OCR 4, Moderation 2 y Leanstral
En esta página
Especialistas de nicho
Más allá del código y el audio, Mistral mantiene modelos diseñados para tareas muy concretas: extraer contenido de documentos, asegurar el contenido generado y redactar demostraciones formales. Cada uno complementa a los modelos generalistas en lugar de competir con ellos. Esta lección aclara también el estado de la familia Magistral, cuyo nombre podrías encontrar aún en tutoriales antiguos.
OCR 4 — Extracción de documentos
OCR 4, lanzado el 23 de junio de 2026 como versión 4.0 en el nivel Premier, es el servicio de reconocimiento óptico de caracteres de Mistral y sustituye a OCR 3. Calificarlo de «lector de texto en imágenes» sería reduccionista: lo que produce no es una cadena de palabras, sino una representación del documento.
Primero comprende la estructura: títulos, párrafos, listas y tablas se tipifican como elementos distintos, directamente utilizables para procesos posteriores. A continuación, proporciona cuadros delimitadores a nivel de párrafo; es decir, las coordenadas exactas de cada bloque en la página, lo que te permite resaltar una cláusula en pantalla, anotar un documento o hacer que un operador verifique visualmente una extracción en lugar de pedirle que confíe ciegamente en el resultado. Extrae tablas conservando la organización de filas y columnas, gestiona documentos de varias páginas sin límites de paginación y procesa formularios restaurando los campos con sus valores.
En cuanto a la entrada, OCR 4 acepta una amplia gama de formatos: imágenes PDF, PNG, JPEG y TIFF, documentos escaneados y fotografías tomadas con smartphones. La calidad de la extracción se mantiene incluso con fuentes degradadas, escaneos inclinados o baja resolución; en proyectos de digitalización, los documentos que hay que procesar rara vez son los mejor escaneados del lote.
Los casos de uso habituales siguen esta lógica. La digitalización gestiona facturas, contratos y órdenes de compra. El cumplimiento normativo se basa en la extracción automática de datos de documentos legales. El archivo inteligente hace indexable una colección de documentos históricos. Por último, una canalización de datos puede poblar una base de datos a partir de documentos en papel sin necesidad de reintroducción manual.
OCR 4 rara vez se integra solo. La combinación más habitual encadena tres modelos:
- OCR 4 extrae contenido estructurado de un contrato en PDF
- Mistral Small 4 analiza este contenido y produce un resumen estructurado
- Mistral Embed genera vectores para su indexación en una base de datos vectorial
Magistral — Familia obsoleta
Modelos retirados
La familia Magistral (Medium y Small), dedicada al razonamiento, está obsoleta: todas sus variantes se retiraron gradualmente entre finales de 2025 y mediados de 2026. El razonamiento está ahora integrado en los generalistas: Mistral Small 4 unifica instrucciones, razonamiento y código; Mistral Medium 3.5 se hace cargo del razonamiento más exigente. Para obtener detalles sobre esta convergencia, consulta el curso de Nuevas funcionalidades.
Si reanudas un proyecto existente o sigues un tutorial que aún menciona Magistral, la migración depende de las exigencias de la tarea. Para el razonamiento rutinario (lógica, matemáticas estándar, análisis), cambia a Mistral Small 4 y su modo de razonamiento integrado. Para un razonamiento exigente, demostraciones complejas o planificación en varios pasos, pasa a Mistral Medium 3.5. En ambos casos, prevé volver a ejecutar tus conjuntos de prueba: las salidas cambian de forma aunque las conclusiones sean idénticas.
Mistral Moderation 2 — Seguridad del contenido
Mistral Moderation 2, lanzado en marzo de 2026 como versión 26.03 en el nivel Premier, se centra en detectar contenido problemático y asegurar las aplicaciones de IA. Clasifica el contenido identificando odio, violencia, material sexual o peligro, y detecta intentos de jailbreak; es decir, mensajes construidos para hacer que un modelo eluda sus propias directrices de seguridad. Funciona en muchos idiomas, lo que evita tener que traducir antes de moderar. También acepta barreras de seguridad personalizadas: tú defines tus propias reglas para tus agentes y conversaciones, más allá de las categorías proporcionadas por defecto.
Su uso típico implica instalarlo alrededor de un modelo generalista en lugar de dentro de él. Aguas arriba, filtra las solicitudes del usuario antes de que lleguen al modelo principal. Aguas abajo, comprueba las respuestas antes de que vuelvan al usuario. Utilizado finalmente para la supervisión, analiza conversaciones pasadas para detectar abusos. En un servicio abierto al público, se combinan las tres posiciones: la primera protege tu modelo, la segunda protege a tus usuarios y la tercera te protege a ti.
Leanstral 1.5 — Demostraciones formales
Leanstral 1.5, lanzado el 2 de julio de 2026, es el modelo más especializado de todo el ecosistema. Es un modelo base de código abierto diseñado para Lean 4, el lenguaje de las demostraciones matemáticas formales.
Su público es reducido y está perfectamente identificado: investigadores en matemáticas, equipos de verificación formal de software crítico y desarrolladores de bibliotecas de demostraciones. Su lanzamiento en código abierto es importante para ellos porque permite a los laboratorios alojarlo y adaptarlo a sus propios formalismos.
Puntos clave
- OCR 4 (junio de 2026) es un servicio completo de comprensión de documentos: texto, estructura, cuadros delimitadores por párrafo y bloques estructurales tipificados
- Magistral está obsoleto: el razonamiento pasa ahora por Small 4 (rutinario) y Medium 3.5 (exigente)
- Moderation 2 garantiza la seguridad de las aplicaciones de IA con detección de jailbreak y barreras de seguridad personalizadas
- Leanstral 1.5 (julio de 2026) es un modelo base de código abierto para demostraciones formales en Lean 4
- Estos especialistas se combinan entre sí y con los generalistas en canalizaciones multimodelo