include_blocks API 參數。 開啟之後,每頁都會回傳一個 blocks Array,按閱讀順序標明結構標籤同空間座標 。
支援 170 種語言,分 10 個語言群組。 Mistral 特別提到喺日文、印度文、希臘文呢啲比較冷門嘅語言上,準確率提升特別明顯 。
單一 Container 自托管。 成個模型可以喺一個 Container 入面完全喺你公司嘅 Server 運行,呢個對於金融、醫療、法律呢啲唔可以將文件送出街嘅受監管行業嚟講,係好關鍵嘅功能 。
多模態輸入同結構化輸出。 OCR 4 可以食 PDF 同圖片(Office 文件要轉換),輸出結構化嘅 Markdown 同 JSON,專為 RAG 同 AI Agent Pipeline 而設 。
| 基準測試 | OCR 4 分數 | 備註 |
|---|---|---|
| OlmOCRBench(公開排行榜) | 85.20 | 一推出就登上榜首 |
| OmniDocBench | 93.07 | 喺唔同文件類型都表現優異 |
| 人類偏好測試(盲測,600+ 份文件,12+ 種語言) | 72% 平均勝率 | 獨立評測員喺多數情況下都 prefer OCR 4 |
Mistral 仲提到佢哋內部嘅 Crawl Multilingual 基準測試都有好好嘅成績,不過冇公開實際數字 。
| 級別 | 價格 | 詳情 |
|---|---|---|
| 標準 OCR | 每 1,000 頁 $4 美金 | 基本文字提取 |
| 註解版(結構化) | 每 1,000 頁 $5 美金 | 包埋邊界框、區塊標籤同信心分數 |
定價係按頁數計,唔係按 Token 計,呢個喺 Mistral 其他模型嚟講比較特別,明顯係針對批量文件處理嘅場景。
OCR 4 象徵 Mistral AI 由「文字提取」正式轉向「文件理解」。佢嘅定位係企業搜尋、RAG Pipeline 同 AI Agent 工作流程嘅基礎層,尤其係保存文件排版同結構(例如表格、方程式、簽名)好重要嘅場景 。佢直接挑戰 Google Document AI、Azure Document Intelligence,同開源 OCR Pipeline,賣點係結構化輸出、親民定價,再加上可以自托管——呢個組合喺主要 OCR API 當中好少見 。
對於金融、醫療、法律呢啲好著重數據主權嘅行業,單一 Container 設計係一個好大嘅優勢 。另外,Mistral 已經將 OCR 4 設為 Le Chat 平台上數百萬用戶嘅預設文件理解模型 。
include_blocks API 參數。 開啟之後,每頁都會回傳一個 blocks Array,按閱讀順序標明結構標籤同空間座標 。
支援 170 種語言,分 10 個語言群組。 Mistral 特別提到喺日文、印度文、希臘文呢啲比較冷門嘅語言上,準確率提升特別明顯 。
單一 Container 自托管。 成個模型可以喺一個 Container 入面完全喺你公司嘅 Server 運行,呢個對於金融、醫療、法律呢啲唔可以將文件送出街嘅受監管行業嚟講,係好關鍵嘅功能 。
多模態輸入同結構化輸出。 OCR 4 可以食 PDF 同圖片(Office 文件要轉換),輸出結構化嘅 Markdown 同 JSON,專為 RAG 同 AI Agent Pipeline 而設 。
| 基準測試 | OCR 4 分數 | 備註 |
|---|---|---|
| OlmOCRBench(公開排行榜) | 85.20 | 一推出就登上榜首 |
| OmniDocBench | 93.07 | 喺唔同文件類型都表現優異 |
| 人類偏好測試(盲測,600+ 份文件,12+ 種語言) | 72% 平均勝率 | 獨立評測員喺多數情況下都 prefer OCR 4 |
Mistral 仲提到佢哋內部嘅 Crawl Multilingual 基準測試都有好好嘅成績,不過冇公開實際數字 。
| 級別 | 價格 | 詳情 |
|---|---|---|
| 標準 OCR | 每 1,000 頁 $4 美金 | 基本文字提取 |
| 註解版(結構化) | 每 1,000 頁 $5 美金 | 包埋邊界框、區塊標籤同信心分數 |
定價係按頁數計,唔係按 Token 計,呢個喺 Mistral 其他模型嚟講比較特別,明顯係針對批量文件處理嘅場景。
OCR 4 象徵 Mistral AI 由「文字提取」正式轉向「文件理解」。佢嘅定位係企業搜尋、RAG Pipeline 同 AI Agent 工作流程嘅基礎層,尤其係保存文件排版同結構(例如表格、方程式、簽名)好重要嘅場景 。佢直接挑戰 Google Document AI、Azure Document Intelligence,同開源 OCR Pipeline,賣點係結構化輸出、親民定價,再加上可以自托管——呢個組合喺主要 OCR API 當中好少見 。
對於金融、醫療、法律呢啲好著重數據主權嘅行業,單一 Container 設計係一個好大嘅優勢 。另外,Mistral 已經將 OCR 4 設為 Le Chat 平台上數百萬用戶嘅預設文件理解模型 。