il 209M per prevedere un giorno da tre settimane di dati.
- Previsioni probabilistiche con 21 quantili, più serie insieme e covariate passate, future e categoriali.
- Codice Apache 2.0, pesi in Modified MIT: escluse le aziende oltre 20 milioni di dollari di fatturato al mese.

Il 15 ottobre 2026 Mistral AI ha presentato **Timestral**, la sua prima famiglia di modelli di fondazione per le **serie temporali**: numeri raccolti nel tempo, come i consumi di energia ora per ora, le vendite giornaliere o le letture di un sensore ogni quindici minuti. Timestral guarda lo storico e prevede come continuerà, senza essere addestrato sui vostri dati. Esce in quattro taglie, da 5 a 209 milioni di parametri, e secondo Mistral non ha bisogno di una GPU per funzionare. I pesi si scaricano da Hugging Face e il codice è su GitHub.

- **4** Taglie del modello: 5M, 28M, 123M e 209M parametri
- **209M** La taglia più grande, prima su GIFT-Eval, TIME e fev-bench secondo Mistral
- **140 ms** Tempo dichiarato del 209M su CPU per prevedere un giorno
- **21** Quantili per ogni passo della previsione

_Fonte: Blog di Mistral AI, README GitHub e scheda Hugging Face di Timestral, verificati il 23/10/2026_

## Perché se ne parla

I modelli linguistici hanno abituato tutti a un modello unico che risponde a domande diverse. Nelle previsioni numeriche, invece, molte aziende lavorano ancora con un modello statistico costruito e tarato serie per serie: uno per le vendite, uno per i consumi, uno per ogni macchina. I modelli di fondazione per serie temporali, abbreviati in TSFM, provano a cambiare questo schema: sono addestrati su moltissime serie e prevedono anche serie mai viste, in modalità **zero-shot**.

In questo campo Mistral non era ancora presente. Con Timestral entra in un gruppo dove ci sono già modelli come TimesFM-3 di Google, Chronos-2, Toto 2.0 e t0-gamma, e lo fa con un'affermazione forte: il modello da 209 milioni di parametri sarebbe primo sui tre principali benchmark pubblici, **superando lo stato dell'arte precedente con due terzi dei parametri**. Sono dati pubblicati da Mistral, inviati alle classifiche pubbliche GIFT-Eval e TIME, ma non ancora accompagnati dal rapporto tecnico completo, che l'azienda dice arriverà più avanti.

## Come funziona

Timestral è un transformer che legge lo storico a blocchi da 32 passi, chiamati patch, e restituisce la previsione per i passi successivi. Tutte e quattro le taglie hanno la stessa architettura e la stessa ricetta di addestramento: cambia solo la dimensione.

![Schema dell'architettura di Timestral: in basso le serie da prevedere e le covariate, al centro la patch embedding e il transformer, in alto la testa dei quantili e le previsioni](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/4acf068e-f714-49df-a61d-5cc7a21d2e73/935e7825-de23-461e-97c2-f11506c1b6c5.jpg)
*Lo schema ufficiale del modello: serie da prevedere, covariate passate e future, transformer e testa che produce i quantili. Immagine: Mistral AI.*

### Più serie insieme, con le covariate

Il modello è **multivariato**: se una pompa registra vibrazione, temperatura e pressione, le tre serie vengono previste insieme, tenendo conto di come si influenzano. Accetta poi tre tipi di **covariate**, cioè informazioni di contorno che aiutano la previsione senza essere previste a loro volta:

- **solo passate**, note fino a oggi, come una misura ausiliaria;
- **a futuro noto**, come il piano di produzione, i fermi già programmati o le previsioni meteo;
- **categoriali**, come il giorno della settimana o lo stato di una macchina.

Il contesto arriva fino a **32.768 passi**: con dati ogni quindici minuti sono circa undici mesi di storico. La previsione esce in blocchi da 1.024 passi; per orizzonti più lunghi il modello procede blocco dopo blocco.

### Non un numero, ma una fascia

Timestral non restituisce un solo valore per ogni passo. Produce **21 quantili**, dal 1% al 99%: in pratica una mediana e una fascia che indica quanto è probabile che il valore reale cada più in alto o più in basso. Per chi pianifica scorte, turni o acquisti di energia è l'informazione più utile, perché dice anche quanto fidarsi della previsione.

### In parole semplici

Gli date le ultime settimane di dati, con eventuali informazioni sul futuro che conoscete già, e lui vi restituisce la curva più probabile e il margine di incertezza. Nessun addestramento preliminare è necessario per partire; se serve, il modello si può poi adattare ai vostri dati.

[Animazione: Come si legge una previsione probabilistica: mediana e fascia probabile. Serie simulata a scopo illustrativo, animazione di AndreaPirazzini.it.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/4acf068e-f714-49df-a61d-5cc7a21d2e73/7d932413-b628-49ad-bad9-983626984f48.mp4)

## I risultati dichiarati da Mistral

Mistral confronta Timestral con le prime dieci voci di ciascuna classifica: 83 modelli confrontabili su GIFT-Eval, 35 su TIME e 37 su fev-bench. Il 209M risulta primo in tutte e cinque le metriche considerate, con un solo checkpoint e senza combinare più modelli.

![Grafico a barre GIFT-Eval GMean MASE: Timestral 0,657, t0-gamma 0,661, Falcon-2.0 e Lingjiang2.0 0,666, TimesFM-3 0,667, fino a Granite-PatchTST-FM-r2 0,685](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/4acf068e-f714-49df-a61d-5cc7a21d2e73/c1661893-6784-44c3-b3e5-3b7bf297922d.jpg)
*GIFT-Eval, errore medio MASE: più basso è meglio. L'asse parte da 0,650, quindi le distanze sembrano più ampie di quanto siano. Immagine: Mistral AI.*

I margini sono reali ma stretti. Sull'errore MASE di GIFT-Eval Timestral segna 0,657 contro lo 0,661 di t0-gamma, il secondo, e lo 0,667 di TimesFM-3 di Google. Su TIME il distacco è un po' più ampio: 0,626 contro 0,637. Su fev-bench, dove il punteggio è un indice di miglioramento rispetto a un metodo di base e più alto è meglio, il 209M arriva a 50,4 contro 49,4 di t0-gamma e 49,0 di TimesFM-3.

![Grafico a barre fev-bench SQL skill score: Timestral 50,4 in testa davanti a t0-gamma 49,4 e TimesFM-3 49,0](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/4acf068e-f714-49df-a61d-5cc7a21d2e73/74dda106-fa6e-40a3-b27c-227db12f4406.jpg)
*fev-bench, SQL skill score su 100 compiti: più alto è meglio. Immagine: Mistral AI.*

Il dato più interessante riguarda le taglie piccole. Secondo Mistral il modello da 28M batte Chronos-2, circa quattro volte più grande, su GIFT-Eval e TIME, e tutte e quattro le taglie stanno sul fronte di Pareto: a parità di dimensione, nessun modello pubblico fa previsioni migliori.

![Sei grafici di Pareto che mettono a confronto errore e numero di parametri su GIFT-Eval, TIME e fev-bench, con le quattro taglie di Timestral sul fronte migliore](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/4acf068e-f714-49df-a61d-5cc7a21d2e73/d32df446-5af3-4c38-8306-850900d7e7e8.jpg)
*Errore contro dimensione del modello sui tre benchmark: i punti arancioni sono le quattro taglie di Timestral. Immagine: Mistral AI, scheda Hugging Face.*

> **Attenzione:** Tutti i numeri di questa sezione sono pubblicati da Mistral. Il rapporto tecnico con i risultati completi non è ancora uscito e le posizioni in classifica possono cambiare quando arrivano nuovi modelli. Prima di sostituire un sistema di previsione esistente, conviene confrontarli sui vostri dati.

## Quanto è leggero

Qui Timestral si distingue davvero. Mistral dichiara che su una normale CPU da server con 8 thread la previsione di un giorno, a partire da tre settimane di dati ogni quindici minuti, richiede **10 millisecondi con il 5M** e **140 millisecondi con il 209M**. Il 28M è cinque volte più veloce del 209M, mentre il 123M arriva a meno dello 0,2% dal punteggio del 209M con tre quarti della sua latenza.

Anche i file sono piccoli: i pesi in fp32 pesano 21 MB per il 5M, 111 MB per il 28M, 490 MB per il 123M e 837 MB per il 209M. Per confronto, molti modelli linguistici open superano decine di gigabyte. Il codice di inferenza richiede solo PyTorch, NumPy, safetensors e huggingface_hub, e gira su CPU o GPU.

[Animazione: Tempi su CPU con 8 thread dichiarati da Mistral e peso dei file delle quattro taglie dal README GitHub. Animazione di AndreaPirazzini.it, Miao è un personaggio ispirato a Mistral, non ufficiale.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/4acf068e-f714-49df-a61d-5cc7a21d2e73/3a24af35-4bb5-4553-932a-7205773bbba9.mp4)

## Licenza e costi

Qui serve attenzione, perché ci sono due licenze diverse.

- Il **codice** del repository GitHub è rilasciato con licenza **Apache 2.0**.
- I **pesi** del modello su Hugging Face sono sotto una licenza **«Modified MIT»**, che aggiunge una condizione importante.

> **Attenzione:** La licenza dei pesi non concede alcun diritto alle aziende con un fatturato mensile consolidato globale superiore a **20 milioni di dollari** nel mese precedente, compreso quello del datore di lavoro di chi lo usa. Sopra quella soglia serve una licenza commerciale da chiedere a Mistral, oppure i suoi servizi ospitati. Va inoltre indicata l'attribuzione. Venti milioni al mese sono circa 240 milioni l'anno: per quasi tutte le PMI italiane la soglia non è un problema, per i grandi gruppi sì.

Sul fronte dei prezzi, Mistral non ha pubblicato tariffe per Timestral. I pesi si scaricano liberamente e il modello gira sul vostro hardware, quindi il costo principale è quello del server. La documentazione di Mistral lo indica come «Public Preview». Per l'adattamento ai dati aziendali Mistral propone **Mistral Forge**, che permette di partire dal modello zero-shot, aggiungere covariate di dominio e fare fine-tuning su dati proprietari, anche in ambienti isolati da internet; anche qui non ci sono prezzi pubblici.

## Cosa cambia in pratica

L'esempio scelto da Mistral è un impianto industriale con migliaia di sensori. Timestral prevede l'andamento di vibrazione, temperatura e pressione di una pompa usando come covariate a futuro noto il piano di produzione, i fermi programmati e il meteo. Timestral gira di continuo sui flussi dei sensori e segnala le anomalie. Quando ne trova una, un agente confronta i segnali con i guasti già visti e avvia alcuni sotto-agenti che analizzano registri di manutenzione, note dei turni, manuali e ordini di lavoro passati. Il responsabile, secondo Mistral, riceve una diagnosi e un piano invece di un semplice allarme. È uno scenario descritto dall'azienda, non un caso cliente documentato.

Per un'azienda italiana gli usi più immediati sono più semplici:

- **energia**: prevedere i consumi orari di un capannone o di un punto vendita, con i turni come covariata;
- **vendite e scorte**: stimare la domanda giornaliera di ogni prodotto, con promozioni e festività come informazioni note in anticipo;
- **manutenzione**: accorgersi presto quando un macchinario si comporta in modo diverso dal previsto;
- **flussi di cassa**: avere una fascia realistica di incassi e pagamenti per le prossime settimane.

Il vantaggio principale è che il modello gira in locale, anche su un server senza GPU. I dati di produzione o di vendita non devono uscire dall'azienda.

> **Consiglio:** Per una prima prova vi conviene partire dal 28M: è piccolo, veloce e secondo Mistral già più preciso di Chronos-2. Prendete uno storico che conoscete bene, nascondete le ultime settimane e confrontate la previsione di Timestral con quello che è successo davvero.

## Come provarlo

Serve un ambiente Python 3.10 o successivo con PyTorch 2.4 o successivo. L'installazione è un solo comando:

```bash
pip install git+https://github.com/mistralai/timestral.git
```

Dal README ufficiale, una previsione di 96 passi richiede poche righe:

```python
from timestral import TimestralForecaster

forecaster = TimestralForecaster.from_pretrained("mistralai/Timestral-209M")
forecast = forecaster.forecast(context, prediction_length=96)
forecast.median          # la curva più probabile
forecast.quantile(0.9)   # il limite alto della fascia
```

Al primo avvio il modello scarica i pesi da Hugging Face. Il README precisa che il repository non accetta pull request, mentre segnalazioni di bug e domande sono benvenute come issue su GitHub.

## Domande frequenti

**Che cos'è Timestral?**

È la prima famiglia di modelli di Mistral AI per le previsioni su serie temporali, presentata il 15 ottobre 2026. Prevede come continueranno dati raccolti nel tempo, come consumi, vendite o letture di sensori, anche senza addestramento sui vostri dati.

**Serve una GPU?**

No. Secondo Mistral, su una CPU da server con 8 thread la previsione di un giorno richiede 10 millisecondi con il modello 5M e 140 millisecondi con il 209M. Il codice funziona anche su GPU.

**Quanto costa?**

Mistral non ha pubblicato prezzi. I pesi si scaricano da Hugging Face e il modello gira sul vostro hardware. La licenza dei pesi però esclude le aziende con più di 20 milioni di dollari di fatturato mensile, che devono chiedere una licenza commerciale.

**Quale taglia scegliere?**

Il 209M è il più preciso, il 123M arriva quasi allo stesso punteggio con meno latenza, il 28M è cinque volte più veloce del 209M e il 5M è pensato per i casi in cui conta soprattutto la velocità.

**I benchmark sono indipendenti?**

I benchmark GIFT-Eval, TIME e fev-bench sono pubblici e Mistral dice di aver inviato i risultati alle classifiche. I numeri citati, però, sono pubblicati dall'azienda e il rapporto tecnico completo non è ancora disponibile.

**Si può usare su Mistral Vibe o via API?**

Al 23 ottobre 2026 Mistral non indica un'integrazione in Vibe né prezzi API per Timestral. Il modello si usa scaricando i pesi oppure tramite Mistral Forge per l'adattamento ai dati aziendali.