include_blocks-API-parametri. Kun parametri on käytössä, jokainen sivu palauttaa blocks-taulukon, jossa on rakenteelliset tunnisteet ja sijaintitiedot lukujärjestyksessä .

170 kieltä 10 kieliryhmässä. Mistral raportoi erityisen suurta tarkkuutta harvinaisemmilla ja vähäisillä kirjoitusjärjestelmillä, kuten japani, hindi ja kreikka .

Yhden kontin asennus. Malli voidaan asentaa kokonaan omille palvelimille yhteen konttiin, mikä on tärkeä etu säännellyillä toimialoilla, jotka eivät voi lähettää dokumentteja ulkoisiin API-rajapintoihin .

Monimuotoinen syöte ja rakenteellinen tulos. OCR 4 ottaa vastaan PDF-tiedostoja ja kuvia (Office-dokumentit muunnoksen kautta) ja tuottaa rakenteellista Markdownia ja JSONia, jotka on suunniteltu integroitavaksi RAG- ja agenttityönkulkuihin .

Vertailuluvut

Mistral raportoi myös vahvoja tuloksia omassa Crawl Multilingual -vertailussaan, mutta tarkkoja lukuja ei julkaistu lähteissä .

Hinnoittelu

Hinnoittelu perustuu sivuihin, ei merkkimääriin, mikä on epätavallista Mistralin muihin malleihin verrattuna ja heijastaa dokumenttierien käyttötarkoitusta.

Strateginen konteksti

OCR 4 merkitsee tietoista siirtymää "tekstintunnistuksesta" "dokumenttien ymmärtämiseen". Malli on suunniteltu yrityshallinnon, RAG-järjestelmien ja agenttityönkulkujen perustaksi, joissa layoutin ja rakenteen (taulukot, kaavat, allekirjoitukset) säilyttäminen on kriittistä . Se haastaa suoraan Googlen Document AI:n, Azuren Document Intelligencen ja avoimen lähdekoodin OCR-putket yhdistämällä rakenteellisen tulostuksen, edullisen hinnoittelun ja itse isännöitävän kontin – harvinainen yhdistelmä suurten OCR-APIen joukossa .

Yksikonttinen rakenne on keskeinen erottava tekijä rahoitus-, terveydenhuolto- ja lakialoilla, jotka vaativat tietosuvereniteettia . Mistral on myös tehnyt OCR 4:stä oletusarvoisen dokumenttien ymmärrystä käsittelevän mallin miljoonille Le Chat -palvelun käyttäjille .

include_blocks-API-parametri. Kun parametri on käytössä, jokainen sivu palauttaa blocks-taulukon, jossa on rakenteelliset tunnisteet ja sijaintitiedot lukujärjestyksessä .

170 kieltä 10 kieliryhmässä. Mistral raportoi erityisen suurta tarkkuutta harvinaisemmilla ja vähäisillä kirjoitusjärjestelmillä, kuten japani, hindi ja kreikka .

Yhden kontin asennus. Malli voidaan asentaa kokonaan omille palvelimille yhteen konttiin, mikä on tärkeä etu säännellyillä toimialoilla, jotka eivät voi lähettää dokumentteja ulkoisiin API-rajapintoihin .

Monimuotoinen syöte ja rakenteellinen tulos. OCR 4 ottaa vastaan PDF-tiedostoja ja kuvia (Office-dokumentit muunnoksen kautta) ja tuottaa rakenteellista Markdownia ja JSONia, jotka on suunniteltu integroitavaksi RAG- ja agenttityönkulkuihin .

Vertailuluvut

Mistral raportoi myös vahvoja tuloksia omassa Crawl Multilingual -vertailussaan, mutta tarkkoja lukuja ei julkaistu lähteissä .

Hinnoittelu

Hinnoittelu perustuu sivuihin, ei merkkimääriin, mikä on epätavallista Mistralin muihin malleihin verrattuna ja heijastaa dokumenttierien käyttötarkoitusta.

Strateginen konteksti

OCR 4 merkitsee tietoista siirtymää "tekstintunnistuksesta" "dokumenttien ymmärtämiseen". Malli on suunniteltu yrityshallinnon, RAG-järjestelmien ja agenttityönkulkujen perustaksi, joissa layoutin ja rakenteen (taulukot, kaavat, allekirjoitukset) säilyttäminen on kriittistä . Se haastaa suoraan Googlen Document AI:n, Azuren Document Intelligencen ja avoimen lähdekoodin OCR-putket yhdistämällä rakenteellisen tulostuksen, edullisen hinnoittelun ja itse isännöitävän kontin – harvinainen yhdistelmä suurten OCR-APIen joukossa .

Yksikonttinen rakenne on keskeinen erottava tekijä rahoitus-, terveydenhuolto- ja lakialoilla, jotka vaativat tietosuvereniteettia . Mistral on myös tehnyt OCR 4:stä oletusarvoisen dokumenttien ymmärrystä käsittelevän mallin miljoonille Le Chat -palvelun käyttäjille .