Neue Dokumentenerkennung von Mistral soll die Konkurrenz in 72 Prozent der Fälle schlagen

Mistral AI hat OCR 4 vorgestellt, ein neues Modell, das Text aus Dokumenten wie PDFs, Word- und PowerPoint-Dateien ausliest.

Anders als bisherige Versionen liefert OCR 4 nicht nur den reinen Text, sondern zeigt auch, wo sich jedes Element auf der Seite befindet und welche Rolle es spielt, etwa ob es sich um einen Titel, eine Tabelle, eine Gleichung oder eine Unterschrift handelt. Diese sogenannte Blockklassifikation hilft dabei, Dokumente automatisch sinnvoll zu gliedern, um sie beispielsweise in Suchsysteme einzuspeisen oder durch KI-Agenten verarbeiten zu lassen. Zusätzlich gibt das Modell Konfidenzwerte aus, also eine Einschätzung, wie sicher es sich bei der Erkennung einzelner Wörter oder Seiten ist.

OCR 4 versteht 170 Sprachen und funktioniert laut Mistral auch bei seltener gesprochenen Sprachen gut. In einem Blindtest mit über 600 Dokumenten bevorzugten unabhängige Prüfer die Ergebnisse in 72 Prozent der Fälle gegenüber der Konkurrenz, so Mistral. Das Modell ist über die API, Mistral Studio und Microsoft Foundry verfügbar und kostet 4 Dollar pro 1.000 Seiten, im Batch-Betrieb 2 Dollar.