Mistral OCR 4 全面解構：功能、定價、效能大拆解

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 。

基準測試表現

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 。

定價方案

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。

策略背景

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 。