Mistral OCR 4: Francuzi pokazują, jak wyciągać dane z dokumentów bez błędów

Francuski startup Mistral AI odcina się od korporacyjnego wyścigu zbrojeń na puste obietnice i dostarcza konkret: model OCR 4. To narzędzie nie tylko rozpoznaje tekst, ale czyta dokumenty tak, jak robi to człowiek, rozumiejąc strukturę tabel, nagłówków i skomplikowanych układów graficznych. Zamiast wysyłać surowe dane do chmury, firma proponuje rozwiązanie, które deklasuje gigantów z Redmond i Mountain View.

Premiera ta jest kluczowa w momencie, gdy biznes tonie w nieustrukturyzowanych plikach, a dotychczasowe systemy OCR nie radziły sobie z jakością danych wejściowych. Mistral OCR 4 wprowadza nowy standard precyzji, oferując wsparcie dla 170 języków. Jest to szczególnie istotne dla firm operujących na rynkach azjatyckich czy bałkańskich, gdzie tradycyjne algorytmy często kapitulują wobec rzadkich dialektów.

Precyzja w 170 językach

Nowa iteracja narzędzia oferuje zaawansowaną ekstrakcję treści wraz z współrzędnymi obiektów, klasyfikację bloków danych oraz wskaźniki ufności dla każdego analizowanego regionu. To konkretny fundament pod automatyzację w prawie, finansach i medycynie. Model osiągnął imponujące 85,20 punktów w publicznym benchmarku OlmOCRBench, co stawia go na szczycie zestawienia dostępnych rozwiązań.

Największym atutem OCR 4 jest jego wielojęzyczność obejmująca 10 grup językowych. Jak informuje zespół badawczy Mistral AI: „Na ponad 600 rzeczywistych dokumentach niezależne testy wykazały, że OCR 4 był wybrany w 72% przypadków w bezpośrednich porównaniach”. System radzi sobie świetnie z hindi, greką czy bengalskim, gdzie dokładność oscyluje między 97,00% a 99,54%. To wyniki zauważalnie lepsze niż te oferowane przez najpopularniejsze usługi Microsoftu czy Google.

Szybkość, koszty i suwerenność danych

Dla inżynierów kluczowe są parametry wydajnościowe. OCR 4 zoptymalizowano pod kątem niskich opóźnień, co w praktyce oznacza, że model działa około 4 razy szybciej na stronę niż rozwiązania dotychczasowych liderów rynku. Obsługuje PDF, DOC, PPT oraz OpenDocument, pozwalając na budowę systemów RAG bez konieczności ręcznego, kosztownego czyszczenia danych.

Mistral stawia na elastyczność. Usługa jest dostępna przez API, ale prawdziwym wyróżnikiem jest opcja self-hosted. OCR 4 można uruchomić jako samodzielny kontener wewnątrz własnej infrastruktury. „Mistral OCR jest około 4x szybszy na stronę niż nasz dotychczasowy dostawca, co jest imponującym wynikiem dla przepływów pracy o wysokim wolumenie” – przyznaje inżynier procesów biznesowych cytowany w analizach case study. To ukłon w stronę branż regulowanych, gdzie prywatność danych uniemożliwia korzystanie z publicznych chmur.