OCR 4, Moderation 2 e Leanstral
In questa pagina
Specialisti di nicchia
Oltre al codice e all’audio, Mistral mantiene modelli costruiti per compiti specifici: estrazione di contenuti da documenti, messa in sicurezza dei contenuti generati e scrittura di dimostrazioni formali. Ciascuno di essi integra i modelli generalisti invece di competere con loro. Questa lezione chiarisce anche lo stato della famiglia Magistral, il cui nome potresti ancora incontrare in vecchi tutorial.
OCR 4 — Estrazione di documenti
OCR 4, rilasciato il 23 giugno 2026 come versione 4.0 nel livello Premier, è il servizio di riconoscimento ottico dei caratteri di Mistral e sostituisce OCR 3. Definirlo un “lettore di testo nelle immagini” sarebbe riduttivo: ciò che produce non è una semplice stringa di parole, ma una rappresentazione del documento.
Comprende innanzitutto la struttura: titoli, paragrafi, elenchi e tabelle sono classificati come elementi distinti, direttamente utilizzabili per l’elaborazione successiva. Fornisce poi riquadri di delimitazione (bounding boxes) a livello di paragrafo, ovvero le coordinate esatte di ogni blocco sulla pagina, permettendoti di evidenziare una clausola sullo schermo, annotare un documento o far verificare visivamente un’estrazione a un operatore invece di chiedergli di fidarsi ciecamente del risultato. Estrae le tabelle preservando l’organizzazione di righe e colonne, gestisce documenti multipagina senza limiti di impaginazione ed elabora moduli ripristinando i campi con i relativi valori.
Lato input, OCR 4 accetta un’ampia gamma di formati: immagini PDF, PNG, JPEG e TIFF, documenti scannerizzati e foto scattate con smartphone. La qualità dell’estrazione rimane elevata anche su fonti degradate, scansioni inclinate o a bassa risoluzione; nei progetti di digitalizzazione, i documenti da elaborare sono raramente quelli scannerizzati meglio nel lotto.
I casi d’uso comuni seguono questa logica. La digitalizzazione gestisce fatture, contratti e ordini d’acquisto. La conformità normativa si basa sull’estrazione automatica di dati da documenti legali. L’archiviazione intelligente rende indicizzabile una collezione di documenti storici. Infine, una pipeline di dati può popolare un database partendo da documenti cartacei senza reinserimento manuale.
OCR 4 viene raramente integrato da solo. La combinazione più comune concatena tre modelli:
- OCR 4 estrae contenuti strutturati da un contratto PDF
- Mistral Small 4 analizza questi contenuti e produce un riepilogo strutturato
- Mistral Embed genera vettori per l’indicizzazione in un database vettoriale
Magistral — Famiglia deprecata
Modelli rimossi
La famiglia Magistral (Medium e Small), dedicata al ragionamento, è deprecata: tutte le sue varianti sono state gradualmente rimosse tra la fine del 2025 e la metà del 2026. Il ragionamento è ora integrato nei modelli generalisti: Mistral Small 4 unifica instruct, ragionamento e codice; Mistral Medium 3.5 subentra per i ragionamenti più impegnativi. Per dettagli su questa convergenza, consulta il corso Nuove funzionalità.
Se riprendi un progetto esistente o segui un tutorial che cita ancora Magistral, la migrazione dipende dalle esigenze del compito. Per il ragionamento di routine — logica, matematica standard, analisi — passa a Mistral Small 4 e alla sua modalità di ragionamento integrata. Per ragionamenti complessi, dimostrazioni articolate o pianificazione multi-step, spostati su Mistral Medium 3.5. In entrambi i casi, prevedi di rieseguire i tuoi set di test: gli output cambiano forma anche quando le conclusioni restano identiche.
Mistral Moderation 2 — Sicurezza dei contenuti
Mistral Moderation 2, rilasciato a marzo 2026 come versione 26.03 nel livello Premier, si concentra sul rilevamento di contenuti problematici e sulla messa in sicurezza delle applicazioni di IA. Classifica i contenuti identificando odio, violenza, materiale sessuale o pericolo e rileva i tentativi di jailbreak, ovvero messaggi costruiti per indurre un modello a bypassare le proprie linee guida di sicurezza. Funziona in molte lingue, evitando così di dover tradurre prima di moderare. Accetta anche guardrail personalizzati: definisci le tue regole per i tuoi agent e le tue conversazioni, oltre alle categorie fornite di default.
Il suo utilizzo tipico prevede l’installazione attorno a un modello generalista piuttosto che al suo interno. A monte, filtra le richieste dell’utente prima che raggiungano il modello principale. A valle, controlla le risposte prima che tornino all’utente. Utilizzato infine per il monitoraggio, analizza le conversazioni passate per rilevare abusi. Su un servizio aperto al pubblico, tutte e tre le posizioni si combinano: la prima protegge il tuo modello, la seconda protegge i tuoi utenti, la terza protegge te.
Leanstral 1.5 — Dimostrazioni formali
Leanstral 1.5, rilasciato il 2 luglio 2026, è il modello più specializzato dell’intero ecosistema. È un modello fondazionale open source progettato per Lean 4, il linguaggio delle dimostrazioni matematiche formali.
Il suo pubblico è ristretto e perfettamente identificato: ricercatori in matematica, team di verifica formale per software critici e sviluppatori di librerie di dimostrazioni. Il suo rilascio open source è fondamentale per loro perché consente ai laboratori di ospitarlo e adattarlo ai propri formalismi.
Punti chiave
- OCR 4 (giugno 2026) è un servizio completo di comprensione dei documenti: testo, struttura, riquadri di delimitazione per paragrafo e blocchi strutturali tipizzati
- Magistral è deprecato: il ragionamento passa ora attraverso Small 4 (routine) e Medium 3.5 (impegnativo)
- Moderation 2 garantisce la sicurezza delle applicazioni di IA con rilevamento di jailbreak e guardrail personalizzati
- Leanstral 1.5 (luglio 2026) è un modello fondazionale open source per dimostrazioni formali in Lean 4
- Questi specialisti si combinano tra loro e con i generalisti in pipeline multi-modello