Mistral OCR 4 revolutionerar dokumenthantering – så fungerar AI-modellen som förstår allt

Mistral AI lanserade OCR 4 den 23–24 juni 2026 och tar här ett stort steg från enkel textutvinning till verklig dokumentförståelse. Modellen är byggd för att vara en grundläggande komponent i företags sökmotorer, RAG-system (Retrieval-Augmented Generation) och autonoma AI-arbetsflöden – och lanseras tillsammans med Mistral Document AI och Mistral Medium 3.5 i Microsoft Azure AI Foundry .

Huvudfunktioner

Strukturmedveten utvinning. OCR 4 returnerar inte bara text, utan även styckenas exakta position (bounding boxes), blocktyp (text, rubrik, lista, tabell, bild, ekvation, bildtext, kod, referenser, sidhuvud, sidfot, signatur) och konfidenspoäng för varje ord . Det gör att utdatan direkt kan användas för källhänvisningar, maskning av känslig information och semantisk indelning – utan efterbearbetning .

include_blocks-parameter i API:et. När den är aktiverad returnerar varje sida en blocks-array med strukturella etiketter och rumsliga koordinater i läsordning .

170 språk i tio språkgrupper. Mistral rapporterar särskilda förbättringar för ovanligare och mindre resursstarka skriftspråk – inklusive japanska, hindi och grekiska .

Egen drift i en enda container. Modellen kan installeras helt lokalt i en enda container – en avgörande fördel för reglerade branscher som inte kan skicka dokument till externa API:er .

Multimodal inmatning och strukturerad utdata. OCR 4 tar emot PDF:er och bilder (Office-dokument via konvertering) och levererar strukturerad Markdown och JSON – optimerat för integration i RAG- och agentbaserade pipelines .

Prestanda i benchmark

Benchmark	OCR 4-poäng	Kommentar
OlmOCRBench (offentlig topplista)	85,20	Topplats vid lansering
OmniDocBench	93,07	Starka resultat över olika dokumenttyper
Användarpreferens (blindtest, 600+ dokument, 12+ språk)	72 % genomsnittlig vinstfrekvens	Oberoende bedömare valde OCR 4 framför konkurrenterna

Mistral rapporterar också starka resultat på sitt interna Crawl Multilingual-benchmark, även om exakta siffror inte publicerades i de källor som gåtts igenom .

Prisalternativ

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

Priserna är sidbaserade, inte tokenbaserade – ovanligt bland Mistrals modeller och en återspegling av användningsområdet med dokument i batch.

Strategisk betydelse

OCR 4 markerar en medveten förflyttning från "textutvinning" till "dokumentförståelse". Modellen placeras som ett grundläggande lager för företags sökning, RAG-system och autonoma arbetsflöden där det är avgörande att bevara layout och struktur – som tabeller, ekvationer och signaturer . Den konkurrerar direkt med Googles Document AI, Azure Document Intelligence och öppen källkodsbaserade OCR-verktyg – genom att kombinera strukturerad utdata till lågt pris med möjligheten till egen drift .

Den containerbaserade lösningen är en särskiljande faktor för finans-, sjukvårds- och juridiksektorn, som kräver full kontroll över data . Mistral har också gjort OCR 4 till standardmodell för dokumentförståelse för miljontals användare på Le Chat .