Компания Mistral AI выпустила модель OCR 4 для распознавания текста в документах, включая PDF, файлы Word и презентации PowerPoint.
В отличие от ранних версий, OCR 4 извлекает не только сырой текст. Модель также определяет, где именно расположен каждый элемент на странице и какую функцию он выполняет: заголовок, таблица, уравнение или подпись.
Такая классификация блоков позволяет автоматически делить документы на смысловые части. Это может быть полезно для поисковых систем и ИИ-агентов, которые обрабатывают содержимое документов.
Модель также выдаёт оценки уверенности, которые показывают, насколько точно, по её мнению, распознаны отдельные слова или страницы.
По данным Mistral, OCR 4 поддерживает 170 языков и показывает хорошие результаты даже на менее распространённых языках.
Компания также сообщает, что в слепом тесте более чем на 600 документах независимые проверяющие в 72% случаев предпочли результаты OCR 4 решениям конкурентов.
OCR 4 доступна через API, Mistral Studio и Microsoft Foundry. Стоимость составляет $4 за 1 тыс. страниц или $2 в пакетном режиме.
Источник: The Decoder.
