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

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

Preços

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 .

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

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

Preços

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 .