Mistral 发布 Mistral OCR 3，整体胜率达 74%，定价 $2/1000 页

突破性表现：在表单、扫描文档、复杂表格和手写内容上，对 Mistral OCR 2 的整体胜率达到 74%。

最先进的准确率，超越企业文档处理解决方案以及 AI 原生 OCR 解决方案

现已为 Mistral AI Studio 中的 Document AI Playground 提供支持，这是一个简单的拖放界面，可将 PDF/图像解析为干净的文本或结构化 JSON

在表单、手写内容、低质量扫描件和表格方面，相比 Mistral OCR 2 有重大升级

概述

Mistral OCR 3 旨在以卓越的保真度从各种文档中提取文本和嵌入图像。它支持通过基于 HTML 的表格重建来丰富 Markdown 输出，使下游系统不仅能够理解文档内容，还能理解其结构。作为一款比大多数竞品解决方案小得多的模型，它提供了业界领先的价格：每 1,000 页 2 美元，并享有 50% 的 Batch-API 折扣，将成本降至每 1,000 页 1 美元。

开发者可以通过 API 集成该模型（mistral-ocr-2512），用户则可以利用 Document AI，这是一个可将文档即时解析为文本或结构化 JSON 的 UI。

为了提高标准，我们基于客户真实业务用例示例引入了更具挑战性的内部基准测试。随后，我们在下文重点列出的各个领域评估了多个模型，并使用模糊匹配指标将其输出与真实标注进行比较以衡量准确率。

相比前几代 OCR 模型的升级

如今大多数 OCR 解决方案都专精于特定文档类型，而 Mistral OCR 3 则旨在出色处理组织和日常环境中的绝大多数文档类型。

手写内容：Mistral OCR 能够准确解读草书、混合内容注释，以及叠加在印刷表单上的手写文本。

表单：改进了对框、标签、手写条目和密集布局的检测。在发票、收据、合规表单、政府文件等上表现良好。

扫描件与复杂文档：对压缩伪影、倾斜、扭曲、低 DPI 和背景噪声的鲁棒性显著增强。

复杂表格：重建具有表头、合并单元格、多行块和列层次结构的表格结构。输出带有 colspan/rowspan 的 HTML 表格标签，以完整保留布局。

与 Mistral OCR 2 相比，Mistral OCR 3 在所有语言和文档形态上都是一次重大升级。

推荐用例和应用

Mistral OCR 3 非常适合高吞吐量的企业流水线和交互式文档工作流。开发者可将其用于：

将文本和图像提取为 Markdown，以供下游智能体和知识系统使用

自动解析表单、发票和运营文档

端到端文档理解流水线

手写或历史文档的数字化

任何其他文档 → 知识转换应用。

我们的早期客户正在使用 Mistral OCR 3 将发票处理为结构化字段、数字化公司档案、从技术和科学报告中提取干净文本，并改进企业搜索。

“OCR 仍然是实现生成式 AI 和智能体 AI 的基础，”IDC 人工智能与自动化研究总监 Tim Law 表示。“那些能够高效且经济地以高保真度提取文本和嵌入图像的组织，将释放价值，并通过提供更丰富的上下文从其数据中获得竞争优势。”

现已可用

可通过 API 或全新的 Document AI Playground 界面访问该模型，两者均在 Mistral AI Studio 中提供。Mistral OCR 3 与 Mistral OCR 2 完全向后兼容。如需了解更多详情，请访问 mistral.ai/docs。

对于有严格数据隐私要求的组织，Mistral OCR 提供自托管选项。这可确保敏感或机密信息在您自己的基础设施内保持安全，从而符合法规和安全标准。如果您希望与我们探讨自部署方案，请告知我们。

OCR 3

Premier

全球最佳的文档提取与理解模型。

OCR

多模态

文本到文本

OCR

/ 1000 页

Annotations

/ 1000 页

mistral-ocr-latest