Mistral OCR 4 punta a cambiare il modo di leggere documenti

I sistemi OCR hanno compiuto enormi passi avanti grazie all’Intelligenza Artificiale, ma gran parte delle soluzioni disponibili continua a concentrarsi principalmente sull’estrazione del testo.

Per aziende e sviluppatori che gestiscono grandi volumi documentali, però, il semplice riconoscimento dei caratteri non basta: tabelle, firme, formule matematiche e strutture gerarchiche rappresentano informazioni fondamentali che spesso richiedono ulteriori fasi di elaborazione. Con il lancio di Mistral OCR 4, la startup francese Mistral AI punta a superare questo limite introducendo una piattaforma di document intelligence progettata per restituire non soltanto il contenuto di una pagina, ma anche la sua struttura semantica e visiva.

Struttura, coordinate e classificazione semantica dei blocchi

La principale novità di Mistral OCR 4 consiste nella capacità di produrre un output strutturato anziché una semplice trascrizione.

Il sistema restituisce coordinate spaziali, classificazioni dei blocchi e livelli di affidabilità associati ai contenuti identificati: oltre a riconoscere ciò che è scritto, il modello indica dove si trova ogni elemento e quale funzione svolge nel documento. Tra le informazioni generate figurano bounding box a livello di paragrafo, classificazione automatica di sezioni come titoli, tabelle, equazioni e firme, oltre a punteggi di confidenza per singole parole o aree analizzate. Dati particolarmente utili per sistemi di verifica documentale, archiviazione intelligente e analisi automatizzata di contratti o report finanziari.

Sul fronte linguistico, Mistral dichiara il supporto per circa 170 lingue distribuite in dieci grandi gruppi, con miglioramenti specifici anche per idiomi poco rappresentati nei dataset tradizionali. Un punto di differenziazione rilevante per multinazionali, enti pubblici e operatori che lavorano con documentazione proveniente da aree geografiche molto diverse. Secondo i benchmark pubblicati dall’azienda, OCR 4 raggiunge 85,20 su OlmOCRBench e 93,07 su OmniDocBench, e valutatori indipendenti avrebbero preferito il modello nel 72% dei confronti rispetto alle soluzioni concorrenti.

Alcuni utilizzatori avrebbero inoltre registrato elaborazioni fino a quattro volte più rapide per pagina, anche se tali risultati derivano da scenari specifici e non rappresentano prestazioni universali.

Distribuzione, prezzi e casi d’uso enterprise

Mistral OCR 4 è disponibile tramite Mistral Studio, Amazon SageMaker e Microsoft Foundry, con integrazione Snowflake Parse Document prevista in una fase successiva. La documentazione del progetto è già disponibile sul sito ufficiale dello stesso.

Per le organizzazioni che operano in ambiti regolamentati, come finanza, sanità o pubblica amministrazione, è disponibile una modalità self-hosted eseguibile in un singolo container, pensata per esigenze di conformità normativa e governance dei dati senza trasmettere informazioni sensibili verso servizi cloud esterni.

Il modello viene proposto a 4 dollari ogni 1.000 pagine via API standard, mentre la modalità Batch scende a 2 dollari per 1.000 pagine. Il servizio Document AI, costruito direttamente su OCR 4, è prezzato a 5 dollari per 1.000 pagine.

L’aumento rispetto alle generazioni precedenti ha già generato discussioni nella comunità degli sviluppatori: chi elabora milioni di documenti al mese teme un incremento dei costi operativi, mentre altri ritengono che le nuove capacità strutturali possano eliminare fasi di elaborazione aggiuntive, compensando il maggiore investimento. Una distinzione che diventerà sempre più rilevante man mano che le aziende affidano all’intelligenza artificiale una quota crescente dei propri processi documentali.