GIFT-Eval

在GIFT-Eval基准上，最佳编排器相对于表现最好的单一TSFM，将MASE降低的幅度不足6%。

209M 参数的 Timestral 在 GIFT-Eval、TIME 和 fev-bench 三个基准上，于零样本模型类别中处于领先位置。

GIFT-Eval 是由 Salesforce 等机构研究者提出的零样本时间序列评测基准，覆盖能源、交通、零售、气象、金融等多个领域的真实数据集，并区分单变量与多变量任务。

Mistral 称 Timestral 209M 版本在 GIFT-Eval/TIME/fev-bench 零样本预训练模型中排名第一。

Timestral-28M 在 GIFT-Eval MASE 上得分 0.678，在 TIME MASE 上得分 0.638。

Timestral-209M 在 GIFT-Eval 上的 MASE 得分为 0.658，对比 t0-gamma 的 0.661、TimesFM-3 的 0.667 和 Chronos-2 的 0.698。

TW3Cast在GIFT-Eval时序预测基准上排名第3（130个参赛条目中，按平均MASE排名），排名快照日期为2026-09-14

TW3Cast面对GIFT-Eval上97种数据集、频率与预测跨度的配置组合，路由表对每种配置从四种模式中选择一种

排在TW3Cast前面的两个GIFT-Eval条目属于榜单的智能体类别（agentic category）