OCR 4: Inteligenca dokumentov nove generacije
Na tej strani
Posodobljeno 2. novembra 2026 — OCR. Različica OCR 4.0 (
mistral-ocr-4-0) je bila umaknjena 30. septembra 2026. Uporabljaj OCR 4.1 (mistral-ocr-4-1), ki je splošno dostopen od 31. avgusta po enaki ceni, ali vzdevekmistral-ocr-latest, ki kaže nanj od 16. julija. OCR 4.1 dodaja ocene zanesljivosti na ravni blokov.
Razglašen 23. junija 2026, Mistral OCR 4 (v4.0) nadomešča OCR 3 kot storitev Mistral za inteligenco dokumentov – področje, kjer založnik trdi, da dosega vrhunsko uspešnost. Za to številko različice se skriva sprememba, ki neposredno vpliva na vsakogar, ki gradi cevovode za obdelavo dokumentov: izhod modela ni več le besedilo, temveč locirano in strukturirano besedilo.
Kaj OCR 4 dejansko ponuja
Uradni opis OCR 4 poudarja dve zmožnosti strukturiranja in vredno je razumeti, kaj vsaka konkretno spremeni.
Prva so mejni okvirji na ravni odstavkov. Vsak prepoznani besedilni blok je zdaj natančno lociran na strani: model vam ne pove le »tukaj je zapisano to«, temveč »tukaj je zapisano to in tukaj je točno kje«. Ta informacija o položaju se zdi nepomembna, dokler ne morate odgovoriti na vprašanje revizorja ali stranke: »odkod prihaja ta podatek?« S koordinatami na ravni odstavkov lahko poudarite točno območje v izvornem dokumentu, od koder izvira odgovor – to je sledljivost, in za primere uporabe skladnosti je to pogosto funkcija, ki prevagi odločitev o nakupu.
Druga zmožnost so strukturni bloki: dokument ni vrnjen kot ravno besedilo, temveč kot struktura – naslovi, odstavki, tabele, cona. Odtenek je odločilen. Klasičen OCR vrne neprekinjen tok znakov, kjer se naslov razdelka, opomba na dnu strani in celica tabele končajo združeni v vrstnem redu, v katerem jih je zaznal pogon. OCR 4 vrne tipiziran dokument, kjer vsak blok ve, kaj je.
Zakaj je struktura enako pomembna kot besedilo
Vzemimo najpogostejši primer leta 2026: sistem RAG, zgrajen na internih datotekah PDF. Kakovost odgovora je neposredno odvisna od kakovosti razčlenjevanja (chunking). Pri ravnem besedilu to razčlenjevanje postane dovzetno za napake: fragment lahko prereže tabelo na pol, prilepi konec odstavka na naslov naslednjega razdelka ali pokrije opombo na dnu sredi verige sklepanja. Jezikovni model v nadaljnji fazi nato prejme neskladne fragmente in nobeno inženirstvo pozivov ne bo popravilo slabo razrezanega konteksta.
S tipiziranimi in lociranimi bloki se situacija obrne. Dokument razčlenite vzdolž njegovih naravnih meja – odstavek ostane odstavek, tabela se rekonstruira kot tabela – in vsak fragment nosi svoje koordinate v izvorni strani. Enako razmišljanje velja za ekstrakcijo podatkov iz računov ali digitalizacijo arhivov: razlike med zanesljivim cevovodom in krhkim ne naredi prepoznavanje znakov, temveč zvestoba vrnjene strukture. Prav tukaj se OCR 4 razlikuje od svojega predhodnika.
Vpliv na naše tečaje o umetni inteligenci za dokumente
Naš tečaj »Document AI & OCR« je bil napisan okoli OCR 3 in jasno moramo razločiti, kaj zastara in kaj ne. Poučevani pristop – priprava dokumentov, kakovost skeniranja, naknadna obdelava izhoda – ostaja v celoti veljaven: to so temelji dela z dokumenti, neodvisni od različice modela. Vendar lekcija, namenjena »modelu OCR 3«, zdaj opisuje prejšnjo generacijo. Imejte v mislih to pravilo branja: OCR 4 spada v isto družino API-jev, z bogatejšo izhodno strukturo.
Ena praktična podrobnost si zasluži ponovitev, saj preživi vse nadgradnje različic: kakovost vhoda ostaja odločilna. Dokument, skeniran pri nizki ločljivosti, z madeži ali slabim kontrastom, bo ostal težaven za obdelavo, ne glede na sofisticiranost modela. Preden krivite OCR 4 za razočarljiv rezultat, najprej poglejte, kaj ste mu dali v branje – to je prvi instinkt praktikov in prepreči številne napačne diagnoze.
Uradni vir: mistral.ai/news – napoved z dne 23. junija 2026 in docs.mistral.ai
Ključne ugotovitve
- OCR 4 (v4.0) nadomešča OCR 3 kot referenčni model za dokumente
- Inovacije strukturiranja: mejni okvirji na ravni odstavkov in strukturni bloki
- Struktura izboljšuje RAG, ekstrakcijo in sledljivost odgovorov
- Kakovost vhodnega skeniranja ostaja glavni dejavnik uspeha