Mistral AI publie OCR 4 avec boîtes englobantes, classification des blocs et scores de confiance

Mistral AI a publié OCR 4, un système d'analyse de documents qui renvoie des boîtes englobantes, une classification par type de bloc (titres, tableaux, équations, signatures, etc.) et des scores de confiance en ligne en plus du texte extrait. Le modèle prend en charge 170 langues réparties en 10 groupes linguistiques, s'exécute dans un conteneur unique pour des déploiements entièrement auto-hébergés, et est disponible via l'API ou Document AI dans Mistral Studio. Le tarif de l'API est de 4 dollars pour 1 000 pages, avec une réduction de 50 % sur l'API Batch, ce qui le ramène à 2 dollars pour 1 000 pages. Document AI coûte 5 dollars pour 1 000 pages. Dans des évaluations de préférence humaine portant sur plus de 600 documents en plus de 12 langues, les annotateurs ont préféré OCR 4 aux principaux concurrents avec un taux de victoire moyen de 72 %. Sur le benchmark public OlmOCRBench, il a obtenu un score de 85,20, le meilleur score global parmi les modèles testés. Sur OmniDocBench, il a obtenu 93,07, bien que la société précise que les benchmarks automatisés présentent des limites connues. OCR 4 est également intégré en tant que composant d'ingestion de la Mistral Search Toolkit pour le RAG (Retrieval-Augmented Generation) et la recherche en entreprise.