Diminutos pronosticadores franceses destronan a gigantes en procesadores corrientes

Un pronóstico en diez milisegundos con un procesador corriente de oficina suena a eslogan, y sin embargo ese es el reclamo central de esta novedad: predicciones de primer nivel sin salas de servidores ni aceleradores dedicados. El integrante menor de la familia responde casi al instante a una pregunta de un día vista, mientras el mayor sigue por debajo de la barrera del parpadeo. La promesa, por tanto, no es solo precisión, sino precisión con baja latencia y coste contenido.

Timestral es la primera familia de Mistral dedicada a la previsión de series temporales, presentada el 15 de octubre de 2026 en cuatro tamaños: 5M, 28M, 123M y 209M de parámetros. Los pesos son abiertos bajo licencia Modified MIT y funcionan sin entrenamiento previo con tus datos, directamente sobre CPU. Como resume OpenDataScience, el salto llega desde los métodos estadísticos clásicos como ARIMA y el aprendizaje profundo especializado hacia pronósticos multivariantes con menos recursos.

Tabla de resultados y eficiencia compacta

El resultado estrella es un pleno en tres clasificaciones públicas para modelos preentrenados de disparo cero: GIFT-Eval, TIME y fev-bench, con un único modelo y sin combinar varios intentos. El buque insignia de 209M anota MASE 0,658 y CRPS 0,446 en GIFT-Eval, MASE 0,626 y CRPS 0,522 en TIME, y 50,39 en SQL más 39,49 en MASE en fev-bench. Por detrás quedan TimesFM-3 de Google (0,667/0,456; 0,640/0,536; 48,99), Chronos-2 de Amazon (0,698/0,485; 0,662/0,556; 47,28) y Toto 2.0 con 2.500M, rezagado en cada fila según la tabla que difunde StackFutures; conviene recordar que son cifras del proveedor y la verificación independiente sigue pendiente.

La sorpresa mayor es lo poco que parece importar el tamaño. El hermano de 28M ya supera a Chronos-2 en GIFT-Eval y TIME con más o menos la cuarta parte de su tamaño, y el de 123M queda a un 0,2 % del buque insignia (brecha de 0,001 en MASE) con unos tres cuartos de su latencia. La horquilla va de 10 ms con el modelo de 5M a 140 ms con el de 209M para prever un día a partir de tres semanas de historial cada quince minutos en una CPU de servidor con ocho hilos. Todo ello con un contexto de 32.768 pasos y pasadas únicas de hasta 1.024 pasos, de modo que los horizontes largos avanzan por bloques con la mediana añadida.

Cómo funciona el sistema

El diseño se sostiene sobre cuatro ideas llanas. Primera, la historia completa permanece visible durante el pronóstico: los token de pronóstico la leen por completo, los patrones antiguos nunca se pierden de vista y los huecos quedan marcados como ausentes en lugar de rellenarse a ciegas. Segunda, los datos futuros conocidos, como el calendario de festivos o el plan de producción, solo alimentan a las variables conocidas y jamás a los objetivos, de modo que el calendario ayuda sin espiar el porvenir. Tercera, el aprendizaje empieza con datos sintéticos y luego mezcla datos reales y sintéticos, y cuarta, el modelo entrega un abanico de 21 resultados (cuantiles 0,01 a 0,99) en vez de un solo número. Como detalla CodeBridge, la versión de 209M suma 24 capas, vectores de dimensión 768 y parches de 32 pasos, y admite series objetivo junto a covariables pasadas, futuras conocidas y categóricas, incluso de forma multivariante como vibración, temperatura y presión de una bomba a la vez.

El recorrido publicado en YouTube por el canal Ray Codes vuelve todo esto tangible con los pesos menores de 5M, instalados vía pip desde GitHub con un archivo main.py y una carpeta outputs. La primera demo toma seis meses de historial de NVDA, reserva los últimos 30 días y pide al modelo que los reconstruya para comparar el gráfico. El pico queda capturado, aunque la curva completa no clava cada giro, algo lógico con solo 60 días de precios, sin noticias ni otros datos de contexto.

Bandas con las que planificar

Las otras dos demos muestran por qué los intervalos ganan a los números únicos. Una tienda ficticia con demanda estacional y un pico por una promoción relámpago recibe un pronóstico envuelto en bandas sombreadas de los 21 cuantiles, de modo que el equipo ve el margen de riesgo en cada fecha. La demo de tesorería dibuja el saldo de caja frente a una línea de seguridad de $60.000, y las fronteras de riesgo resultantes sirven para planificar operaciones con colchón en vez de cruzar los dedos.

El boceto más ambicioso pasa del modelo al sistema con un agente de planta. Timestral vigila flujos de sensores, detecta una anomalía cuando las lecturas salen de las bandas, convierte las señales en vectores y rastrea fallos pasados parecidos en el archivo. Después, varios subagentes leen turnos y manuales junto a Mistral Large para proponer diagnóstico y plan de reparación, no una simple alarma. Es la imagen de una inteligencia artificial operativa: el modelo de series aporta el oído y el modelo de lenguaje aporta la palabra.

Límites, licencia y veredicto

Los límites merecen el mismo espacio. Estos modelos hablan solo números, así que conviene emparejarlos con un modelo de lenguaje cuando hagan falta explicaciones escritas. Los horizontes de más de mil pasos avanzan por bloques, y las variables categóricas deben codificarse primero en forma numérica. En licencias, el código va bajo Apache 2.0 y los pesos bajo Modified MIT, pero DataNorth avisa del matiz clave: las compañías por encima de $20M de ingresos mensuales necesitan un acuerdo aparte, así que conviene revisar los términos antes de escalar en empresa.

Mi veredicto es que lo pequeño venciendo a lo enorme es la noticia, y la eficiencia es la ventaja. Quien puntúe miles de series por hora debería empezar por el tamaño de 28M, que como señala StackFutures ya supera a un rival mucho mayor con una fracción de su coste. El primer paso sugerido por CodeBridge es humilde y sensato: instalar los pesos de 5M, predecir tus propias series y comparar contra la referencia ingenua estacional, calibrando intervalos y presupuesto de latencia en CPU antes de creer ningún ranking.