OCR 4, Moderation 2 en Leanstral
Op deze pagina
Specialisten voor nichetoepassingen
Naast code en audio onderhoudt Mistral modellen die zijn gebouwd voor specifieke taken: het extraheren van documentinhoud, het beveiligen van gegenereerde content en het schrijven van formele bewijzen. Elk van deze modellen vult de generalisten aan in plaats van met hen te concurreren. Deze les verduidelijkt ook de status van de Magistral-familie, waarvan u de naam nog kunt tegenkomen in oudere tutorials.
OCR 4 — Documentextractie
OCR 4, uitgebracht op 23 juni 2026 als versie 4.0 op het Premier-niveau, is de service voor optische tekenherkenning (OCR) van Mistral en vervangt OCR 3. Het zou te simplistisch zijn om het een “tekstlezer in afbeeldingen” te noemen: wat het produceert, is geen reeks woorden, maar een representatie van het document.
Het begrijpt eerst de structuur: titels, alinea’s, lijsten en tabellen worden getypeerd als afzonderlijke elementen, direct bruikbaar voor verdere verwerking. Vervolgens levert het begrenzingskaders (bounding boxes) op alinea-niveau; dat wil zeggen de exacte coördinaten van elk blok op de pagina. Hiermee kunt u een clausule op het scherm markeren, een document annoteren of een operator visueel een extractie laten verifiëren, in plaats van hen te vragen het resultaat blindelings aan te nemen. Het extraheert tabellen met behoud van de rij- en kolomindeling, verwerkt documenten met meerdere pagina’s zonder limieten voor paginering, en verwerkt formulieren door velden met hun waarden te herstellen.
Aan de invoerkant accepteert OCR 4 een breed scala aan formaten: PDF, PNG, JPEG- en TIFF-afbeeldingen, gescande documenten en smartphonefoto’s. De extractiekwaliteit blijft behouden bij beschadigde bronnen, scheef gescande documenten of lage resolutie; bij digitaliseringsprojecten zijn de te verwerken documenten zelden de best gescande exemplaren in de batch.
Gebruikelijke use cases volgen deze logica. Digitalisering behandelt facturen, contracten en inkooporders. Naleving van regelgeving vertrouwt op automatische data-extractie uit juridische documenten. Intelligent archiveren maakt een collectie historische documenten doorzoekbaar. Tot slot kan een data-pipeline een database vullen vanuit papieren documenten zonder handmatige opnieuw-invoer.
OCR 4 wordt zelden alleen geïntegreerd. De meest voorkomende combinatie ketent drie modellen aan elkaar:
- OCR 4 extraheert gestructureerde content uit een PDF-contract
- Mistral Small 4 analyseert deze content en produceert een gestructureerde samenvatting
- Mistral Embed genereert vectoren voor indexering in een vectordatabase
Magistral — Verouderde familie
Modellen verwijderd
De Magistral-familie (Medium en Small), gewijd aan redeneren, is verouderd (deprecated): alle varianten zijn geleidelijk verwijderd tussen eind 2025 en medio 2026. Redeneren is nu geïntegreerd in de generalisten: Mistral Small 4 verenigt instructies, redeneren en code; Mistral Medium 3.5 neemt de meest veeleisende redeneertaken over. Raadpleeg voor details over deze convergentie de cursus Nieuwe functies.
Als u een bestaand project hervat of een tutorial volgt die nog naar Magistral verwijst, hangt de migratie af van de eisen van de taak. Voor routinematig redeneren—logica, standaard wiskunde, analyse—schakelt u over naar Mistral Small 4 en de geïntegreerde redeneermodus. Voor veeleisend redeneren, complexe demonstraties of planning in meerdere stappen, gaat u over naar Mistral Medium 3.5. Plan in beide gevallen om uw testsets opnieuw uit te voeren: de uitvoer verandert van vorm, zelfs wanneer de conclusies identiek blijven.
Mistral Moderation 2 — Contentveiligheid
Mistral Moderation 2, uitgebracht in maart 2026 als versie 26.03 op het Premier-niveau, richt zich op het detecteren van problematische content en het beveiligen van AI-toepassingen. Het classificeert content door haat, geweld, seksueel materiaal of gevaar te identificeren, en het detecteert jailbreak-pogingen; dat wil zeggen berichten die zijn opgebouwd om een model zijn eigen veiligheidsrichtlijnen te laten omzeilen. Het werkt in vele talen, wat vertaling voorafgaand aan moderatie overbodig maakt. Het accepteert ook aangepaste bewakingsregels (guardrails): u definieert uw eigen regels voor uw agents en conversaties, verder dan de standaard geboden categorieën.
Het typische gebruik impliceert installatie rondom een generalistisch model in plaats van erin. Stroomopwaarts filtert het gebruikersverzoeken voordat ze het hoofdmodel bereiken. Stroomafwaarts controleert het antwoorden voordat ze teruggaan naar de gebruiker. Gebruikt voor monitoring, analyseert het tot slot eerdere conversaties om misbruik op te sporen. Bij een service die openstaat voor het publiek worden alle drie de posities gecombineerd: de eerste beschermt uw model, de tweede beschermt uw gebruikers, de derde beschermt u.
Leanstral 1.5 — Formele bewijzen
Leanstral 1.5, uitgebracht op 2 juli 2026, is het meest gespecialiseerde model in het hele ecosysteem. Het is een open source foundation model ontworpen voor Lean 4, de taal voor formele wiskundige bewijzen.
Het doelpubliek is smal en perfect geïdentificeerd: wiskundeonderzoekers, teams voor formele verificatie van kritieke software en ontwikkelaars van bewijsbibliotheken. De open source-release is voor hen belangrijk omdat het laboratoria in staat stelt het model te hosten en aan te passen aan hun eigen formalismen.
Belangrijkste punten
- OCR 4 (juni 2026) is een complete service voor documentbegrip: tekst, structuur, begrenzingskaders per alinea en getypeerde structurele blokken
- Magistral is verouderd: redeneren verloopt nu via Small 4 (routine) en Medium 3.5 (veeleisend)
- Moderation 2 waarborgt de veiligheid van AI-toepassingen met detectie van jailbreaks en aangepaste bewakingsregels
- Leanstral 1.5 (juli 2026) is een open source foundation model voor formele bewijzen in Lean 4
- Deze specialisten combineren met elkaar en met generalisten in pipelines met meerdere modellen