Timestral, t0, Tabby, Morpheus-2.0 im GIFT-Eval-Vergleich

Zwischen dem 10. September und dem 16. Oktober 2026 haben Huawei Noah’s Ark Lab in Paris, The Forecasting Company, Mistral und JPMorganChase vier Modelle für Vorhersagen ohne vorheriges Anpassen auf einzelne Zeitreihen veröffentlicht. Ihr enges Erscheinen erlaubt einen direkten Vergleich auf dem Salesforce-Benchmark GIFT-Eval, der 97 Aufgaben aus 55 öffentlichen Datensätzen umfasst und Modelle anhand von CRPS für ganze Prognoseverteilungen sowie MASE für Medianfehler misst. In der Gesamtwertung liegen Timestral-209M mit CRPS 0,446, t0-gamma mit 0,452 und die Multiscale-Variante von Morpheus-2.0 mit 0,455 sehr eng beieinander. Die statistischen Unsicherheiten sind so groß, dass sich die drei führenden Modelle nicht eindeutig trennen lassen; beim Medianfehler MASE führt Morpheus-2.0 jedoch mit 0,646 vor Timestral mit 0,658. Alle vier Ansätze nutzen eine ähnliche Pipeline: Zeitreihenwerte werden skaliert, in kurze Segmente gebündelt, durch Transformer- oder Encoder-Schichten geschickt und als Quantile ausgegeben, die Punktprognosen und Konfidenzbänder liefern. Entscheidend unterscheiden sie sich darin, wie sie mehrere Serien miteinander verknüpfen. Tabby bleibt kanalunabhängig und kann etwa eine Temperaturprognose nicht als Treiber der Stromlast lesen. Timestral und t0 aktivieren ausgewählte Aufmerksamkeits-Schichten, die bekannte Zukunftskovariaten mit dem Zielwert verbinden. Morpheus-2.0 kombiniert Zeit- und Variablenaufmerksamkeit in jeder Schicht, begrenzt den Speicherbedarf aber durch eine duale Achsenstruktur. Auf GIFT-Eval führt das besonders in Energie- und Transportdaten zu Vorteilen, während Web-, Natur- und Gesundheitsdaten eher Timestral und t0 begünstigen. Die zweite wichtige Trennlinie liegt in der Erzeugung der Prognose. Timestral nutzt gelernte Vorhersage-Tokens, t0 sagt das nächste Segment voraus, Tabby und Morpheus füllen maskierte Zukunftswerte in einem Encoder. Für längere Horizonte als die Ein-Pass-Länge füttern Timestral, t0 und Morpheus eigene Mediane zurück, was die Kalibrierung sehr langer Intervalle verschlechtern kann. Die veröffentlichten Analysen deuten darauf hin, dass Trainingsdaten und Trainingsabläufe einen großen Teil der Leistung erklären. Alle vier Modelle setzen stark auf synthetische Serien; Morpheus ergänzt sie durch einen gestuften Übergang zu echten Daten, Tabby trainiert zusätzlich auf GIFT-Eval-Trainingsaufgaben gelernte Promptvektoren, und Timestral nutzt überwiegend synthetische multivariate Muster mit Kontexten von bis zu 32.768 Schritten. Lizenzfragen sind für die Praxis ebenso relevant wie Architektur und Leistung. Nur t0 bietet vollständig öffentlich nutzbare Apache-2.0-Gewichte. Timestral unterliegt einer umsatzgebundenen Lizenz, Tabby ist nur nicht-kommerziell freigegeben, und Morpheus-2.0 stellte den auf dem Leaderboard genutzten Multiscale-Checkpoint nicht öffentlich bereit. Die Nachrechnung der öffentlichen Modelle reproduziert die offiziellen Benchmark-Ergebnisse; Tabbys Zero-Shot-Variante benötigt dafür jedoch eine spezielle Option zur Mindestlänge des Vorhersagefensters. Praktiker sollten deshalb nicht allein auf den Gesamtstand der Rangliste schauen. Wer Vorhersagen von bekannten Zukunftstreibern wie Wetter, Kampagnenkalendern oder Preisen nutzen will, muss Timestral, t0 oder Morpheus gegenüber Tabbys isolierter Kanalprognose testen. Ebenso lohnt der Vergleich kleiner Modelle: Timestral-28M bleibt nur marginal hinter der großen Version und soll laut Hersteller deutlich schneller laufen. Am belastbarsten ist eine domänenspezifische Evaluierung mit eigenen Reihen, da GIFT-Eval die Nutzung externer Treiber nur begrenzt abbildet.