Mistral AI dnes vydal OCR 4, novou generaci modelu pro optické rozpoznávání znaků, která kromě extrakce textu vrací i bounding boxy, klasifikaci bloků (titulky, tabulky, rovnice, podpisy) a skóre spolehlivosti. Model podporuje 170 jazyků v deseti jazykových skupinách a běží v jediném kontejneru, takže ho mohou firmy provozovat plně na vlastní infrastruktuře bez odesílání dokumentů externímu poskytovateli. V nezávislém hodnocení preferovali anotátoři OCR 4 před všemi ostatními systémy s průměrnou výhrou 72 procent a model dosáhl nejlepšího celkového skóre na benchmarku OlmOCRBench (85,20). OCR 4 je zároveň součástí Search Toolkit, otevřeného vyhledávacího rámce od Mistralu, a slouží jako vstupní komponenta pro RAG pipeliney a podnikové vyhledávání. Mistral se tak vedle velkých jazykových modelů prosazuje i v oblasti zpracování dokumentů, kde čelí specializovaným nástrojům i řešením velkých cloudových platforem.
