Mistral AI OCR 4: Extração de documentos com estrutura, pontuação recorde e preço por página

A Mistral AI anunciou em 23 de junho de 2026 seu novo modelo de reconhecimento óptico de caracteres (OCR), o Mistral OCR 4 — e ele não se limita a extrair texto. O modelo devolve, junto com o texto, informações estruturais como caixas delimitadoras (bounding boxes) por parágrafo, rótulos que identificam se aquele bloco é um título, tabela, equação, assinatura etc., e uma pontuação de confiança por palavra . Na prática, o OCR 4 entrega muito mais do que uma transcrição simples: ele preserva o layout e a hierarquia do documento original.

Principais Funcionalidades

• Extração ciente da estrutura — Retorna bounding boxes em nível de parágrafo, rótulos de tipo de bloco (título, texto, tabela, equação, assinatura, entre outros) e pontuação de confiança por palavra, em vez de apenas um dump de texto puro .
• Parâmetro include_blocks na API — Quando ativado, cada página retorna um array blocks com rótulos estruturais e coordenadas espaciais .
• 170 idiomas em 10 grupos linguísticos, com ganhos particulares de precisão em scripts menos comuns e de baixos recursos .
• Auto-hospedagem em container único — O modelo pode ser implantado inteiramente on-premises em um único container para organizações que precisam de soberania de dados .
• Entrada multimodal — Aceita PDFs e imagens (documentos Office via conversão) e gera saída estruturada em Markdown e JSON, projetado como componente de ingestão para pipelines de RAG (Retrieval-Augmented Generation) e agentes de IA .

Performance em Benchmarks

Benchmark	Pontuação do OCR 4	Notas
OlmOCRBench (ranking público)	85,20	Liderou o ranking no lançamento
OmniDocBench	93,07	Forte em diversos tipos de documento
Preferência humana (teste cego, 600+ documentos, 12+ idiomas)	72% de taxa de vitória média	Anotadores independentes preferiram o OCR 4 em comparações diretas

A Mistral também reporta pontuações fortes em seu benchmark interno Crawl Multilingual, embora os números brutos não tenham sido publicados nas fontes revisadas .

Preços

Versão	Preço	Detalhes
OCR Padrão	US$ 4 por 1.000 páginas	Extração básica de texto
Anotado (estruturado)	US$ 5 por 1.000 páginas	Inclui bounding boxes, rótulos de bloco e pontuações de confiança

O preço é baseado em páginas, e não em tokens, o que é incomum entre os outros modelos da Mistral e reflete o caso de uso de processamento em lote de documentos.

Contexto Estratégico

• Lançado em 23-24 de junho de 2026, juntamente com o Mistral Document AI (o pipeline de produto completo que envolve o OCR 4) e o Mistral Medium 3.5, todos chegando simultaneamente no Microsoft Azure AI Foundry .
• Mudança de "extração de texto" para "compreensão de documentos" — O OCR 4 é posicionado como uma camada fundamental para busca corporativa, pipelines de RAG e fluxos de trabalho de agentes, onde preservar o layout e a estrutura (tabelas, equações, assinaturas) é crítico .
• Posicionamento competitivo — Mira diretamente o Google Document AI, o Azure Document Intelligence e pipelines de OCR de código aberto, combinando saída estruturada com preços de commodity e uma opção de container auto-hospedável, algo raro entre as principais APIs de OCR .
• Design em container único é um diferencial importante para setores regulados (finanças, saúde, jurídico) que não podem enviar documentos para APIs externas .