Журнал «Отинофф»
Схема работы Mistral OCR 4: сканы документов превращаются в размеченные блоки с заголовками, таблицами и уравнениями для поис

Mistral OCR 4: структурированные данные из сканов для RAG и поиска

ИИ-инструменты 7 июля 2026 г.

Представьте: ваша компания получает сотни страниц счетов, договоров и технических отчётов в день. Кто-то вручную переносит данные в систему. Или вы уже пробовали автоматическое распознавание, но результат приходилось перепроверять — текст съезжал, таблицы разваливались, а подписи и печати система просто пропускала.

Источник: mistral.ai

23 июня 2026 года компания Mistral выпустила четвёртую версию своей системы распознавания документов — OCR 4. Она не просто читает текст со страницы. Она возвращает размеченный документ: где находится каждый заголовок, таблица, формула или подпись, насколько система уверена в каждом фрагменте, и в каком порядке читать колонки. Это меняет подход к автоматизации ввода документов — от счетов до архивов.

Для бизнеса это означает: меньше ручной проверки, более точные данные для поиска по документам и возможность запустить обработку на собственном сервере, не отправляя документы вовне. Но прежде чем менять процесс, стоит разобраться, что именно даёт новая версия, где её ограничения и как проверить, подходит ли она вам.

Что именно изменилось: от простого текста к структуре документа

Раньше системы распознавания (OCR) в основном превращали картинку страницы в сплошной текст. Если на странице были колонки, таблицы или подписи, текст мог перемешаться. OCR 4 делает иначе: она возвращает не просто текст, а размеченные блоки.

Каждый блок на странице получает: - Координаты — где именно на странице находится этот фрагмент (например, заголовок в верхней части, таблица в центре, подпись внизу). - Тип блока — система определяет, что перед ней: заголовок, подзаголовок, обычный текст, таблица, формула, изображение или подпись. - Оценку уверенности — насколько система уверена, что прочитала этот фрагмент правильно (для каждой страницы и для каждого слова).

Это значит, что программа, которая обрабатывает счета, может сразу найти сумму в таблице, не путая её с номером договора. А система поиска по архиву — показывать не просто страницу, а конкретный абзац с нужными данными.

Практический смысл: вы получаете не сырой текст, а готовую структуру документа. Это сокращает время на доработку распознавания под свои задачи.

Сколько это стоит и как получить доступ

Mistral OCR 4 доступна через API (программный интерфейс) и через платформу Document AI в Mistral Studio — для тех, кто не хочет писать код.

Цены на момент анонса: - Через API: $4 за 1 000 страниц. - Пакетная обработка (Batch API): $2 за 1 000 страниц — скидка 50% для больших объёмов. - Document AI: $5 за 1 000 страниц — включает возможность получать результат в нужном вам формате (например, JSON) без написания кода.

Для сравнения: один из первых пользователей, компания Rogo, сообщила, что OCR 4 даёт такую же точность, как предыдущие решения, но в 8 раз дешевле и в 17 раз быстрее. Другой пользователь, компания Anaqua, отметила, что новая система обрабатывает страницу примерно в 4 раза быстрее прежнего поставщика.

Где доступно: через Mistral Studio, Amazon SageMaker, Microsoft Foundry. В ближайшее время — через Snowflake Parse Document.

Важный момент для российских компаний: оплата указана в долларах, доступ через зарубежные платформы. Если вам нужен собственный сервер — Mistral предлагает развёртывание в одном контейнере для корпоративных клиентов. Это означает, что документы не покидают вашу инфраструктуру.

Как работает на практике: два сценария использования

У OCR 4 есть два основных режима, и выбор между ними зависит от того, что вам нужно.

Режим 1: Чистое извлечение текста

Вы просто отправляете документ (PDF, DOC, PPT, OpenDocument) и получаете распознанный текст с разметкой блоков. Подходит, если: - У вас есть своя программа, которая дальше обрабатывает текст. - Вам нужен быстрый и дешёвый разбор большого объёма документов. - Вы хотите сами решать, как использовать координаты блоков и оценки уверенности.

Режим 2: Document AI — структурированный вывод без программирования

Вы добавляете к запросу схему — описание того, какие поля вам нужны (например, «номер счёта», «дата», «сумма», «название компании»). Система сама заполняет эту схему данными из документа. Подходит, если: - У вас нет команды разработчиков для написания кода обработки. - Нужно быстро настроить извлечение данных под конкретную задачу. - Результат должен сразу поступать в бухгалтерскую или CRM-систему.

Правило выбора: если вам нужен сырой текст с разметкой — используйте API. Если нужны готовые поля в нужном формате — добавляйте параметры Document AI. В обоих случаях вы получаете результат распознавания.

Какие языки и форматы поддерживаются

OCR 4 работает со 170 языками, объединёнными в 10 языковых групп. По данным Mistral, система показывает особенно хорошие результаты на редких языках, где другие решения часто ошибаются.

Поддерживаемые форматы документов: PDF, DOC, PPT, OpenDocument. Это покрывает большинство корпоративных документов.

Что это значит для российского бизнеса: система поддерживает кириллицу и языки стран СНГ. Если ваши документы на русском, украинском, казахском или других языках региона — это должно работать. Но точность на русском языке в официальных тестах не указана отдельно — стоит проверить на своих документах.

Где ограничения: что важно знать перед внедрением

Mistral честно указывает на ограничения своей системы. Вот главные моменты, которые стоит учесть.

Ограничения тестов

Компания приводит результаты тестов: первое место в бенчмарке OlmOCRBench (85,20 балла), 93,07 балла в OmniDocBench. Но сами разработчики предупреждают: эти тесты несовершенны. При проверке выяснилось, что многие «ошибки» системы на самом деле — ошибки в эталонных ответах тестов. Например: - В эталоне была опечатка, а система прочитала правильно — но тест засчитал ошибку. - Математическая формула записана по-разному, но выглядит одинаково — тест считает это несовпадением. - Текст в колонках разбит по-разному — тест считает это ошибкой порядка чтения.

Вывод: не стоит принимать цифры тестов за абсолютную истину. Лучше проверить систему на своих документах.

Что система не умеет

OCR 4 — это модель для понимания документов, а не для принятия решений. Она не предназначена для: - Медицинской диагностики. - Юридических консультаций или судебных решений. - Финансовых решений с высокими ставками. - Систем, где важна безопасность. - Обработки в реальном времени (например, видео). - Работы с недокументными данными (аудио, видео).

Доступность и оплата

Для российских пользователей остаются вопросы: - Оплата в долларах через зарубежные платформы. - Доступ к API может быть нестабильным или требовать посредников. - Self-hosted версия доступна только корпоративным клиентам по запросу.

Как проверить, подходит ли вам OCR 4: чек-лист из 5 вопросов

Прежде чем внедрять новую систему, ответьте на эти вопросы на своих документах.

1. Какие документы вы обрабатываете чаще всего?

Возьмите 10–20 реальных документов: счета, договоры, отчёты, техническую документацию. Проверьте, как система справляется с вашими форматами (PDF, сканы, фотографии) и языками.

2. Что для вас важнее: скорость или точность?

Если вам нужно обработать миллион страниц архивов — важна цена и скорость пакетной обработки ($2 за 1000 страниц). Если каждый документ критичен — важнее человеческая проверка результатов.

3. Где будут храниться данные?

Если документы содержат коммерческую тайну или персональные данные — рассмотрите self-hosted развёртывание. Уточните у Mistral условия для корпоративных клиентов.

4. Кто будет настраивать систему?

Если есть команда разработчиков — используйте API. Если нет — попробуйте Document AI в Mistral Studio, где можно настроить извлечение полей без кода.

5. Как вы будете проверять качество?

Не доверяйте только цифрам тестов. Сравните результаты OCR 4 с тем, как ваши сотрудники сейчас обрабатывают документы. Оцените: сколько времени экономится, сколько ошибок остаётся, сколько документов требует ручной проверки.

Что делать на этой неделе

  1. Зарегистрируйтесь в Mistral Studio и попробуйте API на 10–20 своих документах. Бесплатный лимит обычно позволяет протестировать базовые возможности.
  2. Сравните с текущим решением. Если вы уже используете другую OCR-систему, пропустите те же документы через обе и сравните результаты.
  3. Оцените стоимость. Посчитайте, сколько страниц вы обрабатываете в месяц, и сравните цену OCR 4 с вашими текущими расходами (включая время сотрудников на проверку).
  4. Проверьте юридические ограничения. Убедитесь, что использование зарубежного API или self-hosted версии соответствует вашим требованиям к защите данных.

Источники

Темы журнала

Что почитать дальше

Теги

Андрей Отинов

Рекомендуем