OCR 4, Moderation 2 og Leanstral
På denne side
Niche-specialister
Udover kode og lyd vedligeholder Mistral modeller bygget til snævre opgaver: udtrækning af dokumentindhold, sikring af genereret indhold og skrivning af formelle beviser. Hver af dem supplerer generalisterne i stedet for at konkurrere med dem. Denne lektion afklarer også status for Magistral-familien, hvis navn du stadig kan støde på i ældre tutorials.
OCR 4 — Dokumentudtrækning
OCR 4, udgivet den 23. juni 2026 som version 4.0 på Premier-niveauet, er Mistrals tjeneste til optisk tegngenkendelse og erstatter OCR 3. At kalde det en „tekstlæser i billeder” ville være reduktionistisk: Det, det producerer, er ikke en streng af ord, men en repræsentation af dokumentet.
Det forstår først strukturen: Titler, afsnit, lister og tabeller typiseres som distinkte elementer, der er direkte brugbare til efterfølgende behandling. Derefter leverer det bounding boxes på afsnitsniveau – det vil sige de præcise koordinater for hver blok på siden – hvilket giver dig mulighed for at fremhæve en klausul på skærmen, annotere et dokument eller få en operatør til visuelt at verificere en udtrækning i stedet for at bede dem tage resultatet for givet. Det udtrækker tabeller, mens række- og kolonneorganisationen bevares, håndterer flersidede dokumenter uden begrænsninger for sidetal og behandler formularer ved at genoprette felter med deres værdier.
På input-siden accepterer OCR 4 en bred vifte af formater: PDF, PNG, JPEG og TIFF-billeder, scannede dokumenter og smartphone-fotos. Udtrækningskvaliteten holder til degraderede kilder, skæve scanninger eller lav opløsning; i digitaliseringsprojekter er de dokumenter, der skal behandles, sjældent de bedst scannede i bunken.
Almindelige brugstilfælde følger denne logik. Digitalisering håndterer fakturaer, kontrakter og købsordrer. Overholdelse af regler stole på automatisk dataudtrækning fra juridiske dokumenter. Intelligent arkivering gør en samling af historiske dokumenter søgbar. Endelig kan en datapipeline udfylde en database fra papirdokumenter uden manuel genindtastning.
OCR 4 integreres sjældent alene. Den mest almindelige kombination kæder tre modeller sammen:
- OCR 4 udtrækker struktureret indhold fra en PDF-kontrakt
- Mistral Small 4 analyserer dette indhold og producerer et struktureret resumé
- Mistral Embed genererer vektorer til indeksering i en vektordatabase
Magistral — Forældet familie
Fjernede modeller
Familien Magistral (Medium og Small), dedikeret til ræsonnement, er forældet: alle dens varianter blev gradvist fjernet mellem slutningen af 2025 og midten af 2026. Ræsonnement er nu integreret i generalisterne: Mistral Small 4 samler instruct, ræsonnement og kode; Mistral Medium 3.5 overtager for de mest krævende ræsonnementsopgaver. For detaljer om denne konvergens henvises til kurset om nye funktioner.
Hvis du genoptager et eksisterende projekt eller følger en tutorial, der stadig omtaler Magistral, afhænger migrationen af opgavens krav. Til rutinemæssigt ræsonnement – logik, standardmatematik, analyse – skal du skifte til Mistral Small 4 og dens integrerede ræsonnementstilstand. Til krævende ræsonnement, komplekse demonstrationer eller planlægning i flere trin skal du flytte til Mistral Medium 3.5. I begge tilfælde skal du planlægge at genkøre dine testsæt: Output ændrer form, selv når konklusionerne forbliver identiske.
Mistral Moderation 2 — Indholdssikkerhed
Mistral Moderation 2, udgivet i marts 2026 som version 26.03 på Premier-niveauet, fokuserer på at opdage problematisk indhold og sikre AI-applikationer. Den klassificerer indhold ved at identificere had, vold, seksuelt materiale eller fare, og den opdager jailbreak-forsøg – det vil sige beskaber konstrueret for at få en model til at omgå sine egne sikkerhedsretningslinjer. Den fungerer på mange sprog, hvilket undgår at skulle oversætte før moderering. Den accepterer også brugerdefinerede guardrails: Du definerer dine egne regler for dine agenter og samtaler ud over de kategorier, der leveres som standard.
Dens typiske brug indebærer at installere den omkring en generalist-model snarere end inde i den. Opstrøms filtrerer den brugeranmodninger, før de når hovedmodellen. Nedstrøms tjekker den svar, før de sendes tilbage til brugeren. Brugt til overvågning analyserer den endelig tidligere samtaler for at opdage misbrug. På en tjeneste, der er åben for offentligheden, kombineres alle tre positioner: Den første beskytter din model, den anden beskytter dine brugere, og den tredje beskytter dig.
Leanstral 1.5 — Formelle beviser
Leanstral 1.5, udgivet den 2. juli 2026, er den mest specialiserede model i hele økosystemet. Det er en open source-fundamentalmodel designet til Lean 4, sproget for formelle matematiske beviser.
Dens målgruppe er snæver og perfekt identificeret: Matematikforskere, teams til formel verifikation af kritisk software og udviklere af bevisbiblioteker. Dens udgivelse som open source er vigtig for dem, fordi det giver laboratorier mulighed for at hoste den og tilpasse den til deres egne formalismer.
Vigtige pointer
- OCR 4 (juni 2026) er en komplet tjeneste til dokumentforståelse: tekst, struktur, bounding boxes pr. afsnit og typiserede strukturelle blokke
- Magistral er forældet: Ræsonnement går nu gennem Small 4 (rutine) og Medium 3.5 (krævende)
- Moderation 2 sikrer sikkerheden i AI-applikationer med jailbreak-detektion og brugerdefinerede guardrails
- Leanstral 1.5 (juli 2026) er en open source-fundamentalmodel til formelle beviser i Lean 4
- Disse specialister kombineres med hinanden og med generalister i pipelines med flere modeller