Mistral OCR 4：文件智能最先進 OCR，整合邊界框、區塊分類與多語言支援

Mistral 釋出 OCR 4，這是一款為文件智能設計的最新光學字符識別模型，其特色在於提供 邊界框、區塊分類 及 內聯置信度分數。 它超越了僅轉換為文字和表格的功能，返回 結構化的文件表示，讓下游系統能全面理解文件內容、元素位置、角色及模型的置信度。 主要亮點包括： • 支援 170 種語言 橫跨 10 個語系，特別在低資源語言上表現優異。 • 可在 單一容器 中進行 完全自我託管部署，滿足數據主權與合規性要求。 • 在獨立基準測試中展現 突破性效能，平均勝率達 72%，並在 OlmOCRBench 取得 85.20 的最高分。

Rogo 的 AI 工程師 Aidan Donohue 評價：「我們對 Mistral OCR 4 進行基準測試，發現其在圖表和數據密集的金融 QA 數據集上實現了同等準確性，而成本約降低 8 倍，延遲減少 17 倍。」 OCR 4 是 Mistral Search Toolkit 的擷取元件，為企業搜尋和 RAG 管線提供結構化輸出，支援語義分塊和代理所需的結構化內容。 儘管官方基準測試存在已知限制（例如與真實世界的對齊問題），此模型仍在內部多語言評估中，於所有八個語系組別中表現領先，證明其強大能力。