Mistral AI lanza OCR 4 — sistema de reconocimiento de texto con bloques, bordes y puntuaciones de confianza

Mistral AI ha anunciado Mistral OCR 4, un nuevo modelo de reconocimiento óptico de caracteres que no solo extrae texto, sino que también devuelve cuadros delimitadores, clasificación de bloques por tipo (encabezados, tablas, ecuaciones, pies de foto, etc.) y una puntuación de confianza para cada palabra. El modelo admite 170 idiomas, agrupados en 10 familias lingüísticas, y puede desplegarse en un solo contenedor para un almacenamiento local completo de los datos. En evaluaciones humanas realizadas con más de 600 documentos en más de 12 idiomas, evaluadores independientes prefirieron OCR 4 frente a todos los sistemas OCR y servicios de inteligencia documental probados, con una tasa media de preferencia del 72%. En el benchmark público OlmOCRBench, el modelo obtuvo una puntuación de 85,20, ocupando el primer lugar entre los sistemas evaluados. En el benchmark OmniDocBench alcanzó 93,07, si bien la compañía señala limitaciones conocidas de las pruebas automáticas: parte de las discrepancias se deben a errores en los datos de referencia, notación matemática equivalente, segmentación de ecuaciones y orden de lectura en documentos multicolumna. OCR 4 está integrado en Mistral Search Toolkit (un framework de búsqueda de código abierto) y está disponible a través de la API (4 dólares por cada 1000 páginas, con un 50% de descuento en modo por lote, es decir, 2 dólares) o mediante Document AI en Mistral Studio (5 dólares por cada 1000 páginas). Document AI añade la capacidad de generar JSON estructurado según un esquema predefinido y la anotación de imágenes. El modelo se recomienda para el análisis de documentos, RAG, flujos de trabajo basados en agentes, búsqueda empresarial y procesamiento de facturas. La compañía destaca que OCR 4 no está diseñado para diagnósticos médicos, dictámenes legales ni sistemas críticos para la seguridad.