🔥Mistral AI представила OCR 4 — новую передовую модель для распознавания документов

Разработчики показали работу на примере: экзаменационные листы по математическому анализу были преобразованы в чистый код разметки LaTeX всего за 5,1 секунды. Стоимость обработки составила $0,09. Все сложные формулы включая интегралы, дроби, пределы были воспроизведены в цифре с идеальной точностью.

Чем эта модель особенно полезна для разработки прикладного ПО:

🟢 Глубокое понимание структуры документа. Модель корректно определяет уравнения, таблицы, подписи и заголовки, а также сохраняет исходный порядок чтения и структуру макета страниц при обработке сложных PDF-файлов и сканов.

🟢Улучшенная работа с графиками. Большинство стандартных программ для распознавания игнорируют картинки, извлекая только текст. OCR 4 распознает графики, определяет их расположение на странице и сохраняет как отдельные элементы с тегом «chart». Важные визуальные данные больше не теряются.

🟢Идеально для поисковых систем на базе ИИ (RAG). Модель возвращает точные координаты каждого найденного фрагмента на странице (bounding boxes) и метрику уверенности алгоритма в распознавании (confidence scores). Это важно для корпоративного поиска, точного извлечения цитат и автоматизации документооборота.

🟢Локальное развертывание. Систему можно полностью развернуть на собственных серверах в виде единого изолированного контейнера. Для интеграции в закрытые контуры компаний с высокими требованиями к безопасности корпоративных документов — это отличное решение.

🟢Масштаб и качество. Модель поддерживает 170 языков. В слепом тестировании на базе 600+ документов независимые специалисты отдали предпочтение OCR 4 в 72% случаев по сравнению с конкурентами. Модель также заняла первое место в профильном тестировании OlmOCRBench.