Mistral AI lanserer OCR 4: Setter ny standard for dokumentforståelse

Her er en gjennomgang av Mistral AI sin nye OCR 4-modell, med vekt på funksjoner, ytelse, priser og strategisk betydning.

Sentrale funksjoner

• Strukturbevisst utvinning — Returnerer ikke bare ren tekst, men også avsnittsinndelte posisjonsbokser (bounding boxes), blokktyper (tittel, tekst, tabell, formel, signatur, etc.) og tillitsskårer per ord .
• include_blocks-parameter i API — Når denne aktiveres, returnerer hver side en blocks-tabell med strukturelle etiketter og spatielle koordinater .
• 170 språk på tvers av 10 språkgrupper — Spesielt god på sjeldne og lavressursskript .
• Selvhosting i én container — Kan kjøres helt på egne servere, perfekt for organisasjoner med strenge krav til datasikkerhet .
• Multimodal inngang — Tar imot PDF-er og bilder (samt Office-dokumenter via konvertering) og leverer strukturert Markdown og JSON. Designet som en inngangskomponent for RAG- og agentbaserte systemer .

Referansetester (benchmarking)

Referanse	OCR 4-skåre	Merknader
OlmOCRBench (offentlig ledertavle)	85,20	Topplassering ved lansering
OmniDocBench	93,07	Sterk på tvers av ulike dokumenttyper
Menneskelig preferanse (blindtest, 600+ dokumenter, 12+ språk)	72 % gjennomsnittlig vinnerrate	Uavhengige annotører foretrakk OCR 4 over konkurrerende systemer

Mistral rapporterer også gode resultater på sin interne Crawl Multilingual-test, men de nøyaktige tallene er ikke offentliggjort .

Prisalternativer

Nivå	Pris	Detaljer
Standard OCR	4 USD per 1000 sider	Grunnleggende tekstutvinning
Annotert (strukturert)	5 USD per 1000 sider	Inkluderer posisjonsbokser, blokk-etiketter og tillitsskårer

Prisen er per side, ikke per token – uvanlig blant Mistrals modeller og reflekterer bruksområdet med store dokumentmengder.

Strategisk kontekst

• Lansert 23.–24. juni 2026 sammen med Mistral Document AI (sluttproduktet som omslutter OCR 4) og Mistral Medium 3.5 – alle tilgjengelige i Microsoft Azure AI Foundry .
• Skifte fra «tekstutvinning» til «dokumentforståelse» — OCR 4 er en grunnleggende byggestein for søk i bedrifter, RAG-systemer og agentiske arbeidsflyter der layout og struktur (tabeller, formler, signaturer) er avgjørende .
• Konkurranseposisjon — Retter seg direkte mot Google Document AI, Azure Document Intelligence og åpne OCR-løsninger, ved å kombinere strukturert output med rimelige priser og muligheten for selvhosting – noe som er sjeldent blant større OCR-API-er .
• Én-container-designet er et nøkkelargument for regulerte bransjer (finans, helse, jus) som ikke kan sende dokumenter til eksterne API-er .