Mistral OCR 4: Adiós al texto plano, llega la comprensión estructurada de documentos

Mistral AI lanzó OCR 4 el 23 y 24 de junio de 2026, y no es un simple OCR más. Este modelo da un salto cualitativo: pasa de extraer texto plano a comprender la estructura completa del documento. Está diseñado como un componente de ingesta para búsqueda empresarial, pipelines de RAG (generación aumentada por recuperación) y flujos de trabajo con agentes de IA. Además, llega acompañado de Mistral Document AI y Mistral Medium 3.5, y ya está disponible en Microsoft Azure AI Foundry .

Características clave

Extracción consciente de la estructura. OCR 4 devuelve cuadros delimitadores (bounding boxes) a nivel de párrafo, etiquetas que clasifican cada bloque (texto, título, lista, tabla, imagen, ecuación, leyenda, código, referencias, texto marginal, encabezado, pie de página, firma) y puntuaciones de confianza por palabra, junto con el texto extraído . Esto hace que los resultados se puedan usar directamente para seguimiento de citas, redacción de documentos o fragmentación semántica, sin necesidad de procesos posteriores .

Parámetro include_blocks en la API. Al activarlo, cada página devuelve un array blocks con etiquetas estructurales y coordenadas espaciales en orden de lectura .

170 idiomas en 10 grupos lingüísticos. Mistral asegura mejoras significativas en idiomas y alfabetos menos comunes, como japonés, hindi y griego .

Autoalojamiento en un solo contenedor. El modelo se puede desplegar completamente en las instalaciones de la empresa en un solo contenedor. Esto es un diferenciador clave para industrias reguladas que no pueden enviar documentos a APIs externas .

Entrada multimodal y salida estructurada. OCR 4 acepta PDFs e imágenes (los documentos de Office se convierten previamente) y genera Markdown y JSON estructurados, listos para integrarse en pipelines de RAG y agentes de IA .

Rendimiento en puntos de referencia

Prueba	Puntuación de OCR 4	Notas
OlmOCRBench (líder público)	85.20	Encabezó la clasificación desde su lanzamiento
OmniDocBench	93.07	Resultados sólidos en diversos tipos de documentos
Preferencia humana (prueba ciega, más de 600 documentos, más de 12 idiomas)	72% de tasa de victoria media	Evaluadores independientes prefirieron OCR 4 frente a otros sistemas de OCR

Mistral también reporta puntuaciones altas en su prueba interna Crawl Multilingual, aunque no se publicaron las cifras concretas en las fuentes revisadas .

Opciones de precios

Nivel	Precio	Detalles
OCR estándar	4 $ por cada 1.000 páginas	Extracción de texto base
Anotado (estructurado)	5 $ por cada 1.000 páginas	Incluye cuadros delimitadores, etiquetas de bloque y puntuaciones de confianza

El precio se basa en páginas, no en tokens, lo que es inusual entre los modelos de Mistral y refleja su uso en lotes de documentos.

Contexto estratégico

OCR 4 marca un cambio deliberado de la "extracción de texto" a la "comprensión de documentos". Se posiciona como una capa fundamental para la búsqueda empresarial, los pipelines de RAG y los flujos de trabajo con agentes, donde es crucial preservar el diseño y la estructura (tablas, ecuaciones, firmas) . Con esta estrategia, Mistral apunta directamente a competidores como Google Document AI, Azure Document Intelligence y las soluciones de OCR de código abierto, ofreciendo una combinación poco común: resultados estructurados a un precio competitivo y la opción de autoalojamiento en un contenedor .

El diseño de un solo contenedor es un imán para los sectores financiero, sanitario y legal, que necesitan mantener sus datos bajo control . Mistral también ha convertido OCR 4 en el modelo predeterminado de comprensión de documentos para millones de usuarios en Le Chat .