OCR 4: Inteligența documentară de nouă generație
Pe această pagină
Actualizat pe 2 noiembrie 2026 — OCR. Versiunea OCR 4.0 (
mistral-ocr-4-0) a fost retrasă din serviciu la 30 septembrie 2026. Utilizați OCR 4.1 (mistral-ocr-4-1), disponibil public din 31 august la același preț, sau aliasulmistral-ocr-latest, care indică spre această versiune începând cu 16 iulie. OCR 4.1 adaugă scoruri de încredere la nivel de bloc.
Anunțat pe 23 iunie 2026, Mistral OCR 4 (v4.0) înlocuiește OCR 3 ca serviciu de inteligență documentară al Mistral – un domeniu în care editorul revendică performanțe de ultimă oră. Dincolo de acest număr de versiune se ascunde o schimbare care afectează direct pe oricine construiește fluxuri de lucru documentare: ieșirea modelului nu mai este doar text, ci este text localizat și structurat.
Ce oferă concret OCR 4
Descrierea oficială a OCR 4 subliniază două capacități de structurare, iar este util să înțelegeți ce modifică fiecare în practică.
Prima este cadrul de delimitare la nivel de paragraf. Fiecare bloc de text recunoscut este acum localizat precis pe pagină: modelul nu vă mai spune doar „iată ce este scris“, ci vă indică „iată ce este scris și iată exact unde“. Această informație de poziționare poate părea anecdotică până când trebuie să răspundeți la o întrebare a unui auditor sau client: „de unde provine această dată?“. Cu coordonate la nivel de paragraf, puteți evidenția zona exactă din documentul sursă de unde provine un răspuns – aceasta este trasabilitatea, iar pentru cazurile de utilizare conformitate, aceasta este adesea funcționalitatea care înclină decizia de achiziție.
A doua capacitate este blocurile structurale: documentul nu este returnat ca text plat, ci ca o structură – titluri, paragrafe, tabele, zone. Nuanța este decisivă. Un OCR clasic returnează un flux continuu de caractere în care titlul secțiunii, nota de subsol și celula de tabel ajung concatenate în ordinea în care motorul le-a întâlnit. OCR 4 returnează un document tipizat, în care fiecare bloc „știe“ ce este.
De ce structura contează la fel de mult ca textul
Luați în considerare cel mai frecvent caz din 2026: un sistem RAG construit pe baza unor PDF-uri interne. Calitatea răspunsului depinde direct de calitatea fragmentării (chunking). Cu textul plat, această fragmentare devine predispusă la erori: un fragment poate tăia un tabel în două, poate lipi sfârșitul unui paragraf de titlul secțiunii următoare sau poate îngropa o notă de subsol în mijlocul unui lanț de raționament. Modelul lingvistic din aval primește apoi fragmente incoerente, iar niciun inginerie de prompt nu va putea repara un context tăiat necorespunzător.
Cu blocuri tipizate și localizate, situația se inversează. Fragmentați documentul de-a lungul limitelor sale naturale – un paragraf rămâne un paragraf, un tabel se reconstruiește ca tabel – iar fiecare fragment își poartă coordonatele din pagina sursă. Același raționament se aplică extragerii datelor din facturi sau digitizării arhivelor: nu recunoașterea caracterelor face diferența dintre un flux fiabil și unul fragil, ci fidelitatea structurii returnate. Exact aici se distinge OCR 4 de predecesorul său.
Impact asupra cursurilor noastre de AI Documentar
Cursul nostru „Document AI & OCR“ a fost scris în jurul OCR 3 și trebuie să fim clari privind ce devine învechit și ce nu. Abordarea predată – pregătirea documentelor, calitatea scanării, post-procesarea ieșirii – rămâne pe deplin valabilă: acestea sunt fundamentalele lucrului cu documente, independente de versiunea modelului. Totuși, lecția dedicată „modelului OCR 3“ descrie acum generația anterioară. Rețineți această regulă de lectură: OCR 4 aparține aceleiași familii API, dar cu o structură de ieșire mai bogată.
Un detaliu practic merită repetat, deoarece supraviețuiește tuturor actualizărilor de versiune: calitatea intrării rămâne decisivă. Un document scanat la rezoluție joasă, cu pete sau contrast slab, va rămâne dificil de procesat, indiferent de sofisticarea modelului. Înainte de a da vina pe OCR 4 pentru un rezultat dezamăgitor, analizați mai întâi ceea ce i-ați oferit să citească – acesta este primul instinct al practicianului și evită multe diagnostice eronate.
Sursă oficială: mistral.ai/news – anunțul din 23 iunie 2026 și docs.mistral.ai
Puncte cheie
- OCR 4 (v4.0) înlocuiește OCR 3 ca model de referință pentru documente
- Inovații de structurare: cadre de delimitare la nivel de paragraf și blocuri structurale
- Structura îmbunătățește sistemul RAG, extragerea datelor și trasabilitatea răspunsurilor
- Calitatea scanării de intrare rămâne factorul principal de succes