Mistral OCR 4.1 は、Mistral の Document AI スタックにおける最新の OCR サービスです。モデルページによると、2026年7月16日にリリースされ、一般提供(GA)で、Premier モデルです。最大の追加点は、ネイティブの段落単位のバウンディングボックス抽出で、構造ブロックラベルとブロック単位の信頼度スコアも提供します。Mistral のモデル概要は、非推奨となった OCR 4.0 とそれ以前の OCR バージョンの代替として OCR 4.1 を挙げています。
主な機能
- 段落単位のバウンディングボックス:段落ごとのバウンディングボックスを抽出し、テキストをページ上の位置に対応付けられます。
- 構造ブロックラベル:ページ上のブロックに構造に応じたラベルが付きます。
- ブロック単位の信頼度スコア:各ブロックに信頼度が付き、不確かな領域を人手のレビューに回すのに役立ちます。
- 構造化アノテーション:モデルページは
/v1/ocrエンドポイントで、通常の OCR とともに構造化アノテーションを挙げています。 - バッチ処理:大量のジョブは
/v1/batchエンドポイントで実行します。
モデル仕様
| 項目 | Mistral OCR 4.1 |
|---|---|
| リリース日 | 2026年7月16日 |
| ステータス | 一般提供、Premier |
| エンドポイント | /v1/ocr、/v1/batch |
| ドキュメント | docs.mistral.ai/models/ocr-4-1 |
モデルページには対応言語や入力制限の記載がないため、本エントリも記載しません。
料金
モデルページ(2026年10月29日に確認)には、1,000ページあたり$4、アノテーション付き1,000ページあたり$5と記載されています。予算化の前に Mistral の料金ページで確認してください。
活用シーン
- 各段落がページ上のどこにあるかを知りたい、契約書、請求書、フォームのデジタル化。
- 信頼度の低いブロックをレビュー対象にする文書パイプライン。
- バッチエンドポイントによる大量の過去文書の変換。
クイックスタート
- Mistral の API キーを作成し、OCR 4.1 のモデルページで現在のモデル名を確認する。
- 文書を
/v1/ocrエンドポイントに送り、返されるブロック、ラベル、ボックス、信頼度を読む。 - 構造化されたフィールドが必要ならアノテーションを使い、大量処理には
/v1/batchを使う。 - 自分のパイプラインで信頼度のしきい値を設定し、それ未満はレビューに回す。
よくある質問
Mistral OCR 4.1 はいつ公開されましたか?
Mistral のモデルページによると、2026年7月16日です。
Mistral OCR 4.1 の料金は?
2026年10月29日時点で、1,000ページあたり$4、アノテーション付き1,000ページあたり$5です。
OCR 4.0 の後継は?
Mistral の概要は、非推奨の OCR 4.0 とそれ以前の OCR バージョンの代替として OCR 4.1 を挙げています。
バウンディングボックスは返りますか?
はい。段落単位のバウンディングボックス、構造ブロックラベル、ブロック単位の信頼度スコアが主な追加点です。
代替ツール
- Mistral Large 4:抽出以外のタスク向けの Mistral の汎用モデル。
- Mistral Pixtral 12B:画像を読み取れる Mistral のビジョン言語モデル。
- Qwen3-VL-Embedding:テキスト抽出ではなく、ページ画像に対する検索向け。
まとめ
Mistral OCR 4.1 は、本番の文書パイプラインに必要な位置情報と信頼度を追加し、ページ単価を公開しています。公式のモデルページから始め、他の選択肢はモデルカテゴリをご覧ください。
出典
- ウェブサイトhttps://docs.mistral.ai/models
- ソーシャルメディアhttps://x.com/MistralAI
コメント
まだコメントがありません。最初のコメントを投稿してください!
関連ツール
Mistral Shieldstral 1.0 は、テキストと画像向けのコンパクトなマルチモーダル安全性分類モデル。Ministral 3 3B をベースに Apache 2.0 で公開されています。