Mistral AI Lancar OCR 4: Model Pengekstrakan Dokumen Berstruktur Dengan Prestasi Pecah Rekod

Mistral AI secara rasminya melancarkan OCR 4 pada 23-24 Jun 2026, model pengekstrakan dokumen generasi keempat yang jauh meninggalkan pendekatan OCR tradisional. Model ini bukan sahaja membaca teks, tetapi memahami struktur dokumen – dari susun atur hingga ke elemen-elemen kecil seperti jadual, persamaan, dan tandatangan .

Ciri Utama OCR 4

• Pengekstrakan sedar struktur – OCR 4 mengembalikan sempadan kotak (bounding boxes) pada peringkat perenggan, label blok (tajuk, teks, jadual, persamaan, tandatangan, dsb.), dan skor keyakinan setiap perkataan. Ini berbeza dengan OCR biasa yang hanya memberikan teks kosong .
• Parameter API include_blocks – Apabila diaktifkan, setiap halaman akan mengembalikan tatasusunan blocks yang mengandungi label struktur dan koordinat ruangan .
• Sokongan 170 bahasa dalam 10 kumpulan – Ketepatan lebih baik pada bahasa yang jarang digunakan dan kurang sumber, seperti bahasa Jepun, Hindi, dan Yunani .
• Pengehosan sendiri satu bekas – Model ini boleh digunakan sepenuhnya di premis organisasi dalam satu bekas (container) untuk memenuhi keperluan kedaulatan data .
• Input multimodal – Menerima PDF dan imej (dokumen Office melalui penukaran), dan mengeluarkan output berstruktur dalam format Markdown serta JSON. Ini direka sebagai komponen input untuk saluran RAG (Retrieval-Augmented Generation) dan ejen AI .

Prestasi Penanda Aras

Penanda Aras	Skor OCR 4	Catatan
OlmOCRBench (papan pendahulu awam)	85.20	Menduduki tangga teratas semasa pelancaran
OmniDocBench	93.07	Cemerlang merentas pelbagai jenis dokumen
Ujian keutamaan manusia (buta, 600+ dokumen, 12+ bahasa)	72% purata kemenangan	Pemarkah bebas memilih OCR 4 berbanding sistem OCR lain

Mistral AI juga melaporkan skor tinggi pada penanda aras dalaman Crawl Multilingual, walaupun angka terperinci tidak diterbitkan dalam sumber yang disemak .

Pilihan Harga

Tahap	Harga	Butiran
OCR Standard	$4 setiap 1,000 halaman	Pengekstrakan teks asas
OCR Beranotasi (berstruktur)	$5 setiap 1,000 halaman	Termasuk sempadan kotak, label blok, dan skor keyakinan

Harga berdasarkan halaman, bukan token, yang agak luar biasa dalam kalangan model Mistral AI yang lain, dan mencerminkan kesesuaian untuk pemprosesan dokumen secara kelompok.

Konteks Strategik

• Pelancaran pada 23–24 Jun 2026 – Bersama-sama Mistral Document AI (produk saluran akhir-ke-akhir yang membalut OCR 4) dan Mistral Medium 3.5, semua tiba serentak di Microsoft Azure AI Foundry .
• Peralihan daripada "pengekstrakan teks" kepada "pemahaman dokumen" – OCR 4 diposisikan sebagai lapisan asas untuk carian perusahaan, saluran RAG, dan aliran kerja ejen AI yang memerlukan pemeliharaan susun atur dan struktur (jadual, persamaan, tandatangan) .
• Kedudukan kompetitif – Model ini secara langsung menyasarkan Google Document AI, Azure Document Intelligence, dan saluran OCR sumber terbuka dengan menggabungkan output berstruktur pada harga komoditi dengan pilihan kontena yang boleh dihos sendiri, sesuatu yang jarang ditemui dalam API OCR utama .
• Reka bentuk satu bekas adalah pembeza utama untuk industri terkawal (kewangan, penjagaan kesihatan, perundangan) yang tidak boleh menghantar dokumen ke API luaran .