Présentation
Annoncé le 31 août 2026, TimesFM-3 est un modèle de fondation de Google Research pour la prévision de séries temporelles univariées et multivariées, utilisable en zero-shot sans ajustement propre à chaque tâche. Il compte 330 millions de paramètres et a été préentraîné sur plus de 1 000 milliards de points temporels réels et synthétiques. (research.google)
Capacités et usages
- Prévision simultanée de plusieurs séries liées, avec prise en compte des dépendances entre elles.
- Utilisation de covariables historiques et de covariables connues à la fois pour le passé et l’horizon de prévision, comme un calendrier de promotions.
- Prévisions ponctuelles et neuf quantiles, du 10e au 90e percentile. Le modèle utilise une architecture Transformer et une génération non autorégressive des prévisions.
- Applications possibles : ventes et promotions, finance, supervision opérationnelle, industrie, santé et sciences naturelles. Google rapporte de bons résultats sur GIFT-Eval, FEV-Bench et TIME ; ces résultats ne garantissent pas la même précision sur toutes les données. (research.google)
Accès et limites
Les poids PyTorch sont disponibles sur Hugging Face et le code sur GitHub. La licence des poids téléchargés de TimesFM 3.0 limite leur utilisation aux usages non commerciaux et hors production ; l’usage commercial ou en production est autorisé par les services Google Cloud agréés, notamment BigQuery ML, selon leurs propres conditions. (github.com)
Dans BigQuery, AI.FORECAST propose TimesFM 3.0 en préversion. Pour la prévision multivariée, la fenêtre de contexte est un multiple de 32 compris entre 64 et 2 048 points, et l’horizon va de 1 à 1 024 points. Les données au-delà du contexte maximal sont ignorées ; les covariables futures doivent couvrir le contexte et l’horizon. Ces limites concernent l’intégration BigQuery et ne doivent pas être généralisées à tous les modes d’exécution. Les prévisions restent incertaines et doivent être évaluées sur les données du cas d’usage. (docs.cloud.google.com)
Tarification
Vérification : 16 novembre 2026. Sur BigQuery, avant l’application de la facturation par jetons, la préversion est facturée selon les octets traités en mode à la demande ou selon les slots en éditions Enterprise et Enterprise Plus, sans tarif d’entrée et de sortie distinct par jeton. À titre d’exemple, la grille à la demande affichée pour l’Iowa (us-central1) indique 6,25 USD par tébioctet traité pour l’évaluation, l’inspection et la prédiction ; le premier TiB mensuel par compte relève du quota gratuit d’analyse BigQuery. (docs.cloud.google.com)
Google annonce, à partir du 1er décembre 2026, pour TimesFM 3.0 sur BigQuery, 0,05 USD par million de jetons d’entrée et 0,20 USD par million de jetons de sortie. Dans cette tarification, un point de données équivaut à un jeton ; les autres parties de la requête restent facturées en slots ou en octets traités. Ces tarifs futurs ne sont pas les tarifs en vigueur à la date de vérification. (cloud.google.com)