Mistral AI lanserar OCR 4 – en revolution inom dokumentförståelse med strukturerad utdata och självhostning

Här är den faktagranskade genomgången av Mistral AI:s nysläppta OCR 4-modell.

Viktiga funktioner

• Layoutmedveten extraktion – Returnerar objektlådor på styckenivå, blocktypsetiketter (titel, text, tabell, ekvation, signatur m.m.) och konfidenspoäng per ord – inte bara ren text .
• include_blocks API-parameter – När den aktiveras returnerar varje sida en blocks-matris med strukturella etiketter och rumsliga koordinater .
• 170 språk i 10 språkgrupper – Särskild precision för mer sällsynta och resurssvaga språk .
• Självhostning i en enda container – Kan installeras helt på egna servrar för organisationer som kräver datasuveränitet .
• Multimodal inmatning – Accepterar PDF-filer och bilder (Office-dokument via konvertering), producerar strukturerad Markdown och JSON. Utformad som en inmatningskomponent för RAG- och agentsystem .

Prestanda i tester

Benchmark	OCR 4-poäng	Kommentar
OlmOCRBench (offentlig topplista)	85,20	Toppade listan vid lansering
OmniDocBench	93,07	Starkt resultat över många dokumenttyper
Blint preferenstest (600+ dokument, 12+ språk)	72 % genomsnittlig vinstfrekvens	Oberoende bedömare föredrog OCR 4 framför konkurrenter

Mistral rapporterar även starka resultat på den interna Crawl Multilingual-benchmarken, men rådata publicerades inte i de granskade källorna .

Prisalternativ

Nivå	Pris	Detaljer
Standard OCR	4 dollar per 1 000 sidor	Grundläggande textutvinning
Annoterad (strukturerad)	5 dollar per 1 000 sidor	Inkluderar objektlådor, blocketiketter och konfidenspoäng

Priset baseras på sidantal, inte tokens, vilket är ovanligt bland Mistrals andra modeller och speglar användningsområdet med dokumentbearbetning.

Strategisk kontext

• Lanserades 23–24 juni 2026 tillsammans med Mistral Document AI (den kompletta pipeline-produkten som omsluter OCR 4) och Mistral Medium 3.5, alla samtidigt i Microsoft Azure AI Foundry .
• Skifte från ”textutvinning” till ”dokumentförståelse” – OCR 4 positioneras som ett fundamentalt lager för företagssök, RAG-system och agentsystem där layout och struktur (tabeller, ekvationer, signaturer) är avgörande .
• Konkurrenspositionering – Riktar sig direkt mot Google Document AI, Azure Document Intelligence och open source-baserade OCR-pipelines genom att kombinera strukturerad utdata till råvarupris med möjlighet till självhostning i en container, vilket är ovanligt bland större OCR-API:er .
• Designen med en enda container är en viktig differentieringsfaktor för reglerade branscher (ekonomi, hälsovård, juridik) som inte kan skicka dokument till externa API:er .