Mistral OCR 4 chega para transformar a compreensão de documentos

A Mistral AI lançou o OCR 4 em 23 e 24 de junho de 2026, marcando uma mudança de foco: não se trata mais apenas de extrair texto simples, mas de compreender a estrutura dos documentos. O modelo foi criado para ser um componente de ingestão em sistemas de busca empresarial, pipelines de RAG (geração aumentada por recuperação) e fluxos de agentes de IA, e chega junto com o Mistral Document AI e o Mistral Medium 3.5 no Microsoft Azure AI Foundry .

Principais Recursos

• Extração com consciência de estrutura. O OCR 4 retorna bounding boxes por parágrafo, rótulos de tipo de bloco (texto, título, lista, tabela, imagem, equação, legenda, código, referências, texto à parte, cabeçalho, rodapé, assinatura) e pontuações de confiança por palavra, lado a lado com o texto extraído . Isso permite que as saídas sejam usadas diretamente para rastreamento de citações, redação e chunking semântico, sem necessidade de pós-processamento .
• Parâmetro include_blocks na API. Quando ativado, cada página retorna um array blocks com rótulos estruturais e coordenadas espaciais na ordem de leitura .
• 170 idiomas em 10 grupos linguísticos. A Mistral relata ganhos de precisão particularmente em scripts mais raros e com menos recursos, incluindo japonês, hindi e grego .
• Implantação local em um único contêiner. O modelo pode ser implantado inteiramente on-premises em um único contêiner, um grande diferencial para setores regulamentados que não podem enviar documentos para APIs externas .
• Entrada multimodal e saída estruturada. O OCR 4 aceita PDFs e imagens (documentos do Office via conversão) e gera saídas estruturadas em Markdown e JSON, projetado para integração com pipelines de RAG e agentes de IA .

Performance em Benchmarks

Benchmark	Pontuação do OCR 4	Notas
OlmOCRBench (ranking público)	85,20	Líder do ranking no lançamento
OmniDocBench	93,07	Forte performance 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 relata pontuações fortes em seu benchmark interno Crawl Multilingual, embora os números brutos não tenham sido publicados nas fontes revisadas .

Opções de Preço

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

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

Contexto Estratégico

O OCR 4 marca uma mudança deliberada de "extração de texto" para "compreensão de documentos". Ele é posicionado como uma camada fundamental para busca empresarial, pipelines de RAG e fluxos de agentes, onde preservar o layout e a estrutura (tabelas, equações, assinaturas) é crítico . O modelo compete diretamente com o Document AI do Google, o Azure Document Intelligence e pipelines de OCR de código aberto, combinando saída estruturada a um preço de commodity com a opção de contêiner auto-hospedável — uma combinação rara entre as principais APIs de OCR .

O design de contêiner único é um diferencial importante para os setores financeiro, de saúde e jurídico, que exigem soberania de dados . A Mistral também tornou o OCR 4 o modelo padrão de compreensão de documentos para milhões de usuários no Le Chat .