Mistral OCR 4 : le nouveau standard de la compréhension documentaire

Mistral AI a dévoilé OCR 4 les 23 et 24 juin 2026, marquant un tournant : on ne parle plus de simple extraction de texte, mais de compréhension structurée des documents. Ce modèle est conçu comme composant d'ingestion pour la recherche d'entreprise, les pipelines RAG et les workflows agentiques. Il arrive en même temps que Mistral Document AI et Mistral Medium 3.5 dans Microsoft Azure AI Foundry .

Fonctionnalités clés

Extraction sensible à la structure. OCR 4 renvoie des bounding boxes au niveau paragraphe, des étiquettes de type de bloc (texte, titre, liste, tableau, image, équation, légende, code, références, texte marginal, en-tête, pied de page, signature) et des scores de confiance par mot, en plus du texte extrait . Les résultats sont directement exploitables pour le suivi des citations, la rédaction et le découpage sémantique, sans post-traitement .

Paramètre API include_blocks. Une fois activé, chaque page renvoie un tableau blocks avec les étiquettes structurelles et les coordonnées spatiales, dans l'ordre de lecture .

170 langues réparties en 10 groupes linguistiques. Mistral annonce des gains de précision notables sur les écritures rares et peu dotées, notamment le japonais, l'hindi et le grec .

Hébergement sur site dans un conteneur unique. Le modèle peut être déployé intégralement sur site dans un seul conteneur, un différenciateur clé pour les secteurs réglementés qui ne peuvent pas envoyer leurs documents vers des API externes .

Entrée multimodale et sortie structurée. OCR 4 accepte les PDF et les images (les documents Office passent par une conversion) et produit du Markdown et du JSON structurés, conçus pour l'intégration avec les pipelines RAG et agentiques .

Performances de référence

Benchmark	Score OCR 4	Notes
OlmOCRBench (classement public)	85,20	En tête du classement dès le lancement
OmniDocBench	93,07	Performances solides sur divers types de documents
Préférence humaine (test en aveugle, 600+ documents, 12+ langues)	72 % de taux de victoire moyen	Des annotateurs indépendants ont préféré OCR 4 aux systèmes OCR concurrents

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

Options tarifaires

Niveau	Prix	Détails
OCR Standard	4 $ pour 1 000 pages	Extraction de texte de base
Annoté (structuré)	5 $ pour 1 000 pages	Inclut les bounding boxes, 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'usage du traitement par lots de documents.

Contexte stratégique

OCR 4 marque un virage délibéré de « l'extraction de texte » vers la « compréhension de document ». Il est positionné comme une couche fondamentale pour la recherche d'entreprise, les pipelines RAG et les workflows agentiques, où la préservation de la mise en page et de la structure (tableaux, équations, signatures) est cruciale . Il cible 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, une combinaison rare parmi les principales API OCR .

La conception en conteneur unique est un différenciateur clé pour les secteurs de la finance, de la santé et du droit, qui exigent la souveraineté des données . Mistral a également fait d'OCR 4 le modèle de compréhension de documents par défaut pour des millions d'utilisateurs sur Le Chat .