Mistral OCR 4: Strukturiertes Dokumentenverständnis, 170 Sprachen und Self-Hosting im Detail

Die wichtigsten Funktionen auf einen Blick

• Strukturbewusste Extraktion: Mistral OCR 4 gibt nicht einfach nur Text aus, sondern liefert für jeden Absatz einen Bounding-Box, eine Block-Typ-Kennzeichnung (Titel, Text, Tabelle, Gleichung, Signatur, etc.) sowie einen Wort-für-Wort-Konfidenzwert .
• include_blocks API-Parameter: Wird dieser Parameter aktiviert, erhält jede Seite ein blocks-Array mit Struktur-Labels und räumlichen Koordinaten .
• 170 Sprachen in 10 Sprachgruppen: Die Erkennungsgenauigkeit wurde insbesondere bei seltenen und wenig ressourcenstarken Schriften verbessert .
• Self-Hosting in einem Container: Das Modell lässt sich in einem einzigen Container vollständig on-premises betreiben – ein entscheidender Vorteil für Unternehmen mit strengen Data-Governance-Anforderungen .
• Multimodaler Input: Akzeptiert PDFs und Bilder (Office-Dokumente nach Konvertierung) und gibt strukturiertes Markdown und JSON aus. Konzipiert als Grundlage für RAG- und agentische Pipelines .

Benchmark-Ergebnisse

Benchmark	OCR 4-Wert	Anmerkungen
OlmOCRBench (Öffentliche Rangliste)	85,20	Bei Veröffentlichung auf Platz 1 der Rangliste
OmniDocBench	93,07	Starke Leistung über verschiedene Dokumenttypen hinweg
Blindtest mit menschlichen Testern (600+ Dokumente, 12+ Sprachen)	72 % durchschnittliche Siegquote	Unabhängige Tester bevorzugten OCR 4 gegenüber konkurrierenden Systemen

Mistral berichtet zudem von starken Ergebnissen im internen Crawl Multilingual-Benchmark, die genauen Zahlen wurden jedoch in den geprüften Quellen nicht veröffentlicht .

Preise

Stufe	Preis	Details
Standard OCR	4 $ pro 1.000 Seiten	Einfache Textextraktion
Annotiert (strukturiert)	5 $ pro 1.000 Seiten	Enthält Bounding-Boxes, Block-Labels und Konfidenzwerte

Die Abrechnung erfolgt seitenbasiert, nicht tokenbasiert – ein ungewöhnliches Modell bei Mistral, das aber den Einsatzbereich Dokumentenverarbeitung widerspiegelt.

Strategischer Kontext

• Veröffentlichung am 23.–24. Juni 2026 parallel zu Mistral Document AI (dem End-to-End-Produkt, das OCR 4 integriert) und Mistral Medium 3.5 – alle drei Modelle sind ab sofort in Microsoft Azure AI Foundry verfügbar .
• Wandel von der „Textextraktion” zum „Dokumentenverständnis”: OCR 4 wird als fundamentale Schicht für Enterprise-Suche, RAG-Pipelines und agentische Workflows positioniert, bei denen Layout und Struktur (Tabellen, Gleichungen, Signaturen) kritisch sind .
• Wettbewerbspositionierung: Direkt gegen Google Document AI, Azure Document Intelligence und Open-Source-OCR-Pipelines positioniert, durch die Kombination von strukturierten Ausgaben zu günstigen Preisen mit der Option eines selbst gehosteten Containers – eine Seltenheit unter den großen OCR-APIs .
• Single-Container-Design als zentrales Unterscheidungsmerkmal für regulierte Branchen (Finanzen, Gesundheit, Recht), die Dokumente nicht an externe APIs senden können .