Mistral AI dévoile Mistral OCR 4, la nouvelle version de son moteur de reconnaissance de texte

Mistral AI publie la quatrième génération de son moteur OCR, Mistral OCR 4, en accès général via API. Cette version marque une inflexion dans la conception du produit : là où les versions précédentes se concentraient sur la conversion de pages en texte brut et en tableaux, OCR 4 retourne une représentation structurée du document, avec des informations de localisation spatiale, de classification sémantique et de confiance associées à chaque bloc extrait.

Concrètement, chaque bloc de contenu est accompagné de bounding boxes permettant de localiser précisément l'élément dans la page, d'un type de bloc parmi un ensemble de catégories prédéfinies — titres, tableaux, équations, signatures, en-têtes — et d'un score de confiance calculé à la fois par page et par mot. Cette granularité répond à plusieurs besoins industriels identifiés par Mistral : la construction de pipelines RAG avec un découpage sémantique plus fiable, les workflows agentiques nécessitant des primitives structurées pour des tâches comme le remplissage de formulaires ou la vérification de conformité, et les systèmes d'entreprise exigeant une traçabilité des sources.

OCR 4 supporte 170 langues regroupées en dix familles linguistiques, couvrant notamment des langues à faibles ressources — hindi, géorgien, bengali, arménien, tamoul — où plusieurs systèmes concurrents enregistrent des dégradations importantes. Sur l'évaluation interne de Mistral baptisée Crawl Multilingual, le modèle obtient un score de .98, en tête de tous les systèmes testés. Sur le benchmark public OlmOCRBench, il atteint 85,20, revendiquant le premier rang parmi les modèles comparés. Sur OmniDocBench, le score est de 93,07, avec des réserves explicitées par Mistral concernant les artefacts de scoring : erreurs dans les annotations de référence, notations LaTeX équivalentes mais textuellement différentes, lecture multi-colonnes incorrectement pénalisée. Ces limitations font que les scores agrégés sont présentés comme directionnels plutôt que définitifs.

Une évaluation humaine a été conduite en parallèle sur plus de 600 documents issus de plus de 12 langues, soumis à des annotateurs indépendants en aveugle. Sur l'ensemble des systèmes testés, OCR 4 a été préféré dans la majorité des cas, avec un taux moyen de préférence de 72 %. Cette méthodologie vise précisément à contourner les biais des benchmarks automatisés basés sur des comparaisons de chaînes de caractères.

Sur le plan technique, OCR 4 est conçu comme un modèle compact, déployable dans un conteneur unique, ce qui le rend compatible avec des déploiements entièrement auto-hébergés. Cette option répond aux contraintes de souveraineté des données et de conformité réglementaire, en particulier dans les secteurs financier, juridique et de santé. La mise à disposition en self-hosting est destinée aux clients enterprise.

L'intégration dans le Search Toolkit de Mistral — framework de recherche open source composable présenté lors de l'AI Now Summit — constitue un axe stratégique majeur. OCR 4 y joue le rôle de composant d'ingestion, fournissant des sorties structurées directement exploitables par les pipelines de retrieval et d'évaluation pour des cas d'usage RAG et de recherche d'entreprise.

La tarification est fixée à 4 dollars pour 1 000 pages via l'API standard, réduite à 2 dollars via le Batch API. Une offre Document AI, qui ajoute la génération de JSON structuré selon un schéma personnalisé et l'annotation des images détectées, est tarifée à 5 dollars pour 1 000 pages. Le modèle est accessible via Mistral Studio, Amazon SageMaker et Microsoft Foundry, avec une intégration Snowflake Parse Document annoncée prochainement.

Plusieurs questions restent ouvertes. La robustesse du modèle sur des documents très dégradés ou manuscrits n'est pas documentée dans l'annonce. Le périmètre exact des types de blocs classifiés et les limites de la classification sur des mises en page hybrides ou non conventionnelles ne sont pas précisés. Enfin, la comparaison directe avec des solutions spécialisées pour certains secteurs verticaux — santé, juridique, technique — mériterait une évaluation indépendante pour confirmer les gains annoncés en conditions réelles de production.