答案已发布18 来源
深度解析 Mistral AI 全新 OCR 4 模型：核心功能、基准测试、定价策略及战略布局
Mistral OCR 4 于 2026 年 6 月 23 24 日发布，主打“结构感知”的文档处理，不仅提取文本，还能返回段落级边界框、块类型标签（如标题、表格、公式）和逐词置信度分数 [1][7][10]。 性能强劲：在公共基准 OlmOCRBench 上以 85.20 分登顶榜首；在 OmniDocBench 上获得 93.07 分；在涵盖 12 种以上语言的 600 多份文档盲测中，获得 72% 的平均胜率 [4][6]。
发布者图片由 GPT Image 1.5 生成
研究答案
要点
- Mistral OCR 4 于 2026 年 6 月 23 24 日发布，主打“结构感知”的文档处理，不仅提取文本，还能返回段落级边界框、块类型标签（如标题、表格、公式）和逐词置信度分数 [1][7][10]。
- 性能强劲：在公共基准 OlmOCRBench 上以 85.20 分登顶榜首；在 OmniDocBench 上获得 93.07 分；在涵盖 12 种以上语言的 600 多份文档盲测中，获得 72% 的平均胜率 [4][6]。
- 支持 10 个语系的 170 种语言，在稀缺和小语种上表现尤佳 [7][11]。
- 提供标准版（$4/千页）和带注释的结构化版（$5/千页）两种定价模式，按页计费，而非按 token，更适合批量文档处理 [1][6]。
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: Search & fact check with cited sources for What are the key features, benchmark performance, pricing options, and strategic context of Mistr. Article summary: Here is the fact checked breakdown of Mistral AI's newly released OCR 4 model.. Topic tags: general web, llm, agents, ai, automation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
以下是经事实核查后，关于 Mistral AI 最新发布的 OCR 4 模型的全面解析。
核心功能
- 结构感知提取：区别于传统的纯文本输出，OCR 4 在提取文本的同时，会返回段落级的边界框（Bounding Boxes）、块类型标签（如标题、正文、表格、公式、签名等）以及逐词置信度分数 。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“深度解析 Mistral AI 全新 OCR 4 模型：核心功能、基准测试、定价策略及战略布局”的简短答案是什么？
Mistral OCR 4 于 2026 年 6 月 23 24 日发布，主打“结构感知”的文档处理，不仅提取文本，还能返回段落级边界框、块类型标签（如标题、表格、公式）和逐词置信度分数 [1][7][10]。
首先要验证的关键点是什么？
Mistral OCR 4 于 2026 年 6 月 23 24 日发布，主打“结构感知”的文档处理，不仅提取文本，还能返回段落级边界框、块类型标签（如标题、表格、公式）和逐词置信度分数 [1][7][10]。 性能强劲：在公共基准 OlmOCRBench 上以 85.20 分登顶榜首；在 OmniDocBench 上获得 93.07 分；在涵盖 12 种以上语言的 600 多份文档盲测中，获得 72% 的平均胜率 [4][6]。
接下来在实践中我应该做什么？
支持 10 个语系的 170 种语言，在稀缺和小语种上表现尤佳 [7][11]。