Mistral发布OCR 4模型，强化企业级文档理解能力

6月26日，Mistral正式推出了新一代文档理解模型——Mistral OCR 4。这次发布的定位非常清晰：专为企业级的文档解析与智能检索场景量身打造。说几个关键点：模型覆盖了170种语言，能精准识别文本、表格、数学公式、手写签名等多种文档元素，而且不只是识别，还会同步返回高精度的边界框坐标、语义区块类型分类以及置信度分数。这意味着什么？它能为RAG系统和搜索平台提供真正高质量的结构化输入，而不是一堆混乱的原始文本。

在多语言支持方面，OCR 4的表现堪称惊艳，尤其是对那些资源稀缺的语言。根据Mistral自己公布的基准测试，在OlmOCRBench评测集上，综合得分达到了85.20，这个成绩已经超越了目前市面上大多数主流的OCR工具和文档AI方案。值得一提的是，模型支持单容器化部署，这意味着企业可以在本地环境直接运行，数据不出门，主权和合规性需求都能得到实实在在的保障。

目前，Mistral OCR 4已经全面开放API调用服务，标准定价是每千页4美元。如果批量提交，还有5折优惠。另外，模型已经深度整合进了Mistral Search Toolkit，并且可以通过Mistral Studio、Amazon SageMaker、Microsoft Foundry这些主流平台快速接入。说回企业落地，这套组合拳打下来，从成本控制到部署灵活性，都给出了一个相当有竞争力的方案。