Mistral OCR 4 im Überblick: Features, Benchmarks, Preise und Strategie

Mistral AI hat am 23.–24. Juni 2026 OCR 4 veröffentlicht und damit den Fokus von reiner Textextraktion auf strukturiertes Dokumentenverständnis verlagert . Das Modell ist als Ingredienz-Komponente für Enterprise Search, RAG-Pipelines und agentische Workflows konzipiert und erscheint zusammen mit Mistral Document AI und Mistral Medium 3.5 in Microsoft Azure AI Foundry .

Hauptfunktionen

Strukturbewusste Extraktion. OCR 4 gibt Absatz-Bounding-Boxes, Block-Typ-Label (Text, Titel, Liste, Tabelle, Bild, Gleichung, Bildunterschrift, Code, Referenzen, aside_text, Kopfzeile, Fußzeile, Signatur) sowie Konfidenzwerte pro Wort neben dem extrahierten Text zurück . Dadurch sind die Ausgaben ohne Nachbearbeitung direkt für Zitierverfolgung, Schwärzung und semantisches Chunking nutzbar .

include_blocks API-Parameter. Ist dieser Parameter aktiviert, gibt jede Seite ein blocks-Array mit strukturellen Labels und räumlichen Koordinaten in Lesereihenfolge zurück .

170 Sprachen in 10 Sprachgruppen. Mistral berichtet von besonderen Genauigkeitsgewinnen bei selteneren und weniger ressourcenstarken Schriften, darunter Japanisch, Hindi und Griechisch .

Ein-Container-Selfhosting. Das Modell kann komplett on-premises in einem einzigen Container betrieben werden – ein entscheidender Vorteil für regulierte Branchen, die keine Dokumente an externe APIs senden dürfen .

Multimodaler Input und strukturierter Output. OCR 4 akzeptiert PDFs und Bilder (Office-Dokumente via Konvertierung) und gibt strukturiertes Markdown und JSON aus, optimiert für die Integration in RAG- und agentische Pipelines .

Benchmark-Leistung

Benchmark	OCR 4 Wert	Anmerkungen
OlmOCRBench (öffentliche Rangliste)	85,20	Führte die Rangliste zum Start an
OmniDocBench	93,07	Starke Leistung über verschiedene Dokumententypen hinweg
Präferenz Mensch (blind, 600+ Dokumente, 12+ Sprachen)	72 % durchschnittliche Gewinnrate	Unabhängige Annotatoren bevorzugten OCR 4 gegenüber konkurrierenden OCR-Systemen

Mistral berichtet außerdem von starken Werten beim internen Crawl Multilingual-Benchmark, obwohl die genauen Zahlen in den geprüften Quellen nicht veröffentlicht wurden .

Preisoptionen

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

Die Preisgestaltung erfolgt seitenbasiert, nicht tokenbasiert, was bei Mistrals anderen Modellen ungewöhnlich ist und den Anwendungsfall der Dokumentenverarbeitung widerspiegelt.

Strategischer Kontext

OCR 4 markiert einen bewussten Wandel von der „Textextraktion” hin zum „Dokumentenverständnis”. Es wird als grundlegende Schicht für Enterprise Search, RAG-Pipelines und agentische Workflows positioniert, bei denen die Erhaltung von Layout und Struktur (Tabellen, Gleichungen, Signaturen) entscheidend ist . Das Modell zielt direkt auf Google Document AI, Azure Document Intelligence und Open-Source-OCR-Pipelines ab, indem es strukturierte Ausgaben zu günstigen Preisen mit einer selbst hostbaren Container-Option kombiniert – eine seltene Kombination unter den großen OCR-APIs .

Das Ein-Container-Design ist ein entscheidender Unterschied für regulierte Branchen, die auf Datensouveränität angewiesen sind . Mistral hat OCR 4 außerdem zum Standard-Dokumentenverständnismodell für Millionen von Nutzern auf Le Chat gemacht .