Mistral AI veröffentlicht OCR 4 mit Begrenzungsrahmen, Blockklassifikation und Konfidenzwerten

Mistral AI hat OCR 4 veröffentlicht, ein Dokumentenverarbeitungssystem, das Begrenzungsrahmen, eine typbasierte Klassifizierung von Blöcken (Titel, Tabellen, Gleichungen, Unterschriften etc.) sowie Inline-Konfidenzwerte zusammen mit extrahiertem Text zurückgibt. Das Modell unterstützt 170 Sprachen aus 10 Sprachgruppen, läuft in einem einzigen Container für vollständig selbst gehostete Bereitstellungen und ist über die API oder Document AI in Mistral Studio verfügbar. Der API-Preis beträgt 4 $ pro 1.000 Seiten, mit einem Batch-API-Rabatt von 50 %, der den Preis auf 2 $ pro 1.000 Seiten reduziert. Document AI kostet 5 $ pro 1.000 Seiten. Bei Evaluierungen menschlicher Präferenzen an über 600 Dokumenten in mehr als 12 Sprachen bevorzugten die Annotatoren OCR 4 gegenüber führenden Wettbewerbern mit einer durchschnittlichen Gewinnrate von 72 %. Auf dem öffentlichen OlmOCRBench erzielte es 85,20 Punkte, die höchste Gesamtpunktzahl unter den getesteten Modellen. Auf OmniDocBench erreichte es 93,07 Punkte, wobei das Unternehmen darauf hinweist, dass automatisierte Benchmarks bekannte Einschränkungen haben. OCR 4 ist auch als Eingabekomponente des Mistral Search Toolkit für RAG (Retrieval-Augmented Generation) und Unternehmenssuchen integriert.