De OCR-API van Mistral
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 op blokniveau toe. Addendum 3 november 2026: Om een lokale PDF te verzenden, codeert u deze in base64 als{"type": "document_url", "document_url": "data:application/pdf;base64,…"}. Het typedocument_base64dat in oudere voorbeelden voorkomt, bestaat niet in de documentatie of demistralaiSDK; die voorbeelden zouden zijn mislukt. Bronnen: OCR Processor · Document QnA.
Eén enkel toegangspunt
Alle documentextractie verloopt via één enkel eindpunt: /v1/ocr, of het equivalent daarvan in de Python-SDK, client.ocr.process(). Of u nu een foto van een bonnetje verwerkt of een jaarverslag van 800 pagina’s, de aanroep is identiek. Deze les legt uit hoe u dit configureert, op welke drie manieren u een document kunt doorgeven en wat het resultaat is.
Installatie en configuratie
Installatie vereist slechts één opdracht:
pip install mistralai
Instantieer vervolgens de client met uw API-sleutel:
from mistralai.client import Mistral
client = Mistral(api_key="your-api-key")
Deze aanpak werkt voor een snelle test in een notebook, maar het risico bestaat dat u uw sleutel per ongeluk commit. Zodra code uw machine verlaat, gebruikt u een omgevingsvariabele:
export MISTRAL_API_KEY="your-api-key"
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
We zullen in alle volgende lessen deze tweede vorm gebruiken.
Aanroepparameters
De aanroep client.ocr.process() vereist slechts twee parameters: model, altijd ingesteld op "mistral-ocr-latest", en document, dat het te verwerken bestand beschrijft in een van de drie hieronder uiteengezette vormen.
Andere parameters passen de uitvoer aan uw behoeften aan:
table_format: Tabelindeling (null,"markdown","html")include_image_base64:Trueom afbeeldingen in base64 te ontvangenbbox_annotation_format: Schema voor begrenzingskader-annotatiesdocument_annotation_format: Schema voor volledige documentannotatiesdocument_annotation_prompt: Instructies op hoog niveau voor annotatie
De eerste twee hebben betrekking op OCR zelf; u behandelt deze in de volgende lessen. De laatste drie hebben te maken met annotaties, aan bod vanaf les 9; onthoud voor nu dat ze u in staat stellen gestructureerde extractie in dezelfde aanroep aan te vragen, zonder een tweede round-trip.
Drie manieren om een document te verzenden
De eerste methode, een openbare URL, is het meest direct wanneer het bestand al online toegankelijk is—een gepubliceerd rapport, een bijlage opgeslagen in een openbare bucket:
ocr_response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "document_url",
"document_url": "https://example.com/document.pdf"
}
)
De tweede methode is noodzakelijk voor documenten die op uw machine of in private opslag staan. U codeert ze in base64 en verzendt ze in de request body. Dit is de standaardmethode voor alles wat vertrouwelijk is, aangezien er geen URL hoeft te worden blootgelegd:
import base64
with open("my_document.pdf", "rb") as f:
document_base64 = base64.b64encode(f.read()).decode("utf-8")
ocr_response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "document_url",
"document_url": f"data:application/pdf;base64,{document_base64}"
}
)
De derde methode maakt gebruik van de Files API. U uploadt het bestand eenmaal, haalt een ID op en verwijst thereafter in uw aanroepen naar die ID. Het voordeel komt naar voren bij grote documenten, of wanneer hetzelfde bestand meerdere keren moet worden verwerkt—vandaag een OCR-extractie, morgen een annotatie met een ander schema: u hoeft niet bij elke poging opnieuw 40 MB over te dragen.
# Upload het bestand
uploaded_file = client.files.upload(
file=open("my_document.pdf", "rb"),
purpose="ocr"
)
# Gebruik het geüploade bestand
ocr_response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "file_id",
"file_id": uploaded_file.id
}
)
Het antwoord lezen
Het antwoord exposeert een lijst met pagina’s, en elke pagina bevat zowel de inhoud als de metadata. Een minimale loop volstaat om te verifiëren dat de extractie soepel is verlopen:
for page in ocr_response.pages:
print(f"Page {page.index}")
print(f"Content: {page.markdown[:200]}...")
print(f"Images: {len(page.images)} found")
print(f"Header: {page.header}")
print(f"Footer: {page.footer}")
print(f"Dimensions: {page.dimensions}")
Maak er een gewoonte van om dit soort loops op een voorbeelddocument uit te voeren voordat u iets industrialiseert: het vertelt u binnen drie seconden of het aantal pagina’s klopt, of afbeeldingen zijn gedetecteerd en of kopteksten correct zijn geïsoleerd van de hoofdtekst.
Limieten en fouten
Drie beperkingen sturen het gebruik aan: maximaal 50 MB per bestand, 1.000 pagina’s per document, en de invoerformaten PDF, PNG, JPEG, AVIF, PPTX en DOCX. Daar komt nog rate limiting bij, met een drempel die afhangt van uw abonnementsniveau—een punt om te controleren voordat u massaal parallelleert, anders riskeert u dat uw aanroepen in een burst worden geweigerd.
Deze limieten manifesteren zich, net als netwerkincidenten, als uitzonderingen die u moet afvangen. Een batchjob die stopt bij factuurnummer 300 omdat één bestand de toegestane grootte overschrijdt, is vermijdbaar tijdverlies:
from mistralai.client import Mistral
from mistralai.client.errors import SDKError
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
try:
ocr_response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "document_url",
"document_url": "https://example.com/document.pdf"
}
)
except SDKError as e:
print(f"API Error: {e.status_code} - {e.message}")
except Exception as e:
print(f"Unexpected error: {e}")
Het onderscheid tussen de twee uitzonderingsniveaus is nuttig: SDKError geeft u een statuscode waarop u kunt beslissen of u het opnieuw probeert—een 429 moet na een vertraging worden herbeproefd, een 400 nooit—terwijl het generieke blok lokale problemen opvangt, zoals een ontbrekend bestand of onmogelijke codering.
Belangrijkste punten
- Het OCR-eindpunt is
client.ocr.process()met het modelmistral-ocr-latest - Drie verzendmethoden: openbare URL, base64, geüpload bestand
- Optionele parameters sturen de tabelindeling en het opnemen van afbeeldingen
- Het antwoord is pagina per pagina gestructureerd met Markdown, afbeeldingen en metadata
- Houd u aan de limieten van 50 MB en 1.000 pagina’s per document