Mistral AI lança OCR 4 com caixas delimitadoras, classificação de blocos e pontuações de confiança

A Mistral AI lançou o OCR 4, um sistema de processamento de documentos que retorna caixas delimitadoras, classificação de blocos por tipo (títulos, tabelas, equações, assinaturas, etc.) e pontuações de confiança em linha ao lado do texto extraído. O modelo suporta 170 idiomas em 10 grupos de idiomas, é executado em um único contêiner para implantações totalmente auto-hospedadas e está disponível via API ou Document AI no Mistral Studio. O preço da API é de US$ 4 por 1.000 páginas, com um desconto de 50% na API de Lote (Batch-API) reduzindo para US$ 2 por 1.000 páginas. O Document AI custa US$ 5 por 1.000 páginas. Em avaliações de preferência humana em mais de 600 documentos em mais de 12 idiomas, os anotadores preferiram o OCR 4 em relação aos principais concorrentes com uma taxa média de vitórias de 72%. No OlmOCRBench público, obteve 85,20, a maior pontuação geral entre os modelos testados. No OmniDocBench, obteve 93,07, embora a empresa advirta que os benchmarks automatizados têm limitações conhecidas. O OCR 4 também está integrado como componente de ingestão do Mistral Search Toolkit para RAG (Geração Aumentada por Recuperação) e busca empresarial.