Wyniki benchmarków

Mistral AI informuje również o wysokich wynikach w wewnętrznym teście Crawl Multilingual, choć dokładne liczby nie zostały opublikowane w przeanalizowanych źródłach .

Opcje cenowe

Cennik oparty jest na liczbie stron, a nie tokenów, co jest nietypowe w przypadku innych modeli Mistral i odzwierciedla zastosowanie w przypadku przetwarzania partii dokumentów.

Kontekst strategiczny

• Premiera 23–24 czerwca 2026 – Model został zaprezentowany wraz z Mistral Document AI (kompleksową platformą do analizy dokumentów) oraz Mistral Medium 3.5, a wszystko to trafiło do Microsoft Azure AI Foundry .
• Przejście od „ekstrakcji tekstu” do „rozumienia dokumentów” – OCR 4 jest pozycjonowany jako podstawowa warstwa dla wyszukiwania korporacyjnego, potoków RAG i przepływów agentowych, gdzie kluczowe jest zachowanie układu i struktury (tabele, równania, podpisy) .
• Pozycjonowanie konkurencyjne – Model bezpośrednio konkuruje z Google Document AI, Azure Document Intelligence i otwartoźródłowymi rozwiązaniami OCR, łącząc ustrukturyzowane wyniki w przystępnej cenie z opcją wdrożenia lokalnego w kontenerze – co jest rzadkością wśród głównych API OCR .
• Konstrukcja jednego kontenera wyróżnia model w branżach regulowanych (finanse, ochrona zdrowia, prawo), które nie mogą przesyłać dokumentów do zewnętrznych API .

Wyniki benchmarków

Mistral AI informuje również o wysokich wynikach w wewnętrznym teście Crawl Multilingual, choć dokładne liczby nie zostały opublikowane w przeanalizowanych źródłach .

Opcje cenowe

Cennik oparty jest na liczbie stron, a nie tokenów, co jest nietypowe w przypadku innych modeli Mistral i odzwierciedla zastosowanie w przypadku przetwarzania partii dokumentów.

Kontekst strategiczny

• Premiera 23–24 czerwca 2026 – Model został zaprezentowany wraz z Mistral Document AI (kompleksową platformą do analizy dokumentów) oraz Mistral Medium 3.5, a wszystko to trafiło do Microsoft Azure AI Foundry .
• Przejście od „ekstrakcji tekstu” do „rozumienia dokumentów” – OCR 4 jest pozycjonowany jako podstawowa warstwa dla wyszukiwania korporacyjnego, potoków RAG i przepływów agentowych, gdzie kluczowe jest zachowanie układu i struktury (tabele, równania, podpisy) .
• Pozycjonowanie konkurencyjne – Model bezpośrednio konkuruje z Google Document AI, Azure Document Intelligence i otwartoźródłowymi rozwiązaniami OCR, łącząc ustrukturyzowane wyniki w przystępnej cenie z opcją wdrożenia lokalnego w kontenerze – co jest rzadkością wśród głównych API OCR .
• Konstrukcja jednego kontenera wyróżnia model w branżach regulowanych (finanse, ochrona zdrowia, prawo), które nie mogą przesyłać dokumentów do zewnętrznych API .