Mistral AI lanza OCR 4: el nuevo estándar en extracción de documentos con estructura y rendimiento imbatible

Mistral AI ha presentado OCR 4, su modelo de reconocimiento óptico de caracteres más avanzado hasta la fecha, que promete cambiar la forma en que las empresas procesan documentos. A diferencia de los OCR tradicionales que devuelven solo texto plano, OCR 4 entiende la estructura del documento, devolviendo información detallada sobre la ubicación y el tipo de cada elemento. A continuación, desglosamos todo lo que necesitas saber.

Características principales

• Extracción consciente de la estructura: Devuelve bounding boxes a nivel de párrafo, etiquetas de tipo de bloque (título, texto, tabla, ecuación, firma, etc.) y puntuaciones de confianza por palabra, no solo un volcado de texto plano .
• Parámetro include_blocks en la API: Al activarlo, cada página devuelve un array blocks con etiquetas estructurales y coordenadas espaciales .
• 170 idiomas en 10 grupos lingüísticos, con mejoras particulares en escrituras raras o con pocos recursos .
• Auto-hosting en un solo contenedor: El modelo se puede desplegar completamente on-premise en un solo contenedor para organizaciones que necesitan soberanía de datos .
• Entrada multimodal: Acepta PDFs e imágenes (documentos de Office mediante conversión) y genera salida estructurada en Markdown y JSON, diseñado como componente de ingestión para pipelines RAG y agentes de IA .

Rendimiento en benchmarks

Benchmark	Puntuación OCR 4	Notas
OlmOCRBench (ranking público)	85.20	Encabezó el ranking en su lanzamiento
OmniDocBench	93.07	Sólido en una amplia variedad de tipos de documentos
Preferencia humana (prueba ciega, 600+ documentos, 12+ idiomas)	72% de tasa de victoria promedio	Anotadores independientes prefirieron OCR 4 frente a otros sistemas OCR

Mistral también reporta puntuaciones sólidas en su benchmark interno Crawl Multilingual, aunque las cifras exactas no se publicaron en las fuentes revisadas .

Opciones de precio

Nivel	Precio	Detalles
OCR estándar	$4 por cada 1,000 páginas	Extracción de texto base
Anotado (estructurado)	$5 por cada 1,000 páginas	Incluye bounding boxes, etiquetas de bloque y puntuaciones de confianza

El precio se basa en páginas, no en tokens, lo cual es inusual entre los otros modelos de Mistral y refleja el caso de uso de procesamiento por lotes de documentos.

Contexto estratégico

• Lanzamiento del 23 al 24 de junio de 2026, junto con Mistral Document AI (el producto de pipeline integral que envuelve a OCR 4) y Mistral Medium 3.5, todos disponibles simultáneamente en Microsoft Azure AI Foundry .
• Cambio de "extracción de texto" a "comprensión de documentos": OCR 4 se posiciona como una capa fundamental para búsqueda empresarial, pipelines RAG y flujos de trabajo agentivos donde preservar el diseño y la estructura (tablas, ecuaciones, firmas) es crítico .
• Posicionamiento competitivo: Apunta directamente a Google Document AI, Azure Document Intelligence y pipelines OCR de código abierto, combinando salida estructurada a precios de commoditie con una opción de contenedor auto-alojable, algo poco común entre las principales API de OCR .
• El diseño de un solo contenedor es un diferenciador clave para industrias reguladas (finanzas, salud, legal) que no pueden enviar documentos a APIs externas .