Mistral OCR 4 ofrece reconocimiento de documentos de vanguardia en 170 idiomas

Mistral lanzó OCR 4, un modelo de análisis de documentos que incorpora cajas delimitadoras, clasificación de bloques y puntajes de confianza en línea junto al texto extraído. El sistema soporta 170 idiomas agrupados en 10 familias lingüísticas y puede desplegarse en un solo contenedor para implementaciones completamente autoalojadas.

Mientras las generaciones anteriores se enfocaban en convertir páginas en texto y tablas limpias, OCR 4 entrega representaciones estructuradas: cada bloque queda localizado mediante coordenadas, clasificado por tipo y acompañado de un puntaje de confianza, permitiendo a los sistemas posteriores entender no solo el contenido sino su posición, rol funcional y el grado de certeza del modelo. Según evaluaciones humanas independientes, los evaluadores prefirieron OCR 4 sobre los principales sistemas de OCR y de IA documental probados, con tasas de preferencia promedio de 72%. El modelo obtuvo el mejor puntaje general en OlmOCRBench (85,20) y lidera la evaluación interna Crawl Multilingual (0,98), con desempeño consistente en los ocho grupos de idiomas evaluados, incluyendo lenguas de bajos recursos donde los sistemas competidores suelen degradarse.

OCR 4 soporta formatos empresariales comunes como PDF, DOC, PPT y OpenDocument, y ofrece múltiples opciones de despliegue: acceso vía API a 4 dólares por 1.000 páginas (2 dólares con descuentos de Batch API), Document AI en Mistral Studio a 5 dólares por 1.000 páginas, o despliegue autoalojado para organizaciones que requieren soberanía de datos. La salida estructurada se integra con Mistral Search Toolkit, un framework de búsqueda de código abierto anunciado en el AI Now Summit, mejorando la fragmentación semántica para flujos de generación aumentada por recuperación (RAG) y proveyendo primitivas estructurales para agentes que completan formularios o procesan facturas.

Entre las aplicaciones tempranas destacan la conversión de facturas en campos estructurados, la digitalización de archivos corporativos y la extracción de texto desde documentos técnicos.