Mistral OCR 4: نقلة نوعية من استخراج النص إلى فهم المستندات

معامل API include_blocks. عند تفعيله، تُعيد كل صفحة مصفوفة blocks تحتوي على تسميات هيكلية وإحداثيات مكانية بترتيب القراءة .

دعم 170 لغة عبر 10 مجموعات لغوية. تذكر Mistral تحقيق تحسينات دقة ملحوظة في اللغات النادرة وذات الموارد المحدودة، بما في ذلك اليابانية والهندية واليونانية .

استضافة ذاتية بحاوية واحدة. يمكن نشر النموذج بالكامل داخل الشركة في حاوية واحدة، وهي ميزة تفاضلية رئيسية للصناعات الخاضعة للتنظيم التي لا يمكنها إرسال المستندات إلى واجهات برمجة تطبيقات خارجية .

إدخال متعدد الوسائط وإخراج منظم. يقبل OCR 4 ملفات PDF والصور (يتم تحويل مستندات Office عبر التحويل) ويُخرج بصيغ Markdown و JSON المهيكلة، والمصممة للتكامل مع أنظمة RAG والعوامل الذكية .

أداء المعايير (Benchmarks)

كما تذكر Mistral تحقيق درجات قوية على معيارها الداخلي Crawl Multilingual، على الرغم من عدم نشر الأرقام الأولية في المصادر التي تمت مراجعتها .

خيارات التسعير

التسعير قائم على عدد الصفحات وليس الرموز المميزة (tokens)، وهو أمر غير معتاد بين نماذج Mistral الأخرى ويعكس حالة الاستخدام الخاصة بدفعات المستندات.

السياق الاستراتيجي

يمثل OCR 4 تحولًا متعمدًا من "استخراج النص" إلى "فهم المستندات". فهو يُوضع كطبقة أساسية للبحث المؤسسي، وخطوط أنابيب RAG، وسير العمل الذكي حيث يكون الحفاظ على التخطيط والهيكل (الجداول، المعادلات، التوقيعات) أمرًا بالغ الأهمية . يستهدف النموذج بشكل مباشر Google Document AI وAzure Document Intelligence وخطوط أنابيب OCR مفتوحة المصدر، وذلك من خلال الجمع بين المخرجات المنظمة بأسعار تنافسية مع خيار الحاوية ذاتية الاستضافة – وهو مزيج نادر بين واجهات OCR الرئيسية .

يعد التصميم بحاوية واحدة ميزة تفاضلية رئيسية لقطاعات المالية والرعاية الصحية والقانونية التي تتطلب سيادة البيانات . كما جعلت Mistral من OCR 4 النموذج الافتراضي لفهم المستندات عبر ملايين المستخدمين على منصة Le Chat .