Mistral's OCR-model (OCR 4)
Op deze pagina
Bijgewerkt op 2 november 2026 — OCR. OCR 4.0 (
mistral-ocr-4-0) is op 30 september 2026 buiten gebruik gesteld. Gebruik OCR 4.1 (mistral-ocr-4-1), dat sinds 31 augustus algemeen beschikbaar is tegen dezelfde prijs, of het aliasmistral-ocr-latest, dat sinds 16 juli daarnaar verwijst. OCR 4.1 voegt betrouwbaarheidsscores toe op blok niveau.
Een VLM gespecialiseerd in documentextractie
Wanneer u mistral-ocr-latest in uw code schrijft, richt u zich op Mistral’s nieuwste OCR-generatie: OCR 4, de opvolger van OCR 3. Dit is een vision language model (VLM) dat uitsluitend is gefinetuned voor het extraheren van tekst uit documenten. Deze specialisatie heeft directe invloed op uw factuur en uw resultaten: in tegenstelling tot een algemeen model dat alles probeert te doen, is OCR 4 geoptimaliseerd voor één taak, wat resulteert in een hogere nauwkeurigheid tegen lagere kosten.
Twee structurele vooruitgangen definiëren deze nieuwe generatie in vergelijking met OCR 3. Bounding boxes op alinea-niveau lokaliseren elk herkend blok precies op de pagina: u weet niet alleen wat er geschreven staat, maar ook waar. En structurele blokken herstellen het document als een getypte structuur in plaats van platte tekst, waardoor u geen parser hoeft te herscheppen om de hiërarchie van een rapport te herstellen.
Onder de motorkap
De architectuur is gebaseerd op verweven tokenisatie: het model verwerkt teksttokens en visuele tokens gelijktijdig. Concreet leest het geen geïsoleerde karakters om vervolgens hun indeling te raden; het ziet de hele pagina en redeneert daarover. Hierdoor begrijpt het dat een document in twee kolommen is ingedeeld, dat een subkop de daaropvolgende alinea’s beheerst, of dat een bijschrift bij de afbeelding erboven hoort.
OCR 4 behoort tot het Premier-tier van Mistral AI. Voor enterprise-implementaties vertaalt dit zich naar hoge beschikbaarheid via de La Plateforme API, regelmatige updates die zonder serviceonderbreking worden toegepast, en de optie om een enterprise SLA af te sluiten wanneer documentverwerking kritiek is voor uw bedrijfsprocessen.
De taalondersteuning omvat meer dan vijftig talen. Het bestrijkt Latijnse scripts—Frans, Engels, Spaans, Duits, Italiaans, Portugees—Aziatische talen zoals Chinees, Japans en Koreaans, van rechts naar links geschreven scripts zoals Arabisch en Hebreeuws, en Cyrillisch voor Russisch en Oekraïens. Een in de praktijk vaak doorslaggevend punt: handschrift wordt in al deze talen herkend, wat de verwerking van handmatig ingevulde formulieren mogelijk maakt.
Uitvoer, pagina per pagina
Voor elke verwerkte pagina retourneert OCR 4 een JSON-object waarin u in de dagelijkse operaties voornamelijk twee of drie velden zult gebruiken:
{
"index": 0, # Paginanummer (0-geïndexeerd)
"markdown": "## Title\n\nContent...", # Tekst in Markdown
"images": [...], # Geëxtraheerde afbeeldingen (base64 optioneel)
"tables": [...], # Gedetecteerde tabellen
"hyperlinks": [...], # Behouden hyperlinks
"header": "Header", # Paginakop (optioneel)
"footer": "Footer", # Paginavoet (optioneel)
"dimensions": { # Pagina-afmetingen
"width": 612,
"height": 792
}
}
Het veld markdown bevat het grootste deel van de inhoud. Het renderen van tabellen binnen deze Markdown wordt aangestuurd door de parameter table_format, die drie waarden accepteert:
null(standaard): tabellen inline binnen de Markdown"markdown": tabellen in standaard Markdown-formaat met pijpen|"html": tabellen in volledige HTML met<table>,<tr>,<td>-tags
Afbeeldingen worden automatisch gesegmenteerd. Door de optie include_image_base64=True in te schakelen, haalt u elke illustratie op die in base64 is gecodeerd, klaar om op schijf op te slaan of opnieuw in een gereconstrueerd document te injecteren. Zonder deze optie ontvangt u alleen referenties, wat de respons aanzienlijk lichter maakt wanneer u alleen tekst verwerkt.
Confrontatie met alternatieven
In vergelijking met Tesseract is het verschil zichtbaar vanaf het eerste niet-triviale document. Tesseract presteert redelijk op eenvoudige gedrukte tekst, maar mist elk begrip van tabelstructuur, struikelt over handschrift, verwart de leesvolgorde in lay-outs met meerdere kolommen en degradeert sterk bij scans van slechte kwaliteit. OCR 4 reconstrueert, omdat het de pagina ziet, de semantische structuur ervan.
De vergelijking met algemene modellen—Pixtral, GPT, Gemini—speelt zich elders af. Deze modellen kunnen een document verwerken, maar afbeeldingen verbruiken enorme aantallen tokens, wat zwaar weegt naarmate het volume toeneemt. Ze zijn niet geoptimaliseerd voor extractienauwkeurigheid en hallucineren gemakkelijker over cijfers en tabellen, precies daar waar fouten het duurst zijn: een verzonnen factuurbedrag wordt tijdens de review niet opgemerkt. OCR 4 is gefinetuned op nauwkeurigheid, niet op generatie.
Op benchmarks positioneert OCR 4 zich als het nauwkeurigste OCR-model dat via API beschikbaar is, met een bijna perfecte nauwkeurigheid bij het extraheren van gedrukte tekst, een getrouwe reconstructie van tabelstructuren, hoogwaardige meertalige handschriftherkenning en sterke resultaten op complexe lay-outs die kolommen, zijbalken en ingesloten grafieken combineren.
Eén identifier om te onthouden
In al uw API-aanroepen gebruikt u deze identifier:
model = "mistral-ocr-latest"
Deze wijst altijd naar de nieuwste stabiele modelversie en updates zijn transparant en achterwaarts compatibel. Verzet u tegen de verleiding om in uw code een gedateerde versie vast te pinnen: u berooft uzelf dan van verbeteringen zonder aan stabiliteit te winnen.
Belangrijkste punten
- OCR 4 is een gefinetuned VLM, geen klassieke patroonherkenning-OCR
- Het produceert pagina per pagina gestructureerde Markdown met afbeeldingen, tabellen en metadata
- Meertalige ondersteuning omvat 50+ talen, inclusief handschrift
- Het overtreft klassieke OCR’s en algemene modellen in extractienauwkeurigheid
- De identifier
mistral-ocr-latestgarandeert toegang tot de nieuwste versie