Mistral OCR 4: Il Modello che Trasforma la Comprensione dei Documenti

Mistral AI ha rilasciato OCR 4 il 23-24 giugno 2026, segnando un passaggio dalla semplice estrazione di testo a una vera comprensione strutturata dei documenti. Il modello è progettato come componente di ingestione per la ricerca aziendale, pipeline RAG e flussi di lavoro agentici, ed è stato lanciato insieme a Mistral Document AI e Mistral Medium 3.5 su Microsoft Azure AI Foundry .

Caratteristiche Principali

Estrazione sensibile alla struttura. OCR 4 restituisce bounding box a livello di paragrafo, etichette di tipo di blocco (testo, titolo, elenco, tabella, immagine, equazione, didascalia, codice, riferimenti, testo a margine, intestazione, piè di pagina, firma) e punteggi di confidenza per ogni parola, oltre al testo estratto . Questo rende gli output direttamente utilizzabili per il tracciamento delle citazioni, la redazione e il chunking semantico senza necessità di post-elaborazione .

Parametro API include_blocks. Se abilitato, ogni pagina restituisce un array blocks con etichette strutturali e coordinate spaziali in ordine di lettura .

170 lingue in 10 gruppi linguistici. Mistral riporta particolari miglioramenti nell'accuratezza su scritture rare e con meno risorse, tra cui giapponese, hindi e greco .

Self-hosting in un singolo contenitore. Il modello può essere distribuito interamente on-premise in un unico contenitore, un elemento chiave di differenziazione per i settori regolamentati che non possono inviare documenti ad API esterne .

Input multimodale e output strutturato. OCR 4 accetta PDF e immagini (documenti Office tramite conversione) e produce output strutturati in Markdown e JSON, progettati per l'integrazione con pipeline RAG e agentiche .

Prestazioni sui Benchmark

Benchmark	Punteggio OCR 4	Note
OlmOCRBench (classifica pubblica)	85,20	Primo posto in classifica al momento del lancio
OmniDocBench	93,07	Ottime prestazioni su vari tipi di documenti
Preferenza umana (cieca, oltre 600 documenti, più di 12 lingue)	72% di vittoria media	Annotatori indipendenti hanno preferito OCR 4 rispetto ai sistemi OCR concorrenti

Mistral riporta anche buoni punteggi sul suo benchmark interno Crawl Multilingual, sebbene i dati grezzi non siano stati pubblicati nelle fonti esaminate .

Opzioni di Prezzo

Livello	Prezzo	Dettagli
OCR Standard	4 $ per 1.000 pagine	Estrazione di testo di base
Annotato (strutturato)	5 $ per 1.000 pagine	Include bounding box, etichette di blocco e punteggi di confidenza

Il prezzo è basato sulle pagine, non sui token, una scelta insolita tra gli altri modelli Mistral che riflette il caso d'uso del batch di documenti.

Contesto Strategico

OCR 4 segna un deliberato spostamento dall'"estrazione di testo" alla "comprensione dei documenti". È posizionato come livello fondamentale per la ricerca aziendale, le pipeline RAG e i flussi di lavoro agentici, dove è fondamentale preservare l'impaginazione e la struttura (tabelle, equazioni, firme) . Punta direttamente a Google Document AI, Azure Document Intelligence e alle pipeline OCR open-source, combinando un output strutturato a prezzi competitivi con un'opzione di contenitore auto-ospitabile, una combinazione rara tra le principali API OCR .

Il design a contenitore singolo è un elemento chiave di differenziazione per i settori finanziario, sanitario e legale che richiedono la sovranità dei dati . Mistral ha inoltre reso OCR 4 il modello predefinito per la comprensione dei documenti per milioni di utenti su Le Chat .