Timestral: il modello di Mistral che prevede vendite e consumi

Il nuovo modello di Mistral prevede vendite, ordini o consumi senza addestramento, e gira anche su CPU. Ma «gratis» ha un limite nella licenza: oltre 20 milioni di dollari di ricavi mensili, si paga.

Perché conta

Mostra perché verificare conta più di fidarsi di un video, anche quando chi lo fa è onesto e in buona fede: la differenza tra «gratis per chiunque» e «gratis sotto una soglia di fatturato» cambia chi può davvero usare lo strumento senza rischi legali.

In pratica

Chi ha un'attività piccola o media può scaricare Timestral gratis da Hugging Face e provarlo sui propri dati di vendita, ordini o consumi, anche senza una scheda grafica potente. Chi lavora in un'azienda grande deve prima controllare il proprio fatturato mensile contro il limite della licenza.

Prevedere le vendite del prossimo mese, i pezzi da ordinare o quanta energia servirà a un impianto è un problema classico di chi gestisce un'azienda, grande o piccola. Di solito serve un modello statistico allenato apposta sui dati di quella singola attività. Timestral, il nuovo modello della francese Mistral AI, promette di saltare questo passaggio: è un modello di previsione zero-shot, cioè che prevede serie di numeri nel tempo (vendite, ordini, consumi) senza essere stato addestrato prima su quei dati specifici, usando solo gli schemi che ha già imparato da altre serie simili.

Veloce anche senza scheda grafica

Annunciato il 15 ottobre, Timestral arriva in quattro taglie — 5, 28, 123 e 209 milioni di parametri, la "memoria" interna del modello — tutte con la stessa architettura. Secondo Mistral, il modello più grande (209M) è primo su tre classifiche pubbliche per questo tipo di previsione (GIFT-Eval, TIME e fev-bench), battendo il record precedente con circa due terzi dei suoi parametri; anche il più piccolo (28M) batterebbe un concorrente quattro volte più grande, Chronos-2. Nessuno di questi numeri è stato ancora confermato da un test indipendente: sono le cifre dell'azienda stessa. Un dettaglio concreto, questo verificabile a prescindere dai confronti: non serve una scheda grafica potente. Mistral dice che, su un normale server con processore a 8 thread, il modello da 209M calcola una previsione in appena 140 millisecondi, e quello da 5M in soli 10. Gira bene anche solo su CPU, quindi su un computer qualunque.

Il limite nella licenza

Qui arriva il punto da chiarire, perché in giro circolano versioni diverse. Il video di Simone Rizzo che ha segnalato Timestral a SIGNAL lo presenta come utilizzabile liberamente anche a livello commerciale. Non è così semplice: la licenza, chiamata "Modified MIT" (una versione dell'MIT, una delle licenze open source più permissive, ma con un'aggiunta), vieta l'uso a chi fattura più di 20 milioni di dollari al mese, a livello globale e consolidato — cioè contando insieme tutte le attività di un'azienda e delle sue controllate. Chi supera quella soglia deve chiedere una licenza commerciale a Mistral, che decide caso per caso, oppure usare il modello attraverso i servizi ospitati direttamente da Mistral AI. Per la grande maggioranza di chi legge SIGNAL — una piccola attività, un progetto personale, una startup agli inizi — quel limite non è un problema: il modello resta gratuito e scaricabile da Hugging Face, con il codice su GitHub. Il punto è non fidarsi di quello che dice un video senza controllare la licenza vera, soprattutto pensando di usarlo in un'azienda già grande.

Dove lo zero-shot si ferma

C'è anche un limite che riguarda tutti, piccoli o grandi: essendo zero-shot, Timestral proietta avanti gli schemi che ha già visto in passato. Un commento sotto il video di Simone Rizzo lo ricorda bene: se succede qualcosa di davvero nuovo — una crisi improvvisa, un prodotto che cambia tutto, un evento mai visto prima — il modello non ha un modo di saperlo in anticipo, perché non sta imparando dai dati specifici dell'azienda, solo riconoscendo pattern già noti altrove. Lo stesso Rizzo, provandolo sui dati pubblici di un concorso Kaggle su una catena di negozi (Rossmann), ha misurato un errore dell'8,65% sui singoli negozi e del 4,1% sul totale della catena, in circa 72 secondi su una scheda grafica consumer (RTX 5060 Ti): sono numeri della sua prova personale, non una misura indipendente o di SIGNAL.