「新しいAIモデル」と聞くと、文章を書いたり質問に答えたりするチャットAIを思い浮かべるかもしれません。
Mistralが2026年10月15日に公開した「Timestral」は、そこが少し違います。扱うのは、売上、需要、気温、電力使用量、センサー値など、時間順に並ぶ数値です。過去の動きから、その先を予測するための時系列基盤モデルです。
今回の発表で初心者が覚えておきたいのは、AIモデルはすべてチャット用ではないということ。普段ChatGPTやGeminiを使う人が、急いで設定や契約を変えるニュースではありません。
Timestralは「文章を作るAI」ではない
時系列とは、時間の順番に並んだデータのことです。毎日の売上、1時間ごとの気温、工場設備の振動、サーバーの負荷などが当てはまります。
Timestralは、こうした過去の数値から未来の数値を予測するために作られました。Mistralは、同社初の時系列基盤モデル群と説明しています。
文章生成AIへ質問する代わりに、数値の並びを入力して予測に使うモデルです。Le Chatで普通の会話相手として選ぶ機能は、今回確認した公式情報では案内されていません。
4サイズあり、最大でも209M parameters
Timestralには、5M、28M、123M、209M parametersの4サイズがあります。大きいモデルほど予測性能を重視し、小さいモデルほど速度と実行コストを抑える設計です。
最大の209M版は「Timestral 1.0 209M」としてPublic Previewで公開され、ライセンスはModified MITと案内されています。モデルのweightsと実行用source codeも公開されています。
MistralはCPUでも効率よく動かせると説明しています。ただし、本人のWindows環境で速度やメモリー使用量を測ったわけではありません。どのPCでも同じ速度で動く、という意味ではない点に注意が必要です。
一つの数字だけを予言するモデルではない
Timestralは、一つの未来値だけを出すのではなく、21のquantile（分位点）を使う確率予測に対応しています。
たとえば「明日の需要は必ず100」と一点だけ決めるのではなく、中心に近い予測と、上下にどれくらい幅があるかを表せます。将来には不確実さがあるため、幅も含めて判断するための仕組みです。
単一の系列だけでなく、複数の関連する系列を同時に扱えます。さらに、過去だけ分かる補助情報と、休日予定や生産計画のように未来について事前に分かっている情報も入力できます。
最大32K timestepsを見て、1回で1024 steps先まで
Timestral 1.0 209Mは、最大32,768 timestepsの履歴を入力でき、1回のforward passで最大1,024 steps先まで予測できます。
ここでいうstepは日や時間に固定された単位ではありません。元データが1日ごとなら1 stepは1日、15分ごとなら1 stepは15分です。
そのため「32K日分を扱える」と読み替えるのは誤りです。データの間隔によって、同じ32Kでも実際に表す期間は変わります。
「1位」はMistralの評価結果として読む
Mistralは、Timestral-209MがGIFT-Eval、TIME、fev-benchという公開benchmarkで、事前学習済みのzero-shotモデル群の中で首位になったと説明しています。
ただし、これはMistralが公開した評価結果です。実際の売上、需要、設備データでも必ず最良になることを保証するものではありません。Mistral自身も、production dataは公開benchmarkと大きく異なる場合があると説明しています。
また、技術報告書は今後公開予定です。この記事では順位を一般的な性能保証として扱わず、「企業が公開したbenchmark結果」として分けています。
普通のAI利用者が今日覚えること
普段、文章作成や検索のためにChatGPT、Gemini、Claudeを使っている人は、Timestralへ乗り換える必要はありません。用途が違います。
今回のニュースから持ち帰りたいのは、次の区別です。
- 文章生成AI：文章、質問応答、要約などを扱う
- 時系列予測AI：時間順の数値から、その先を予測する
売上予測、在庫管理、設備監視などへAIを使いたいときは、チャットAIだけでなく時系列予測専用モデルという選択肢があります。一方、本人環境での実行速度、特定データでの精度、一般のMistral APIからの提供条件や料金は未確認です。
Timestralは「未来を必ず当てるAI」ではありません。過去の数値と分かっている補助情報から、幅を持った予測を作るためのモデルです。この違いが分かれば、AIの名前だけでなく、何を入力して何を出すモデルなのかで選びやすくなります。
公式出典
Mistral「Introducing Timestral」（2026年10月15日）
Mistral Docs「Timestral 1.0 209M」
Mistral AI公式Hugging Face「Timestral-209M」
確認日時：2026年10月17日 06:54 JST
コメント