OCR 4: järgmise põlvkonna dokumendiintelligent
Sellel lehel
Uuendatud 2. novembril 2026 – OCR. OCR 4.0 (
mistral-ocr-4-0) võeti kasutusest välja 30. septembril 2026. Kasuta OCR 4.1 (mistral-ocr-4-1), mis on üldkasutatav alates 31. augustist sama hinnaga, või aliastmistral-ocr-latest, mis on sellele osutanud alates 16. juulist. OCR 4.1 lisab plokitasemel usaldusväärsuse hinnangud.
- juunil 2026 teatatud Mistral OCR 4 (v4.0) asendab OCR 3 kui Mistrali dokumendiintelligenti teenus – valdkond, kus arendaja väidab saavutanud tipptaseme. Selle versiooninumbriga kaasneb muudatus, mis mõjutab otseselt kõiki, kes loovad dokumenditorustikke: mudeli väljund ei ole enam pelgalt tekst, vaid lokatsioneeritud ja struktureeritud tekst.
Mida OCR 4 tegelikult pakub
OCR 4 ametlik kirjeldus rõhutab kahte struktureerimisvõimet ja tasub mõista, mida kumb neist konkreetselt muudab.
Esimene on lõigutasemel piirjooned. Iga tuvastatud tekstiplokk on nüüd lehel täpselt paiknenud: mudel ei ütle enam lihtsalt „siin on kirjas“, vaid „siin on kirjas ja siin on täpne asukoht“. See asukohateave tundub esmapilgul tühine, kuni pead vastama audiitori või kliendi küsimusele: „kust need andmed pärit on?“ Lõigutasemel koordinaatidega saad esile tõsta täpse ala algdokumendis, kust vastus pärineb – see on jälgitavus ja vastavusnõuete puhul on just see funktsioon sageli otsustavaks teguriks ostuotsuse langetamisel.
Teine võimekus on struktuuriplokid: dokumenti ei tagastata lameda tekstina, vaid struktuurina – pealkirjad, lõigud, tabelid, tsoonid. See nüanss on määrava tähtsusega. Klassikaline OCR tagastab pideva tähemärkide voogu, kus jaotise pealkiri, jalusmärkus ja tabeli lahter lõpevad kokku liidetuna järjekorras, milles mootor need kohtas. OCR 4 tagastab tüübitud dokumendi, kus iga plokk teab, mis ta on.
Miks on struktuur sama oluline kui tekst
Võtame kõige levinumad juhtumid aastast 2026: RAG-süsteem, mis on üles ehitatud sisemistele PDF-failidele. Vastuste kvaliteet sõltub otseselt tükeldamise (chunking) kvaliteedist. Lameda tekstiga muutub see tükeldamine veaaltiks: fragment võib pooleks lõigata tabeli, liita lõigu otsa järgmise jaotise pealkirjaga või matta jalusmärkuse arutluskäigu keskele. Allavoolu asuv keelemudel saab seejärel ebajärjekindlaid fragmente ja ükski vihjete inseneeria (prompt engineering) ei paranda halvasti tükeldatud konteksti.
Tüübitud ja lokaliseeritud plokkidega olukord muutub. Tükeldad dokumendi mööda selle loomulikke piire – lõik jääb lõiguks, tabel rekonstrueeritakse tabelina – ja iga fragment kannab endas oma koordinaate allikalehel. Sama loogika kehtib arvete andmete ekstraheerimisel või arhiivide digitaliseerimisel: mitte tähemärkide äratundmine ei tee vahet usaldusväärse ja habras torustiku vahel, vaid tagastatud struktuuri täpsus. Just selles eristubki OCR 4 oma eelkäijast.
Mõju meie dokumendi tehisintellekti kursustele
Meie kursus „Dokumendi tehisintellekt ja OCR“ kirjutati OCR 3 põhjal ning peame selgelt eristama, mis vananeb ja mis mitte. Õpetatav lähenemine – dokumendi ettevalmistus, skaneerimise kvaliteet, väljundi järeltöötlus – jääb täiesti kehtivaks: need on dokumenditöö põhitõed, sõltumata mudeli versioonist. Küll aga kirjeldab „OCR 3 mudelile“ pühendatud õppetund nüüd eelmist põlvkonda. Pea meeles seda lugemisreeglit: OCR 4 kuulub samasse API perekonda, kuid pakub rikkalikumat väljundstruktuuri.
Üks praktiline detail väärib kordamist, sest see püsib üle kõigi versiooniuuenduste: sisendi kvaliteet jääb otsustavaks. Madala eraldusvõimega, plekkide või halva kontrastiga skaneeritud dokument jääb raskesti töödeldavaks, sõltumata mudeli keerukusest. Enne kui süüdistad OCR 4 pettumust valmistavas tulemuses, vaata esmalt, mida sa sellele lugeda andsid – see on praktiku esimene instinkt ja see hoiab ära palju valesid diagnoose.
Ametlik allikas: mistral.ai/news – 23. juuni 2026. aasta teadaanne ja docs.mistral.ai
Peamised punktid
- OCR 4 (v4.0) asendab OCR 3 viitedokumendi mudelina
- Struktureerimise uuendused: lõigutasemel piirjooned ja struktuuriplokid
- Struktuur parandab RAG-i, ekstraheerimist ja vastuste jälgitavust
- Sisendskaneeringu kvaliteet jääb peamiseks eduteguriks