OCR 4: A dokumentumintelligencia új generációja
Ezen az oldalon
Frissítve: 2026. november 2. — OCR. Az OCR 4.0 (
mistral-ocr-4-0) modell támogatása 2026. szeptember 30-án megszűnt. Használd az OCR 4.1 (mistral-ocr-4-1) verziót, amely augusztus 31 óta általánosan elérhető ugyanazon az áron, vagy amistral-ocr-latestaliast, amely július 16 óta erre mutat. Az OCR 4.1 blokk-szintű megbízhatósági pontszámokat (confidence scores) is biztosít.
A Mistral 2026. június 23-án jelentette be a Mistral OCR 4-et (v4.0), amely az OCR 3-at váltja fel a Mistral dokumentumintelligencia-szolgáltatásaként – egy területen, ahol a fejlesztő állítása szerint élvonalbeli teljesítményt nyújt. E verziószám mögött olyan változás húzódik meg, amely közvetlenül érint mindenkit, aki dokumentum-folyamatokat épít: a modell kimenete már nem csupán szöveg, hanem elhelyezett és strukturált szöveg.
Mit nyújt valójában az OCR 4?
Az OCR 4 hivatalos leírása két strukturálási képességet emel ki, és érdemes megérteni, hogy ezek konkrétan mit változtatnak.
Az első a bekezdés-szintű határoló dobozok (bounding boxes). Minden felismert szövegblokk most már pontosan elhelyezhető az oldalon: a modell nemcsak azt mondja meg, hogy „ez van ide írva“, hanem azt is, hogy „ez van ide írva, és itt található pontosan“. Ez a pozícióinformáció jelentéktelennek tűnhet mindaddig, amíg nem kell válaszolnod egy auditor vagy ügyfél kérdésére: „honnan származik ez az adat?“ A bekezdés-szintű koordináták segítségével kiemelheted a forrásdokumentum azon pontos területét, ahonnan a válasz ered – ez a nyomon követhetőség, és megfelelőségi (compliance) esetekben gyakran ez az a funkció, amely eldönti a beszerzési döntést.
A második képesség a strukturált blokkok: a dokumentum nem sima szövegként, hanem strukturált formában – címek, bekezdések, táblázatok, zónák – kerül visszaadásra. A nüansz döntő fontosságú. Egy klasszikus OCR folyamatos karakterfolyamot ad vissza, ahol a szakaszcím, a lábjegyzet és a táblázat cellái összekeverednek abban a sorrendben, ahogy a motor találkozott velük. Az OCR 4 egy típusozott dokumentumot ad vissza, ahol minden blokk „tudja“, micsoda.
Miért ugyanolyan fontos a struktúra, mint a szöveg?
Vedd a 2026-os leggyakoribb esetet: egy belső PDF-ekre épülő RAG-rendszert. A válaszok minősége közvetlenül függ a darabolás (chunking) minőségétől. Sima szöveg esetén ez a darabolás hibára hajlamos: egy töredék kettévághat egy táblázatot, odaragaszthat egy bekezdés végét a következő szakasz címéhez, vagy eltemethet egy lábjegyzetet egy következtetési lánc közepén. A downstream nyelvi modell ezután inkoherens töredékeket kap, és semmilyen prompt-mérnöki trükk nem javít ki egy rosszul felaprózott kontextust.
Típusozott és lokalizált blokkok esetén a helyzet megfordul. A dokumentumot a természetes határai mentén darabolod fel – egy bekezdés bekezdés marad, egy táblázat táblázatként rekonstruálódik –, és minden töredék magával viszi a koordinátáit a forrásoldalon. Ugyanez az érvelés vonatkozik a számlaadatok kinyerésére vagy az archívumok digitalizálására is: nem a karakterfelismerés teszi a különbséget a megbízható és a törékeny folyamat között, hanem a visszaadott struktúra hűsége. Pontosan itt különbözteti meg magát az OCR 4 az elődjétől.
Hatás a Dokumentum AI tanfolyamainkra
A „Document AI & OCR“ tanfolyamunk az OCR 3 köré épült, és tisztáznunk kell, mi avul el és mi nem. Az oktatott megközelítés – dokumentum-előkészítés, beolvasási minőség, kimeneti utófeldolgozás – továbbra is teljesen érvényes: ezek a dokumentumokkal való munka alapjai, függetlenül a modell verziójától. Azonban az „OCR 3 modellről“ szóló lecke most már az előző generációt írja le. Jegyezd meg ezt az olvasási szabályt: az OCR 4 ugyanabba az API-családba tartozik, de gazdagabb kimeneti struktúrával rendelkezik.
Egy gyakorlati részletet érdemes megismételni, mert ez minden verziófrissítést túlél: a bemeneti minőség továbbra is döntő fontosságú. Egy alacsony felbontású, foltos vagy gyenge kontrasztú dokumentum feldolgozása továbbra is nehéz marad, függetlenül a modell fejlettségétől. Mielőtt az OCR 4-et hibáztatnád egy csalódást keltő eredményért, először azt nézd meg, amit olvastatni adtál neki – ez a gyakorló szakember első ösztöne, és sok félrediagnosztizálást előz meg.
Hivatalos forrás: mistral.ai/news – a 2026. június 23-i bejelentés és a docs.mistral.ai
Főbb megállapítások
- Az OCR 4 (v4.0) váltja az OCR 3-at referencia dokumentummodellként
- Strukturálási újítások: bekezdés-szintű határoló dobozok és strukturált blokkok
- A struktúra javítja a RAG-t, az adatkinyerést és a válaszok nyomon követhetőségét
- A bemeneti beolvasás minősége marad az elsődleges sikerfaktor