Mistral ปล่อย Timestral โมเดลพยากรณ์อนุกรมเวลาตระกูลแรก ขนาด 5M–209M รันบน CPU ได้ ขึ้นอันดับ 1 บน GIFT-Eval — แต่นำ t0-gamma แค่ 0.003 MASE และไลเซนส์ "Modified MIT" ห้ามบริษัทรายได้เกิน $20M ต่อเดือน
Mistral AI เปิดตัว Timestral เมื่อ 15 ต.ค. 2026 เป็น โมเดลพื้นฐานสำหรับอนุกรมเวลา (time-series foundation model) ตระกูลแรกของบริษัท มี 4 ขนาด คือ 5M, 28M, 123M และ 209M พารามิเตอร์ น้ำหนักทั้งหมดอยู่บน Hugging Face และมีโค้ดสำหรับรันบน GitHub
งานแบบนี้ต่างจาก LLM โมเดลรับตัวเลขย้อนหลัง เช่น ค่าเซนเซอร์ เมตริกเซิร์ฟเวอร์ หรือยอดขาย แล้วพยากรณ์ช่วงถัดไปแบบ zero-shot โดยไม่ต้องเทรนแยกทีละชุดข้อมูล Mistral อ้างว่ารุ่น 209M ขึ้นอันดับ 1 บนเบนช์มาร์กหลักทั้งสามตัว คือ GIFT-Eval, TIME และ fev-bench ทั้งที่มีพารามิเตอร์ราวสองในสามของ state of the art เดิม
ความสามารถหลัก
- Context 32,768 จุดเวลา ผลลัพธ์เป็นการพยากรณ์แบบความน่าจะเป็น 21 ควอนไทล์ ทำให้เห็นช่วงความไม่แน่นอน ไม่ใช่แค่ค่าเดียว
- รองรับ หลายตัวแปรพร้อมกัน (multivariate) และ covariate สามแบบ คือแบบรู้แค่อดีต แบบรู้ล่วงหน้า (เช่น ตารางผลิต วันหยุด พยากรณ์อากาศ) และแบบหมวดหมู่ (เช่น สถานะเครื่องจักร) ใช้ covariate-aware attention ที่ให้ข้อมูลไหลจาก covariate ไปยังเป้าหมายทางเดียว เพื่อไม่ให้ข้อมูลอนาคตของเป้าหมายรั่วเข้ามา
- ไม่ต้องใช้ GPU: บน CPU เซิร์ฟเวอร์ 8 เธรด การพยากรณ์ล่วงหน้า 1 วันจากข้อมูลย้อนหลัง 3 สัปดาห์ (ทุก 15 นาที) ใช้เวลา 10 ms ในรุ่น 5M และ 140 ms ในรุ่น 209M
- ข้อมูลเทรนส่วนใหญ่เป็นข้อมูลสังเคราะห์ เริ่ม pre-train ที่ context 8,192 แล้ว post-train ด้วยข้อมูลจริงผสมสังเคราะห์ที่ context ยาวขึ้น 4 เท่า ส่วนการ fine-tune บนข้อมูลของตัวเองขายผ่าน Mistral Forge
ตัวเลขเบนช์มาร์ก
บน GIFT-Eval รุ่น 209M ได้ MASE 0.658 / CRPS 0.446 เทียบกับ t0-gamma (0.661/0.452), TimesFM-3 (0.667/0.456) และ Chronos-2 (0.698/0.485) ผลนี้ถูก merge เข้า leaderboard แล้วเมื่อ 16 ต.ค. ส่วนรุ่น 28M ก็ชนะ Chronos-2 ที่ใหญ่กว่าราว 4 เท่า
ข้อควรระวังคือ ระยะนำ t0-gamma มีแค่ 0.003 MASE และผู้ส่งผลเข้า leaderboard คือทีม Mistral เอง ผล fev-bench ยังอยู่ใน PR ที่ยังไม่ได้ merge และรายงานเทคนิคยังเขียนว่า “coming soon”
ไลเซนส์: ชื่อ MIT แต่ไม่ใช่ MIT
หน้าเปิดตัวเขียนไลเซนส์ว่า “Modified MIT” แต่ไฟล์ LICENSE ใน repo ทั้ง 4 ตัวมีข้อสำคัญคือ ห้ามใช้สิทธิ์ใดๆ ตามไลเซนส์ ถ้ารายได้รวมต่อเดือนของบริษัท (หรือของนายจ้างผู้ใช้) เกิน $20 ล้าน ในเดือนก่อนหน้า ข้อนี้ครอบคลุมโมเดลที่ดัดแปลงหรือนำไปรวมกับงานอื่นด้วย ไม่ว่าใครจะเป็นผู้ทำ บริษัทใหญ่จึงต้องซื้อไลเซนส์เชิงพาณิชย์หรือใช้ผ่านบริการของ Mistral ส่วนโค้ดสำหรับรันบน GitHub ใช้ Apache-2.0
มุมมอง AI Curator
ปีนี้ตลาดโมเดลพยากรณ์อนุกรมเวลาเปลี่ยนเร็ว ทั้ง TimesFM-3, Chronos-2 และ Toto 2.0 ต่างก็ปล่อยออกมา การที่ Mistral เข้ามาด้วยโมเดลที่เล็กพอจะรันบน CPU ในโรงงานและทำงานแบบ air-gapped ได้ ตรงกับลูกค้าสาย Sovereign AI ที่บริษัทจับอยู่ ตัวอย่างการใช้งานในบล็อกยังชัดเจน คือให้ Timestral เฝ้าเซนเซอร์และจับความผิดปกติ แล้วส่งต่อให้เอเจนต์ LLM ไปหาสาเหตุจากบันทึกการซ่อมบำรุง ซึ่งเป็นรูปแบบที่โรงงานและบริษัทพลังงานในไทยลองทำตามได้จริง
แต่ไลเซนส์เป็นตัวตัดสิน เพดาน $20M ต่อเดือน (ราว 700 ล้านบาท) แปลว่าสตาร์ทอัปและ SME ไทยส่วนใหญ่ใช้ได้ฟรี ส่วนกลุ่มที่ต้องการพยากรณ์มากที่สุด เช่น การไฟฟ้า ปิโตรเคมี โลจิสติกส์ และธนาคาร มักมีรายได้เกินเพดานนี้ องค์กรเหล่านี้จึงต้องเทียบกับทางเลือกที่ใช้ Apache-2.0 ด้วย และเมื่อระยะนำบนเบนช์มาร์กมีแค่ 0.003 MASE ไลเซนส์อาจสำคัญกว่าอันดับบน leaderboard
แหล่งข่าว
อ่านเพิ่มในหมวด โมเดลใหม่
Google เปิดตัว Gemini 4 Carbon ขึ้นอันดับ 1 Artificial Analysis v5 ด้วยคะแนน 59 แต่ยังให้ใช้แค่นักป้องกันไซเบอร์กลุ่มเล็ก
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Microsoft ปล่อย Mage-VL-Cowork โมเดล 4B คุมเดสก์ท็อปและเทอร์มินัลในตัวเดียว ได้ 66% บน OSWorld-Verified สัญญาอนุญาต Apache-2.0
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
Mistral ปล่อยน้ำหนัก Large 4 จริงแล้ว — 1T ราคาลดเกือบครึ่ง แต่บน AA ได้ 26 และสัญญาอนุญาตห้ามขายเป็น API ถ้าไม่มีใบอนุญาตแยก
Mistral ปล่อยน้ำหนัก Large 4 (Le Chonk) เมื่อ 29 ต.ค. เป็นรุ่นที่ฝึก RL ต่ออีกสามสัปดาห์หลัง preview ขนาด 1T ใช้พื้นที่ราว 1.06TB ราคา API ลดเหลือ $0.70/$2.10 Mistral นำ open-weight ด้าน coding แต่คะแนนรวม AA 26 ตามหลังโมเดลจีน และสัญญาอนุญาตกันธุรกิจ Model-as-a-Service