Zum Inhalt springen
senn-techsenn-tech
Zurück zum Blog
KI-News
KI-Einordnung: Modelle, Markt, Meldungen2026-11-20· Von Franz Senn

Timestral von Mistral: Die Zahlen stimmen, der erste Platz nicht

Mistral hat Mitte Oktober 2026 vier Zeitreihen-Modelle veröffentlicht: Timestral mit 5, 28, 123 und 209 Millionen Parametern, gebaut für Prognosen ohne Domänenwissen. Die Modellkarte und das später eingereichte Paper melden Bestwerte auf drei öffentlichen Boards. Wir haben im Oktober angefangen, die Werte selbst nachzurechnen, und die Boards am 20. November 2026 erneut gemessen. Ergebnis in einem Satz: Jede Zahl, die Mistral gemeldet hat, ist richtig. Die Meldung, das Modell stehe dort auf Platz 1, stimmt nur, wenn man den Spiegel liest und nicht das Originalboard.

fev-bench, Skill Score in Prozent: Timestral ist Vierter von 43TimeRSI-1.5 (geschlossen)51.82TimeRSI (geschlossen)51.24TimeH2O-v1 (offen)50.83Timestral-209M50.39Timestral-123M50.18t0-gamma (offen)49.42TimesFM-348.994555
Eigene Nachrechnung aus den Ergebnisdateien des Boards (4285 Zeilen, 43 Modelle, 100 Aufgaben), Boardsstand 23.10.2026. Nach dem offiziellen Aggregationspfad: Pro-Aufgabe-Verhältnis gegen Seasonal Naive, Leckage-Implutation mit Chronos-Bolt, Begrenzung auf 0,01 bis 100, geometrisches Mittel, mal 100. (Quelle: senn-tech, eigene Nachrechnung der fev-bench-Ergebnisdateien)

Was da liegt, in Bytes

Timestral-209M belegt auf Hugging Face 837,27 Megabyte in einer einzigen Gewichtedatei, 209,3 Millionen Parameter, die kleine Variante 20,84 Megabyte. Die Konfigurationsdatei nennt eine Patchgröße von 32, 24 Transformer-Schichten, 768 als Modellbreite, 21 Quantil-Knoten, einen Kontext von 32.768 Schritten und 1024 Schritte je Durchlauf. Installiert wird über Git: pip install git+https://github.com/mistralai/timestral.git, Python ab 3.10, Torch ab 2.4, ein Paket auf PyPI gibt es nicht (GitHub-Issue #5).

Die Provenienz ist der ungewöhnlichste Teil. Das Repository mistralai/timestral hat genau einen Commit vom 15. Oktober 2026 um 14:59:55 UTC, seither ist nichts mehr gekommen. Es gibt keine Veröffentlichung und keinen Versionstag. Am Messtag zählt das Repository 1231 Sterne, 103 Forks und 9 offene Issues, die Modellkarte 30.653 Abrufe und 499 Zustimmungen. An den sechs Bewertungseinträgen der Karte steht verified: false, was dort üblich ist, aber zusammen mit dem fehlenden Release darauf hinweist, dass außer dem einen Upload nichts von außen bestätigt wurde.

Die Werte: exakt reproduzierbar

Die Aggregation haben wir mit dem Code der Boards selbst neu gebaut. Für GIFT-Eval heißt das: jede Aufgaben-Zelle durch die Zelle von Seasonal Naive, dann geometrisches Mittel über alle Aufgaben. Für fev-bench der offizielle Pfad aus dem Analyse-Modul, inklusive Leckage-Implutation und Begrenzung. Die Übereinstimmung ist vollständig.

ModellKarte (gMASE / gWQL)eigene Aggregationfev-bench gemeldet / nachgerechnet
Timestral-209M0,658 / 0,4460,6575 / 0,446050,4 / 50,39
Timestral-123Mnicht ausgewiesen0,6589 / 0,4476nicht ausgewiesen / 50,18
t0-gamma (offen, ohne Lizenzgrenze)nicht ausgewiesen0,6608 / 0,4520nicht ausgewiesen / 49,42

Bei 209 Millionen Parametern heißt das: Wer eine Zahl meldet, hat sie aus denselben Dateien aggregiert, die öffentlich sind. Die zweite Hälfte der Meldung ist der Rang.

Der Rang: drei Oberflächen, drei Antworten

Der Anspruch stammt aus einer GitHub-Issue vom 16. Oktober 2026: Die Ergebnisse von Timestral-209M seien dort „currently first on two metrics" auf GIFT-Eval, TIME und fev-bench. Gefragt war die Bestätigung durch Mistral; beantwortet wurde die Frage nie. Am 20. November 2026 haben wir die drei Stellen getrennt gemessen, an denen dieser Rang heute stehen könnte.

OberflächeStand heute, gemessenWie gemessen
fev-bench-OriginalboardTimestral nirgends, Board listet 26 ModelleBoard-Datei der Veröffentlichungspipeline, 546.970 Bytes, Zeitstempel 20.11.2026 06:11 UTC; Gegeneiche über die Modell-Liste derselben Datei
GIFT-Eval-Originalboard174 Modellverzeichnisse, aber öffentliche Gesamttabelle nennt 21 Modelle ohne TimestralVerzeichnisstruktur des Spaces gegen die fünf aggregierten CSV-Dateien
TIME-Ausgabe-Repository48 Modellverzeichnisse, alle vier Timestral-Größen, 481 Einzeldateien für 209MErgebnisbaum; die offizielle Gesamttabelle haben wir bewusst nicht nachgebaut
Papers-with-Code-SpiegelAbzeichen: Platz 2 auf GIFT-Eval, „result retired" auf TIME, „SOTA" auf fev-benchAbzeichen-Grafiken je Bewertung, vier Anfragen
Papers-with-Code-Seitenkopf„Best: 0,658 by Timestral-209M" (GIFT), „Best: 0,626" (TIME), „Best: 50,4" (fev-bench)ausgelieferte Seite, serverseitig gerenderte Zeile

Zwei Dinge fallen daran auf. Erstens: Das Originalboard von fev-bench enthält Timestral schlicht nicht, während der Spiegel dem Modell dort den Bestwert zuschreibt. Zweitens: Der Spiegel widerspricht sich am selben Tag selbst. Die Abzeichen-Grafik meldet für GIFT-Eval Platz 2 und für TIME einen zurückgezogenen Eintrag, der Seitenkopf derselben Bewertung nennt weiterhin Timestral als bestes Ergebnis. Wir können die Regel dahinter nicht aus den Dateien ableiten, wir kennen nur die zwei Messwerte. Was wir daraus ziehen ist eine Messregel, keine Vermutung über den Anbieter: Ein Rang ist eine Eigenschaft einer Oberfläche an einem Tag, keine Eigenschaft des Modells. Ein Rang ohne Board-Stand, Modellzahl und Messzeitpunkt ist keine Information.

Unsere eigene Nachrechnung auf den Originaltabellen (Stand 23. Oktober 2026) ist die einzige Zahlengrundlage, die wir für eine Reihung nennen: Auf fev-bench Platz 4 von 43 Modellen, mit 39,49 MASE-Skill ebenfalls Vierter. Auf GIFT-Eval Platz 14 über alle Einträge und Platz 2 unter den offenen Nullsatz-Modellen: TimeH2O-v1 hält mit 0,6536 gMASE vor Timestral-209M mit 0,6575, dahinter t0-gamma mit 0,6608. Vor allen dreien liegen sechs agentische Einträge und das geschlossene Morpheus-2.0 mit 0,6459. Der Abstand zu t0-gamma beträgt 0,5 Prozent beim MASE und 1,3 Prozent beim WQL, also im Bereich, in dem ein anderer Aufgabenmix die Reihung kippt.

GIFT-Eval, gMASE über alle Aufgaben (Auswahl): der niedrigere Wert gewinntEXAONE-Forecast-Agent (agentisch)0.6099STRIDE + Synapse (agentisch)0.6254Morpheus-2.0 (geschlossen)0.6459TimeH2O-v1 (offen)0.6536Timestral-209M0.6575t0-gamma (offen)0.66080.581
Eigene Aggregation über die Ergebnisdateien des Spaces, Boardsstand 23.10.2026, 97 Aufgaben. Niedrigerer Wert ist besser, die Balkenlänge zeigt also den Fehler. Ausgewählt sind die beiden bestplatzierten agentischen Einträge, das beste geschlossene Modell und die drei offenen Nullsatz-Modelle aus dem Text; der Stand hat 163 Modellverzeichnisse, Timestral-209M liegt darin auf Platz 14. (Quelle: senn-tech, eigene Aggregation der GIFT-Eval-Ergebnisdateien)

Die Lizenz steht, wo niemand hinschaut

Auf Hugging Face ist die Karte als Lizenztyp other markiert. Die Lizenzdatei selbst ist eine geänderte MIT-Lizenz mit einer Bedingung: Sie gilt nicht für Unternehmen, die im Monat mehr als 20 Millionen Dollar Umsatz ausgewiesen haben. Diese Bedingung steht in der Lizenzdatei, in der README der Modellkarte taucht nur die Zeile zum geistigen Eigentum auf. Das GitHub-Repository zeigt als Lizenz eine unänderte Apache-2.0, und GitHub meldet Apache-2.0 auch als erkannte Lizenz des Repositories. Zwei Primarquellen, zwei Aussagen, ohne Auflösung durch den Anbieter. Wer Timestral in eine kommerzielle Kette nehmen will, muss diese Frage klären, bevor er evaluiert, und hat mit t0-gamma eine Alternative ohne Grenze, die in unserer Messung nur 0,5 bis 1,3 Prozent schlechter liegt.

Das Paper nennt eine Sache, die für uns entscheidet

Am 27. Oktober 2026, zwölf Tage nach dem Upload, erschien ein Paper zu Timestral auf arXiv (2610.37585, Fachgruppe KI, 356 Autoren, nur Fassung v1). Weder die Modellkarte noch die README verlinken es; die entsprechende Diskussion auf Hugging Face („Add link to the paper page") steht seit 29. Oktober offen. Aus dem Abstract ziehen wir zwei Punkte. Das Verfahren heißt Decoupled Horizon Forecasting und behandelt bekannte Zukunfts-Kovariaten als Eingabegröße, was für Betriebsprognosen der richtige Ansatz ist. Und: Das Modell wird in zwei Stufen trainiert, die erste Stufe ausschließlich auf einem synthetischen Korpus, erst danach folgt der Mischanteil mit echten Reihen.

Das wiegt für uns schwerer als jede Rangliste. Wir prognostizieren Auslastung und Frachtkosten, also Reihen, deren Spitzen an Feiertage, Mautsystemwechsel und Schichtpläne gebunden sind. Genau diese Kovariaten haben im synthetischen Korpus keine Entsprechung. Dazu kommt eine Falle im Aggregationspfad, die wir aus dem Code lesen: Mit symmetric_averaging=True und einer Kovariaten ohne Streuung (ein Feiertag, der im Fenster genau einmal vorkommt, eine Mautklasse mit nur einem Wert) bläht die Symmetrierung die oberen Quantile deutlich auf. Wer die oberen Quantile für Kapazitätsentscheidungen benutzt, muss das Fenster vorher prüfen. Diese Warnung steht im Programmtext; gemessen haben wir sie nicht, siehe Grenze unten. Deshalb läuft bei uns jeder Kandidat zuerst über eigene Reihen, so wie wir es beim Entscheidungsmodell Jev gemacht haben.

Was wir nicht gemessen haben

Damit die Grenzen mitgehört werden: Wir haben kein Timestral-Modell in unserem Stack laufen lassen. Es gibt von uns keine Durchsatz-, Latenz- oder Speicherwerte zu diesem Modell, und wir vergleichen bewusst keine Token-Zahlen mit anderen Modellen. Die Gewichte haben wir nie vollständig gelesen, der Download der 837 Megabyte ist bei 214 Megabyte abgebrochen. Die Gesamttabelle von TIME haben wir absichtlich nicht nachgebaut, sie wird aus Fenster-Metrikdateien einer 43 Kilobyte schweren Auswertung gebaut, und eine Nachrechnung ohne protokollierten Ablauf wäre eher eine zweite Behauptung als ein Beweis. Was wir gemessen haben, sind Werte, Reihungen, Lizenzen, Dateibestände und die Meldungen der Oberflächen.

Einordnung

Timestral ist ein sauber dokumentiertes, kleines Zeitreihen-Modell, dessen Zahlen halten. Uns interessiert es weiter als Kandidat für Betriebsprognosen, vorerst als Beobachtungsfall: Die Lizenzfrage ist offen, das Repository hat nach einem Commit nichts mehr bewegt, das PyPI-Paket fehlt, und der Rein-Synthetik-Pretrain trifft genau unsere schwächste Datenseite. Die drei Wiedereinstiegsgründe sind ein zweiter Commit mit PyPI-Paket, eine geklärte Lizenzzeile und ein Modelllauf in unserem Haus, aufgesetzt auf unseren eigenen AI-Stack, mit echten Feiertags- und Mautfenstern.

Die Regel aus dieser Messung gilt für unsere eigene Arbeit und für jeden weitergeleiteten Screenshot mit Rangliste: Zahlen nachrechnen, Rang dort messen, wo er entsteht, und den Stand der Liste zum Wert dazuschreiben. Die Zahl 0,658 ist überprüfbar. Der Platz 1 war es am Veröffentlichungstag nicht, und die zwei Zeilen dazu stehen im Oktober-Ordner unserer Dossiers.

Weiterführende Quellen

Fünf Quellen, alle am 20.11.2026 selbst abgerufen; die eigene Aggregation stammt vom 19. und 25. Oktober 2026:

Fragen?
Ist Timestral das beste Zeitreihen-Modell?+

Nach den Originalboards: nein. Auf fev-bench liegt Timestral-209M in unserer Nachrechnung auf Platz 4 von 43 hinter TimeRSI-1.5, TimeRSI und TimeH2O-v1. Auf GIFT-Eval ist es Platz 14 über alle Einträge und unter den offenen Nullsatz-Modellen Platz 2 hinter TimeH2O-v1.

Stimmen die Zahlen, die Mistral gemeldet hat?+

Ja. Unsere eigene Aggregation aus den Aufgaben-Ergebnisdateien der Boards ergibt für Timestral-209M auf GIFT-Eval 0,6575 gMASE und 0,4460 gWQL, auf fev-bench 50,39 Skill Score. Die Modellkarte nennt 0,658, 0,446 und 50,4. Die Werte sind korrekt, nur ihre Einordnung als erster Platz nicht.

Darf man Timestral kommerziell einsetzen?+

Die Lizenzdatei auf Hugging Face ist eine geänderte MIT-Lizenz mit einer Umsatzgrenze von 20 Millionen Dollar im Monat. Diese Grenze steht nur in der Lizenzdatei, nicht in der README. Das GitHub-Repository zeigt dazu eine unänderte Apache-2.0-Lizenz. Vor einem Einsatz im Unternehmen muss diese Diskrepanz geklärt sein.