答え公開済み18 ソース
Mistral AI、最新OCRモデル「Mistral OCR 4」発表——日本語を含む170言語対応、構造化データ出力で文書AIの新標準に
Mistral AIが2026年6月23〜24日にOCR 4をリリース。日本語を含む170言語に対応し、10の言語グループに分類して処理する。 テキスト抽出に加え、段落レベルのバウンディングボックス、ブロック種別（タイトル、表、数式、署名など）、単語単位の信頼度スコアを返す構造化出力が最大の特徴。
公開者GPT Image 1.5 で画像を生成
研究の答え
重要なポイント
- Mistral AIが2026年6月23〜24日にOCR 4をリリース。日本語を含む170言語に対応し、10の言語グループに分類して処理する。
- テキスト抽出に加え、段落レベルのバウンディングボックス、ブロック種別（タイトル、表、数式、署名など）、単語単位の信頼度スコアを返す構造化出力が最大の特徴。
- 公開ベンチマークOlmOCRBenchでスコア85.20を記録し首位に。600以上の実文書を使ったブラインドテストでは、競合OCRに対して平均72%の勝率を達成。
- API価格は標準で1,000ページあたり4ドル、構造化注釈付きで5ドル。ページ単位の課金で、バッチ処理ならさらに割安。
AI プロンプト
openai.comCreate a landscape editorial hero image for this Studio Global article: Search & fact check with cited sources for What are the key features, benchmark performance, pricing options, and strategic context of Mistr. Article summary: Here is the fact checked breakdown of Mistral AI's newly released OCR 4 model.. Topic tags: general web, llm, agents, ai, automation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
Mistral AIが2026年6月23〜24日（現地時間）にリリースした文書認識モデル「Mistral OCR 4」について、ファクトチェックを交えながら詳しく解説します。
主な特徴
- 構造認識型のテキスト抽出 — 従来のプレーンテキスト出力ではなく、段落レベルのバウンディングボックス、ブロック種別ラベル（タイトル、テキスト、表、数式、署名など）、単語単位の信頼度スコアを一緒に返します 。
Studio Global AI
研究を続けてください
このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。
人々も尋ねます
「Mistral AI、最新OCRモデル「Mistral OCR 4」発表——日本語を含む170言語対応、構造化データ出力で文書AIの新標準に」の短い答えは何ですか?
Mistral AIが2026年6月23〜24日にOCR 4をリリース。日本語を含む170言語に対応し、10の言語グループに分類して処理する。
最初に検証する重要なポイントは何ですか?
Mistral AIが2026年6月23〜24日にOCR 4をリリース。日本語を含む170言語に対応し、10の言語グループに分類して処理する。 テキスト抽出に加え、段落レベルのバウンディングボックス、ブロック種別（タイトル、表、数式、署名など）、単語単位の信頼度スコアを返す構造化出力が最大の特徴。
次の実践では何をすればいいでしょうか？
公開ベンチマークOlmOCRBenchでスコア85.20を記録し首位に。600以上の実文書を使ったブラインドテストでは、競合OCRに対して平均72%の勝率を達成。