Mistral OCR 4

1. 调研缘由

Mistral OCR 4 在 2026 年 6 月发布，代表 OCR 产品从“转成文字”转向输出可供检索、引用和人工复核的结构化文档数据。[S1]

2. 简介与产品工作流

OCR 4 可处理 PDF、DOC、PPT 和 OpenDocument 等企业文档，输出抽取文本、bounding boxes、区块类别和内联置信度。开发者可经 API 调用，或通过 Mistral Studio 的 Document AI 使用同一引擎。[S1]

典型流程是上传文档，取得结构化区块与位置/置信度，再送入检索、字段抽取或人工复核流程。[S1]

3. 团队与资本背景

OCR 4 由 Mistral AI 发布，属于其文档理解与企业搜索产品线，不是独立融资项目。[S1]

4. 技术基础与生态位

官方称 OCR 4 支持 170 种语言、可在单个容器中自托管，并是 Mistral Search Toolkit 的摄取组件。[S1]

它位于文档理解和检索基础设施层；公开页未披露完整模型参数与训练数据，本文不作推断。

5. 市场与外部信号

官方列出的 API 价格为每千页 4 美元，Batch API 折后为每千页 2 美元，Document AI 为每千页 5 美元。[S1]

6. 公开评价与主要分歧

正面评价（官方）： 官方报告其在人类偏好测试和 OlmOCRBench 中的表现，并同时说明自动基准存在标注与字符串比对局限。[S1]

主要批评/质疑（独立来源）： 本次未纳入第三方复现，官方评测不应代替本地文档集测试。

存在分歧之处： 自托管可降低数据出域风险，但企业可用性与价格仍需按销售与部署条件确认。[S1]

7. 同类对比（与头部/高知名度同类项目）

主要对标项目： Mistral OCR 3、通用多模态模型、企业 Document AI 服务。

维度	OCR 4	通用多模态模型	企业 Document AI
输出	文本、位置框、区块类别、置信度。[S1]	视产品而定。	视产品而定。
部署	API、Document AI、自托管。[S1]	多为 API。	多为云端或私有部署。
主要用途	文档摄取、RAG、结构化流程。[S1]	通用理解。	文档处理。

8. 信息缺口与后续观察

• 复杂版式、低资源语言和表格的实际误差率需在自有文档上测试。
• 自托管的硬件与企业合同边界未在发布页完整公开。

9. 归纳洞察 ★

OCR 4 把位置、类别和置信度一起返回，说明企业文档自动化更需要可追溯的中间数据，而不只是干净文本。

10. 来源与更新时间

• 信息截至(as_of): 2026-07-31
• 最后复查(last_checked): 2026-07-31
• 最后更新(last_updated): null