Parameter API include_blocks. Apabila diaktifkan, setiap halaman akan memulangkan tatasusunan blocks dengan label struktur dan koordinat ruangan mengikut urutan bacaan .

170 bahasa merentasi 10 kumpulan bahasa. Mistral melaporkan peningkatan ketepatan yang ketara pada skrip yang jarang digunakan dan kurang sumber, termasuk bahasa Jepun, Hindi dan Greek .

Hosting sendiri dalam satu bekas (single-container). Model ini boleh digunakan sepenuhnya di premis dalam satu bekas, satu pembeza utama untuk industri terkawal yang tidak boleh menghantar dokumen ke API luaran .

Input multimodal dan output berstruktur. OCR 4 menerima PDF dan imej (dokumen Office melalui penukaran) dan mengeluarkan output dalam format Markdown dan JSON berstruktur, direka untuk integrasi dengan saluran RAG dan ejen AI .

Prestasi Penandaarasan

Mistral juga melaporkan skor kukuh pada penandaarasan dalaman Crawl Multilingual, walaupun angka mentah tidak diterbitkan dalam sumber yang dikaji .

Pilihan Harga

Harga adalah berdasarkan halaman, bukan token, yang luar biasa di kalangan model Mistral yang lain dan mencerminkan penggunaan kelompok dokumen.

Konteks Strategik

OCR 4 menandakan peralihan yang disengajakan daripada "pengekstrakan teks" kepada "pemahaman dokumen." Ia diposisikan sebagai lapisan asas untuk carian perusahaan, saluran RAG dan aliran kerja ejen AI di mana pemeliharaan susun atur dan struktur (jadual, persamaan, tandatangan) adalah kritikal . Ia secara langsung menyasarkan Google Document AI, Azure Document Intelligence dan saluran OCR sumber terbuka dengan menggabungkan output berstruktur pada harga komoditi dengan pilihan bekas yang boleh dihoskan sendiri – kombinasi yang jarang berlaku di kalangan API OCR utama .

Reka bentuk satu bekas adalah pembeza utama untuk sektor kewangan, penjagaan kesihatan dan perundangan yang memerlukan kedaulatan data . Mistral juga telah menjadikan OCR 4 sebagai model pemahaman dokumen lalai untuk berjuta-juta pengguna di Le Chat .

Parameter API include_blocks. Apabila diaktifkan, setiap halaman akan memulangkan tatasusunan blocks dengan label struktur dan koordinat ruangan mengikut urutan bacaan .

170 bahasa merentasi 10 kumpulan bahasa. Mistral melaporkan peningkatan ketepatan yang ketara pada skrip yang jarang digunakan dan kurang sumber, termasuk bahasa Jepun, Hindi dan Greek .

Hosting sendiri dalam satu bekas (single-container). Model ini boleh digunakan sepenuhnya di premis dalam satu bekas, satu pembeza utama untuk industri terkawal yang tidak boleh menghantar dokumen ke API luaran .

Input multimodal dan output berstruktur. OCR 4 menerima PDF dan imej (dokumen Office melalui penukaran) dan mengeluarkan output dalam format Markdown dan JSON berstruktur, direka untuk integrasi dengan saluran RAG dan ejen AI .

Prestasi Penandaarasan

Mistral juga melaporkan skor kukuh pada penandaarasan dalaman Crawl Multilingual, walaupun angka mentah tidak diterbitkan dalam sumber yang dikaji .

Pilihan Harga

Harga adalah berdasarkan halaman, bukan token, yang luar biasa di kalangan model Mistral yang lain dan mencerminkan penggunaan kelompok dokumen.

Konteks Strategik

OCR 4 menandakan peralihan yang disengajakan daripada "pengekstrakan teks" kepada "pemahaman dokumen." Ia diposisikan sebagai lapisan asas untuk carian perusahaan, saluran RAG dan aliran kerja ejen AI di mana pemeliharaan susun atur dan struktur (jadual, persamaan, tandatangan) adalah kritikal . Ia secara langsung menyasarkan Google Document AI, Azure Document Intelligence dan saluran OCR sumber terbuka dengan menggabungkan output berstruktur pada harga komoditi dengan pilihan bekas yang boleh dihoskan sendiri – kombinasi yang jarang berlaku di kalangan API OCR utama .

Reka bentuk satu bekas adalah pembeza utama untuk sektor kewangan, penjagaan kesihatan dan perundangan yang memerlukan kedaulatan data . Mistral juga telah menjadikan OCR 4 sebagai model pemahaman dokumen lalai untuk berjuta-juta pengguna di Le Chat .