Mistral AI、OCR 4をリリース：バウンディングボックス、ブロック分類、信頼度スコアを搭載

Mistral AIは、文書解析システムであるOCR 4をリリースしました。これは、バウンディングボックス、タイプ別ブロック分類（タイトル、表、数式、署名など）、抽出テキストと共にインラインの信頼度スコアを返します。このモデルは10の言語グループにわたる170言語をサポートし、完全にセルフホスト可能なデプロイメント用に単一のコンテナで動作し、API経由またはMistral StudioのDocument AIを介して利用可能です。API価格は1,000ページあたり4ドルで、50％のバッチAPI割引により1,000ページあたり2ドルに引き下げられます。Document AIは1,000ページあたり5ドルです。12以上の言語にわたる600以上の文書を用いた人間の選好評価では、アノテーターはOCR 4を主要な競合製品よりも平均勝率72％で好みました。公開されているOlmOCRBenchでは85.20を獲得し、テストされたモデルの中でトップの総合スコアでした。OmniDocBenchでは93.07を獲得しましたが、同社は自動ベンチマークには既知の限界があると注意を促しています。OCR 4は、RAG（検索拡張生成）およびエンタープライズ検索向けのMistral Search Toolkitの取り込みコンポーネントとしても統合されています。