Mistral AI запускає OCR 4: новий стандарт розуміння документів із розпізнаванням структури та підтримкою 170 мов

Ось фактично перевірений огляд нової моделі Mistral OCR 4, випущеної 23-24 червня 2026 року.

Основні можливості

• Вилучення з урахуванням структури — Повертає межі блоків на рівні абзаців, мітки типів блоків (заголовок, текст, таблиця, рівняння, підпис тощо) та показники впевненості для кожного слова разом із вилученим текстом, а не просто масив тексту .
• Параметр API include_blocks — Коли активовано, кожна сторінка повертає масив blocks із структурними мітками та просторовими координатами .
• 170 мов у 10 мовних групах з особливим покращенням точності для рідкісних/малопоширених мов .
• Розгортання в одному контейнері — Модель можна повністю розгорнути локально в одному контейнері для організацій, які потребують суверенітету даних .
• Мультимодальний ввід — Приймає PDF та зображення (документи Office через конвертацію), виводить структурований Markdown та JSON, призначена як компонент для RAG та агентних пайплайнів .

Продуктивність у бенчмарках

Бенчмарк	Оцінка OCR 4	Примітки
OlmOCRBench (публічний лідерборд)	85.20	Очолив лідерборд на момент запуску
OmniDocBench	93.07	Висока продуктивність на різноманітних типах документів
Вподобання людей (сліпі тести, 600+ документів, 12+ мов)	72% середній показник перемоги	Незалежні анотатори віддавали перевагу OCR 4 над конкурентами

Mistral також повідомляє про високі результати у внутрішньому бенчмарку Crawl Multilingual, хоча точні числа не були опубліковані в доступних джерелах .

Варіанти ціноутворення

Рівень	Ціна	Деталі
Стандартний OCR	$4 за 1000 сторінок	Базове вилучення тексту
Анотований (структурований)	$5 за 1000 сторінок	Включає межі блоків, мітки блоків і показники впевненості

Ціноутворення базується на кількості сторінок, а не токенів, що є незвичним для інших моделей Mistral і відображає специфіку використання для обробки документів.

Стратегічний контекст

• Запуск відбувся 23–24 червня 2026 року одночасно з Mistral Document AI (комплексний продукт, який включає OCR 4) та Mistral Medium 3.5. Всі три рішення стали доступні в Microsoft Azure AI Foundry .
• Перехід від «вилучення тексту» до «розуміння документа» — OCR 4 позиціонується як фундаментальний шар для корпоративного пошуку, RAG пайплайнів та агентних робочих процесів, де збереження макету та структури (таблиці, рівняння, підписи) є критичним .
• Конкурентна позиція — Прямо конкурує з Google Document AI, Azure Document Intelligence та відкритими OCR пайплайнами, пропонуючи структурований вивід за цінами, близькими до товарних, а також можливість самостійного хостингу в одному контейнері, що рідко зустрічається серед основних OCR API .
• Дизайн одного контейнера є ключовою відмінністю для регульованих галузей (фінанси, охорона здоров'я, юридичні послуги), які не можуть відправляти документи до зовнішніх API .