Содержание
Mistral OCR 4: что изменилось в обработке документов
Mistral выпустила OCR 4 — новую модель для document intelligence, которая не просто вытаскивает текст из файлов, а возвращает более полезную структуру документа. Модель умеет определять расположение блоков на странице, классифицировать их по типу и добавлять оценки уверенности для текста.
OCR 4 поддерживает PDF, DOC, PPT и OpenDocument, работает со 170 языками и может использоваться через API или внутри Document AI в Mistral Studio. Для корпоративных сценариев Mistral отдельно подчеркивает возможность self-hosted-развертывания в одном контейнере, чтобы документы оставались внутри инфраструктуры компании.
Почему это важно для RAG и AI-агентов
Главное отличие от обычного OCR — модель отдает не только строку текста, но и контекст: где находится фрагмент, является ли он таблицей, заголовком, формулой, подписью или другим типом блока. Для RAG-систем это означает более аккуратное разбиение документов на смысловые части, а для агентов — больше опоры при заполнении форм, проверке счетов, поиске по архивам и работе с корпоративными знаниями.
Mistral также встроила OCR 4 в свой Search Toolkit. Это делает модель не отдельной утилитой для распознавания, а частью пайплайна для корпоративного поиска: документы можно извлекать, индексировать, цитировать и проверять с меньшим количеством ручной подготовки.
Что обещают по качеству и цене
По данным Mistral, независимые аннотаторы чаще предпочитали результат OCR 4 результатам других систем, а модель показала сильные результаты на OlmOCRBench и внутренних мультиязычных тестах. Компания отдельно предупреждает, что OCR-бенчмарки не всегда идеально отражают реальное качество, поэтому советует проверять модель на собственных документах.
Для разработчиков цена API заявлена на уровне $4 за 1000 страниц, а при использовании Batch API — $2 за 1000 страниц. Document AI в Studio стоит $5 за 1000 страниц. Для команд, которые строят базы знаний, AI-поиск или автоматизацию документооборота, это может быть практичным обновлением: меньше ручной чистки PDF и больше структурированных данных, которые можно сразу отдавать нейросетям.
Кому стоит присмотреться
OCR 4 особенно полезна там, где документы сложнее обычного текста: счета, договоры, презентации, финансовые отчеты, научные PDF, многоязычные архивы и формы. Для креаторов и маркетинга это не самый зрелищный релиз, но для бизнеса он важен: такие инструменты превращают накопленные файлы в рабочую базу знаний для ассистентов, поиска и внутренних AI-сервисов.