Mistral AI lance OCR 4 : une IA qui comprend la structure des documents, pas seulement le texte

Voici le décryptage vérifié du nouveau modèle OCR 4 de Mistral AI.

Principales fonctionnalités

• Extraction consciente de la structure — Renvoie des boîtes englobantes au niveau du paragraphe, des étiquettes de type de bloc (titre, texte, tableau, équation, signature, etc.) et des scores de confiance par mot, et non pas simplement un texte brut .
• Paramètre API include_blocks — Lorsqu'il est activé, chaque page renvoie un tableau blocks avec des étiquettes structurelles et des coordonnées spatiales .
• 170 langues dans 10 groupes linguistiques, avec des gains de précision particuliers sur les écritures rares ou moins dotées en ressources .
• Hébergement sur site en un seul conteneur — Le modèle peut être entièrement déployé sur les serveurs de l'organisation dans un seul conteneur, garantissant ainsi la souveraineté des données .
• Entrée multimodale — Accepte les PDF et les images (les documents Office via conversion), génère du Markdown et du JSON structurés, conçu comme un composant d'ingestion pour les pipelines RAG et agentiques .

Performances des benchmarks

Benchmark	Score OCR 4	Notes
OlmOCRBench (classement public)	85,20	En tête du classement à son lancement
OmniDocBench	93,07	Performances solides sur une variété de types de documents
Préférence humaine (test à l'aveugle, 600+ docs, 12+ langues)	72 % de taux de victoire moyen	Des annotateurs indépendants ont préféré OCR 4 aux autres systèmes d'OCR concurrents

Mistral rapporte également de bons scores sur son benchmark interne Crawl Multilingual, mais les chiffres bruts n'ont pas été publiés dans les sources examinées .

Options de tarification

Niveau	Prix	Détails
OCR standard	4 $ pour 1 000 pages	Extraction de texte de base
Annoté (structuré)	5 $ pour 1 000 pages	Inclut les boîtes englobantes, les étiquettes de blocs et les scores de confiance

La tarification est basée sur le nombre de pages, et non sur le nombre de tokens, ce qui est inhabituel parmi les autres modèles de Mistral et reflète le cas d'utilisation du traitement par lots de documents.

Contexte stratégique

• Lancé les 23 et 24 juin 2026 en même temps que Mistral Document AI (le pipeline de produit de bout en bout qui intègre OCR 4) et Mistral Medium 3.5, tous arrivant simultanément dans Microsoft Azure AI Foundry .
• Passage de « l'extraction de texte » à la « compréhension de documents » — OCR 4 est positionné comme une couche fondamentale pour la recherche en entreprise, les pipelines RAG et les workflows agentiques où la préservation de la mise en page et de la structure (tableaux, équations, signatures) est essentielle .
• Positionnement concurrentiel — Vise directement Google Document AI, Azure Document Intelligence et les pipelines OCR open source en combinant une sortie structurée à un prix concurrentiel avec une option de conteneur auto-hébergeable, ce qui est rare parmi les principales API OCR .
• La conception en un seul conteneur est un différenciateur clé pour les secteurs réglementés (finance, santé, juridique) qui ne peuvent pas envoyer leurs documents à des API externes .