Mistral AI发布多语言OCR4模型性能超GPT、Gemini等头部产品

AI创作导航管理员 LV4 资深连续登录30天萌新

3 个月前

风向

1594

法国AI初创企业Mistral AI于2026年6月23日正式推出全新文档识别模型OCR4，该模型覆盖10个语族共170种语言，在权威基准测试OmniDocBench中斩获93.07分，经人类评审验证其输出质量优于GPT 5.5 Pro、Gemini 3.1 Pro Preview等头部竞品，最低API调用定价为每千页2美元。

长期以来，光学字符识别（OCR）始终是企业数字化流程中的核心刚需环节，但过往通用大模型切入该场景时，往往面临小语种覆盖有限、结构化输出能力不足、调用成本过高等痛点，也给垂直专用模型留出了充足的市场空间。

作为欧洲头部AI初创企业，Mistral AI此前凭借多款高性价比通用大模型已经在全球市场站稳脚跟，本次推出的OCR4并未走大参数路线，而是定位为专注文档识别的轻量化专用模型。该模型支持10个语族共计170种语言，覆盖了全球绝大多数主流商用及小众语种，解决了跨境企业多语言文档处理的核心痛点。

在权威文档识别基准测试OmniDocBench中，OCR4拿到了93.07分的成绩，而在更贴近实际使用场景的人类评审环节，其输出准确性、格式还原度均超过GPT 5.5 Pro、Gemini 3.1 Pro Preview等头部通用大模型的OCR能力。

和通用大模型仅能输出识别文本不同，OCR4的配套能力更加适配企业级需求：在输出识别内容的同时，还可以同步提供文本边框定位、文档区域分类、识别结果置信度评分三类附加数据，无需二次处理即可直接接入下游工作流。目前OCR4已经支持RAG语义分块、智能体结构化数据输入、企业连接器内容结构化等多种下游场景，覆盖了文档数字化的绝大多数需求。

定价方面，OCR4的基础API调用价格为每千页4美元，选择批处理模式可享受50%折扣，折合每千页仅2美元，面向更高需求的文档AI专项服务定价为每千页5美元，相较头部厂商同类型服务价格低30%以上，对中小客户的吸引力十分明显。

随着AI商业化进入深水区，行业已经逐渐摆脱此前“唯参数论”的误区，客户更看重特定场景下的性能、成本与稳定性。垂直专用模型因为参数规模更小、推理成本更低、针对特定场景的优化程度更高，正在成为AI落地的主流方向之一。

本次Mistral AI推出OCR4，本质上也是头部大模型厂商从通用能力向垂直场景延伸的信号，未来会有更多针对单一任务优化的专用模型上线，进一步降低AI的使用门槛。

AI 人工智能 Mistral 文档识别光学字符识别 OCR4

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。