Mistral AI推出OCR 4文档理解模型，支持自托管与自定义Schema输出

Mistral AI 发布文档智能理解模型 Mistral OCR 4。除了提取文本，模型还会输出定位包围框、元素分类（如标题、表格、公式、签名）以及词级与页级置信度评分，适配 PDF、DOC、PPT 等主流格式。OCR 4 在多栏与数学公式基准 OlmOCRBench 取得 85.20 分，居行业首位，在 OmniDocBench 上得分 93.07。早期企业用户 Rogo 测试显示，在密集图表金融问答中，新模型解析精度媲美前沿 Agentic 解析器，成本仅需八分之一，延迟大幅缩短至十七分之一。模型已支持单容器自托管，可本地保障企业数据隐私。常规提取定价每千页 4 美元，使用批量 Batch 接口可降至 2 美元。若使用每千页 5 美元的 Document AI 模式，用户可通过传入自定义 JSON Schema，让后端的 mistral-small-2603 等模型直接输出格式化数据。目前模型已在 Mistral Studio、Amazon SageMaker 和 Microsoft Foundry 上线。[原文链接](动察 Beating)