Timestralは、Mistralが2026年10月に公開したAIです。ChatGPTのように文章を作るのではなく、売上や電力使用量のような「日々の数字」から、このあとの動きを予測します。小さなパソコンでも動く軽さと、予測の正確さを競うテストでの上位成績で、開発者の間で名前を見かけるようになりました。
Timestralをひとことで言うと？
Timestralは、売上や電力使用量のように時間とともに変わる数字から、このあとの動きを予測するための、AIモデルのセットです。 「セット」と書くのは、大きさの違う4種類がまとめて公開されているからです（Mistral公式ブログ）。
※時系列（じけいれつ）とは: 日ごとの売上や1時間ごとの気温のように、時間の順に並んだ数字のことです。
※モデルとは: 予測をする「頭脳」にあたる、AIの本体のことです。
たとえるなら、いろいろな店を渡り歩いてきたベテラン店長のようなものです。初めて行く店でも、数か月分の売上表を見れば「週末に伸びて、月末に落ちる」といったクセを読み取れます。
Timestralも同じです。大量の時系列データで先に学んでおき、初めて見るデータでも、追加の勉強なしで予測を出します。公式はこのやり方を「ゼロショット」と呼んでいます。
※ゼロショットとは: そのデータ専用の勉強をさせずに、初めて見るデータをいきなり予測させること。
これまでと何が変わるのか
- 自分のデータで一から学習させなくても、予測を試せる。 従来の方法では、データごとに学習をやり直すのが一般的でした。Timestralは、見たことのないデータへの予測を前提にしています。
- 「だいたいこの範囲」という幅つきの予測が出る。 いちばんありそうな値だけでなく、1%から99%まで21段階の見通しが出ます（GitHub）。「最悪の場合」と「うまくいく場合」の両方を考えたい仕事に向いた形です。
- 大きな計算機がなくても動く。 公式は、CPU（パソコンの基本の計算部品）だけで効率よく動くと説明しています。最も小さい版のファイルは約21MBです。
Timestralとは？誰が作った何のAI？
Timestralは、Mistralが公式ブログで「最初の時系列基盤モデルのファミリー」として発表したものです（Mistral公式ブログ）。大きさは5M、28M、123M、209Mの4種類です。
※基盤モデルとは: 大量のデータで先に勉強させておき、いろいろな場面に使い回せるようにしたAIのこと。
※MやパラメータのMとは: パラメータは、AIの中にある「調整つまみ」のようなものです。209Mは約2億900万個を意味し、数が多いほど大きなモデルです。
ChatGPTとどこが違うのか
ChatGPTのような文章AIは、言葉を読んで言葉を返します。Timestralが扱うのは数字の並びで、返すのも数字です。
資料に、文章を作ったり会話したりする機能の記載はありません。「文章ではなく数字の先読みに特化したAI」と考えると分かりやすいでしょう。
従来の予測手法との違い
公式ブログによると、ARIMAや線形回帰といった昔ながらの手法は、通常1本の数字の並びに合わせて作ります。そのため、その並びの過去の動きしか学べません。
PatchTSTのような深層学習の手法は、似た数字の並びをまとめて学べます。それでも多くの場合、データごとに一から学習し直すので、学んだことが別の分野に引き継がれません。
Timestralは「先に大量のデータで学んでおく」方式で、その壁を越えようとしています。データが少ない分野でも予測できる、というのが公式の説明です。
なぜ話題になっているの？
予測テストで上位に入っている
ベンチマーク（※共通の問題集を解かせて点数を比べるテスト）で、最大の209M版が好成績を収めたと発表されています。公式ブログは、時系列予測の主な公開テストであるGIFT-Eval、TIME、fev-benchの3つで1位になったと述べています。しかも、従来の最高水準のモデルよりパラメータ数が3分の2だと説明しています。
GitHubの説明では、1位になったのは「学習済みでゼロショットのモデルの中で」という条件つきです。TIMEは98タスク、fev-benchは100タスクで1位とされています（GitHub）。つまり、あらゆる手法の中での1位ではありません。
公式グラフから、GIFT-Evalの指標の1つ（GMean WQL、小さいほど良い）の上位3件を抜き出します。
| 順位 | モデル | 数値 |
|---|---|---|
| 1 | Timestral-209M | 0.4460 |
| 2 | Timestral-123M | 0.4476 |
| 3 | t0-gamma | 0.4520 |
公式グラフの軸は0.44から始まっていて、棒の長さは差に比例しないと注記されています。上位は小数点以下の小さな差で並んでいる、と受け止めるのが妥当です。
小さいのに強い、と言われている
公式は、4つの大きさがどれも「正確さと大きさのバランス」で上位の並び（パレートフロント）に入ると述べています。大きさごとに見ても上位、という意味です。
すぐに第三者が試している
公開直後に、個人の開発者が28M版を株のデータで試した記事も出ています。その結果は後ろの「注意点」で紹介します。
なお、公式ブログはHacker News（海外の技術系ニュース投稿サイト）やLobstersにも投稿されています。同じMistralの別のAIを知りたい方は、音声AIを扱ったVoxtral 3の解説記事も参考になります。
仕組み・主な特徴は？
1. 「幅」つきで予測する
いちばんありそうな値に加えて、予測の幅も出せます。たとえば「来週の電力需要は、中心がこのくらいで、9割方この範囲に収まりそう」といった形です。
仕組みとしては、予測の出口に「分位点」を出す部分があります。1時点ごとに21本の値を、順序が逆転しないように出します（GitHub）。
2. 複数の数字と「追加の情報」を一緒に扱う
複数の関連する数字を、まとめて同時に予測できます。さらに、予測の手がかりになる追加情報（共変量）も渡せます。
追加情報には3種類あります。過去の分だけ分かるもの、未来の分も分かっているもの（生産計画など）、カテゴリ（種類の区分）です。公式ブログは、工場のセンサー値を生産計画と合わせて予測する例を挙げています。
これらは「手がかり」として読まれるだけで、予測の対象にはなりません。また、手がかりの側が予測対象の数字を読むこともありません。
3. とても長い履歴を読める
過去の数字を最大32,768時点分まで読み込めます。日ごとの数字なら、単純計算で約90年分です。公式は、この長い履歴から学ぶ工夫を特徴の1つに挙げています。
4. 小さく、軽い
重みファイル（学習結果のデータ）は、5M版が約21MB、28M版が約111MB、123M版が約490MB、209M版が約837MBです。最大でも1GB未満です。
GPU（※画像処理などに使う高性能な計算チップ）がなくても予測できる点は、公式ブログもGitHubも述べています。
5. 作り方の特徴
公式ブログは、人工的に作ったデータでの事前学習を特徴に挙げています。何をどれだけ使ったかは、確認できた資料の範囲では分かりません。
GitHubの説明では、数字を小さなかたまり（パッチ）に区切って読む方式です。予測は、過去を読み込んだ部分とは別の「予測用の枠」が受け持ちます。この方式は「Decoupled Horizon Forecasting（DHF）」と呼ばれています。
自分に関係ある？ 向いている人・向いていない人
結論から言うと、今回の資料で確認できるTimestralは、開発者が自分のプログラムに組み込んで使う部品です。 非エンジニアが画面を開いてすぐ使うアプリは、資料からは確認できません。
一方、公式ブログは予測の使い道として、設備の保守、電力、サプライチェーン（物の流れ）、リスク管理、金融などを挙げています。こうした分野の予測ツールの中身として使われる可能性はあります。ただし、具体的な採用事例や製品化の予定は資料にありません。
向いている人
- 売上、設備の状態、需要など、時間順の数字を持っていて、予測を試したいエンジニアやデータ担当者
- 学習用の大きな計算機を用意しにくく、手元のパソコンで試したい人
- 「中心の値」だけでなく「ぶれ幅」も見て判断したい人
向いていない人
- 文章や画像を作りたい人（Timestralは数字の予測用です）
- コードを書かずに、今すぐ使えるサービスを探している人
企画や営業の方は、「予測したい数字の記録があるか」を確認し、データ担当者に相談する材料として知っておくとよいでしょう。
使い方・始め方は？
ここからは実際に触ってみたい人向けです。読み飛ばしても全体像は分かります。
前提は、Python 3.10以上とPyTorch 2.4以上です。※PyTorchとは: AIを動かすための部品集（ライブラリ）です。モデルの重みは、AIモデルの配布サイトであるHugging Faceで公開されています。
インストールはGitHubの案内どおり、次のコマンドで行います。
pip install git+https://github.com/mistralai/timestral.git予測のコードの基本形は次のとおりです。ここでは乱数で作った練習用のデータを使っています。
import numpy as np
from timestral import TimestralForecaster
forecaster = TimestralForecaster.from_pretrained("mistralai/Timestral-209M")
context = np.random.randn(2, 1, 2000).cumsum(-1)
forecast = forecaster.forecast(context, prediction_length=96)
forecast.mediancontextは「（数字の並びの本数, 変数の数, 時間の長さ）」の形で渡します。欠けた値はNaNで示します。prediction_lengthは何時点先まで予測するかの指定です。
結果には中央値のほか、21段階の分位点が入ります。追加情報は、past_covariatesとknown_covariatesという引数で渡せます。
モデルは初回の読み込み時にダウンロードされ、以後はキャッシュ（保存されたコピー）が使われます。1024時点を超える長い予測は、区切りごとに順に行われます。詳しい手順はGitHubのREADMEで確認してください。
注意点・現時点で分かっていないことは？
成績は公式の報告が中心
1位という結果は、Mistral自身の報告とGitHubの説明が根拠です。GIFT-EvalとTIMEのリーダーボード（順位表）には結果を提出済みと、公式ブログは述べています。
独立した第三者による再現は、今回の資料では確認できません。自分のデータでも同じ精度が出るとは限りません。
また、確認できた公式ブログの本文は途中までです。fev-benchの具体的な数値などは、資料の範囲では確認できていません。
株のデータでは結果がまちまちだった
個人の開発者が、28M版を米国株14銘柄と株価指数に連動する投資信託3本で試しました。日々の株価データを使った、過去にさかのぼっての検証です（検証記事）。
結果は次のとおりです。
- 株の取引量（出来高）の予測では、5営業日先の誤差が、単純な回帰（過去の値から予測する統計の手法）より4.70%小さくなりました。これは対数にした出来高の誤差の話で、投資の利益率ではないと記事は断っています。
- 日々の値動き（リターン）では、単純な予測に対する一貫した優位は見られませんでした。
- 値動きの大きさの指標では、株と投資信託で結果が分かれました。
追加学習（そのデータ向けの調整）も試されました。取引量の誤差の改善は4.94%に変わりましたが、元のモデルと比べて明確な改善とは言えない、と記事は述べています。この検証は公式の評価ではなく、1人の開発者の結果です。
ライセンスと料金
GitHubのコードはApache 2.0です。モデルの重みは別で、Hugging Face上の「Modified MIT license」の下で配布されています。
修正の中身は確認できた資料に載っていません。商用で使う場合は、重みのライセンス本文を読んでください。
料金は、現時点では資料に書かれていません。公式ブログは、追加学習の方法としてMistral Forgeを挙げています。その内容や価格は、資料からは確認できません。
そのほか
- 予測の速さを示す数値は、資料にありません。
- GitHubは、プルリクエスト（コードの修正案）を受け付けていません。不具合報告と質問はissue（意見や報告を書き込む場所）で受け付け、対応はできる範囲で行うとしています。
まとめ
- Timestralは、時間順の数字から先の動きを予測するMistralのAIモデル群です。
- 5M、28M、123M、209Mの4種類があり、手元のパソコンでも動かせると説明されています。
- 最大版は、3つの主な予測テストで学習済みモデルの中の1位と報告されています。
- 今のところ開発者向けの部品で、画面から使えるサービスは資料から確認できません。
- 料金や重みのライセンスの詳細、追加学習の中身は未確認です。自分のデータで試して確かめましょう。
よくある質問
プログラミングができなくても使えますか？
今回確認できた資料にあるのは、Pythonというプログラミング言語で動かす開発者向けの手順だけです。画面から操作できるアプリやサービスは、資料からは確認できません。普段使うサービスの中に組み込まれるかどうかも、現時点では公表されていません。
無料で試せますか？
モデルの重みはHugging Faceで公開されていて、ダウンロードして自分のパソコンで動かせます。コードはApache 2.0、重みは別の修正版MITライセンスです。料金や、追加学習に使うMistral Forgeの価格は、資料には書かれていません。
ChatGPTのように文章を作ったり会話したりできますか？
Timestralは数字の並びから先の値を予測するモデルです。資料には、文章を作ったり会話したりする機能の記載はありません。入力は数字の並びで、出力は21段階の幅をもたせた予測値です。
特別なパソコン（GPU）は必要ですか？
公式ブログとGitHubは、CPUだけで動かせると説明しています。第三者の検証では、メモリ16GBのMacBook Air（M2）で、GPUなしに28M版の追加学習36回が完了しました。ただし処理速度の数値は資料にありません。
株価の予測に使えますか？
第三者の検証では、株の取引量の予測で小さな改善が見えました。一方、日々の値動き（リターン）では、単純な予測に対する一貫した優位は出ませんでした。これは一つの検証結果にすぎず、公式が株価予測を保証しているわけでもありません。
