Zeitreihen & Prognosen
Timestral 5M
Kleinster Timestral-Checkpoint mit 5 Millionen Parametern. Für numerische Prognosen auf CPU oder GPU; verarbeitet Zeitschritte, keine Chatnachrichten.
Zeitreihen & PrognosenTimestral 209M
Timestral 209M verarbeitet numerische Zeitreihen. Du gibst historische Werte und gegebenenfalls bekannte Einflussgrößen hinein und erhältst Prognosen mit Unsicherheitsbereichen. Das ist ein anderes Werkzeug als ein Chatmodell.
Wie kannst du es nutzen?
Wenn du lokal arbeiten möchtest, prüfe zuerst Lizenz, passende Laufzeit und den Speicherbedarf deiner Modellvariante. Offene Gewichte allein sagen noch nicht, ob dein Rechner dafür ausreicht.
Aktuell · offene GewichteQuellenstand 2026-10-19
Mistral AI im Verzeichnis
EingabeNumerische Zeitreihen, Bekannte Einflussgrößen
AusgabePrognosen mit 21 Quantilen
Kontext32.768 Zeitschritte
Technische Daten
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | Mistral AI |
|---|---|
| Modellfamilie | Timestral |
| Modell-/API-ID | mistralai/Timestral-209M |
| Status | Aktuell · offene Gewichte |
| Modellart | Zeitreihen & Prognosen |
|---|---|
| Eingabe | Numerische Zeitreihen, Bekannte Einflussgrößen |
| Ausgabe | Prognosen mit 21 Quantilen |
| Kontext | 32.768 Zeitschritte |
|---|---|
| Maximaler Output / Horizont | 1.024 Zeitschritte pro Durchlauf; 21 Quantile |
| Bereitstellung | Gewichte herunterladen und selbst betreiben |
|---|---|
| Gewichte | Offene Gewichte dokumentiert |
| Lizenz | Modified MIT für Gewichte; Code separat Apache 2.0 |
Grenzen der Zeitreihe
Die Grafik zeigt die ausgewiesenen Eingabe- und Ausgabearten. Sie beschreibt einen Arbeitsweg und enthält keine erfundenen Messwerte oder Leistungswerte.
- Eingabe
- Numerische Zeitreihen, Bekannte Einflussgrößen
- Ausgabe
- Prognosen mit 21 Quantilen
Datenbasis: Herstellerangaben im Quellenstand 2026-10-19. Quellen zu diesem Profil ↓
Einsatz und Grenzen
Dieser Checkpoint hat 209 Millionen Parameter. Mistral veröffentlicht dieselbe Modellfamilie in vier Größen. Eine größere Variante ist kein pauschal besserer Ausgangspunkt: Wähle nach deinen Daten, der erreichbaren Qualität und dem tatsächlichen Rechenaufwand.
Der dokumentierte Kontext umfasst bis zu 32.768 Zeitschritte. Der Horizont pro Durchlauf beträgt bis zu 1.024 Zeitschritte, ausgegeben werden 21 Quantile. Ein Zeitschritt ist beispielsweise ein Messzeitpunkt; er ist kein Sprachmodell-Token und keine garantierte Kalenderdauer.
Timestral unterstützt vergangene sowie bekannte künftige Einflussgrößen. Ein Kalenderwert kann vorab bekannt sein, die künftig gemessene Zielgröße dagegen nicht. Trenne beides, damit Informationen aus der Zukunft nicht unbemerkt in den Rücktest geraten. Der Benchmark-Guide erklärt, warum Ergebniswerte erst zusammen mit Aufgabe, Testbedingungen und Auswertung sinnvoll einzuordnen sind.
Die veröffentlichte Python-Implementierung läuft auf CPU oder GPU. Gewichte und Code haben getrennte Lizenzangaben. Halte eine letzte Datenstrecke als Test zurück und vergleiche die Prognose zunächst mit einer einfachen, vorab festgelegten Basislinie.
Vor deiner Auswahl
- Zeitabstand und fehlende Werte dokumentieren.
- Trainings-/Kontextwerte zeitlich vor der Teststrecke halten.
- Gewichte: Modified MIT; Code: Apache 2.0 separat prüfen.
Was kostet Timestral 209M?
Bereitstellung / kein bestätigter API-EinheitspreisCPU-/GPU-Selbstbetrieb; kein bestätigter Tokenpreis
Das Modell rechnet numerische Zeitreihen. Texttokenpreise und der Textkostenrechner sind dafür nicht anwendbar.
Vergleiche ein konkretes Deployment mit seinem tatsächlichen Verbrauch. Angaben zu Gewichten, Speicher und Kontext sind keine gemessene Latenz oder zugesicherte Anwendungsqualität.
Zugang: Gewichte herunterladen und selbst betreiben. Eine öffentlich dokumentierte Modell-ID bestätigt keine Freischaltung deines Kontos.
Praxis: Eine Vorhersage prüfen
Redaktionelle Testidee – noch nicht ausgeführt
Redaktionelle Testidee – noch nicht ausgeführt. Nutze eine freigegebene oder fiktive Vorlage und halte Version sowie Einstellungen fest.
Vorlage & Auftrag
Fiktive Übung für Timestral 209M:
Erzeuge eine Serie mit 80 Messpunkten und halte die letzten 8 zurück.
Nutze nur die ersten 72 als Kontext. Vergleiche den Prognosefehler mit einer Vorhersage, die den letzten bekannten Wert wiederholt.
Keine Aussage über reale Absatz- oder Sensordaten ableiten.Das prüfst du am Ergebnis
Die Teststrecke darf nicht im Kontext stehen. Für 209M werden Prognosefehler und Basislinie mit derselben Formel ausgewertet; die Übung behauptet keinen erzielten Wert.
- Vorlage und erwartete Antwort vor dem Aufruf festhalten.
- Ein- und Ausgabe mit derselben Modellversion und Runtime dokumentieren.
- Abweichungen, Abbrüche und tatsächliche Betriebskosten notieren.
Quellen und Prüfstand
Die verlinkten Herstellerunterlagen wurden für dieses Profil ausgewertet. Ältere Versionen und Einführungstexte dienen der Einordnung; aktuelle technische Angaben haben Vorrang. Abrufdaten stehen an den Quellen. Die Grafik ist redaktionell, kein Leistungstest.
- Model DetailsAbruf 2026-10-19
- Timestral: Mistral's time-series foundation models | MistralAbruf 2026-10-19
- TimestralAbruf 2026-10-19
- Model DetailsAbruf 2026-10-19
Häufige Fragen
Was ist Timestral 209M?
Größter veröffentlichter Timestral-Checkpoint mit 209 Millionen Parametern. Kontext und Vorhersagehorizont werden in Zeitschritten gemessen.
Welche Eingaben und Ausgaben unterstützt es?
Eingabe: Numerische Zeitreihen, Bekannte Einflussgrößen. Ausgabe: Prognosen mit 21 Quantilen. Entscheidend bleibt die Unterstützung im konkreten Endpunkt bzw. in der verwendeten Runtime.
Wie wird Timestral 209M bereitgestellt?
Gewichte herunterladen und selbst betreiben. Das Modell rechnet numerische Zeitreihen. Texttokenpreise und der Textkostenrechner sind dafür nicht anwendbar.
Ist das hier ein eigener Leistungstest?
Nein. Das Profil ordnet die genannten Herstellerquellen vom 19. Oktober 2026 ein. Die Übung und Grafik sind redaktionell erstellt; es wurde keine Modellinferenz ausgeführt.
Welche Zeitreihen-Grenzen sind für Timestral 209M dokumentiert?
Eingabeumfang: 32.768 Zeitschritte. Vorhersagehorizont: 1.024 Zeitschritte pro Durchlauf; 21 Quantile. Die Einheiten im Datenblatt sind maßgeblich; Zeitschritte werden hier nicht als Texttokens oder Wortzahlen umgerechnet.
Wie prüfst du Timestral 209M für deine Aufgabe?
Lege eine kleine Aufgabe mit bekanntem oder nachprüfbarem Ergebnis fest. Notiere Version, Eingabe und Einstellungen. Vergleiche die Ausgabe mit deinem Prüfkriterium und halte Fehler sowie tatsächliche Kosten getrennt fest. Die Testidee auf dieser Seite ist ein Vorschlag und wurde hier nicht als Modelltest ausgeführt.
Weitere Mistral AI-Modelle
Alle anzeigen →Zeitreihen & Prognosen
Timestral 28M
Timestral mit 28 Millionen Parametern für ein- und mehrdimensionale Zeitreihen. Unterstützt bekannte künftige Einflussgrößen und probabilistische Ausgaben.
Zeitreihen & Prognosen
Timestral 123M
Timestral-Checkpoint mit 123 Millionen Parametern. Numerisches Prognosemodell mit eigenem Python-Interface und 21 Quantilen statt einer Textantwort.