Mistral OCR 4.1 soll eingescannten Dokumenten mehr Kontext geben

Mistral hat mit Mistral OCR 4.1 einen Dienst in der öffentlichen Vorschau vorgestellt, der Dokumente ausliest und zugleich ihren Aufbau erfasst. Das Unternehmen erklärt in den Mistral Docs, dass das Modell Absätze erkennen, Inhaltsblöcke einordnen und für jeden Block einen Vertrauenswert liefern kann.

Das Modell trägt den Namen mistral-ocr-4-1 und gehört zu Mistrals Angebot für Document AI. Es richtet sich an Anwendungen, die nicht nur den Text aus PDF-Dateien, Scans oder Fotos benötigen. Für viele Arbeitsabläufe ist auch wichtig, an welcher Stelle auf einer Seite eine Überschrift, ein Absatz oder ein anderer Inhalt steht.

Text wird mit seiner Position verknüpft

OCR steht für optische Zeichenerkennung. Die Technik macht Text aus Bilddateien und gescannten Dokumenten digital weiterverwendbar. Mistral OCR 4.1 ergänzt das Ergebnis um Bounding Boxes auf Absatzebene. Diese Rechtecke beschreiben Lage und Größe eines Absatzes auf der Seite.

Nach Angaben von Mistral liefert der Dienst zudem Strukturkennzeichnungen für einzelne Blöcke sowie Vertrauenswerte. Die Kennzeichnungen ordnen erkannte Bereiche ein. Die Werte zeigen, wie sicher das System bei einem Ergebnis ist. Das kann bei großen Dokumentenbeständen helfen, Stellen für eine menschliche Prüfung gezielt auszuwählen.

Für Texterkennung, Bounding Boxes und strukturierte Anmerkungen stellt Mistral den Endpunkt /v1/ocr bereit. Größere Mengen lassen sich über /v1/batch gesammelt verarbeiten.

Der angegebene Preis liegt bei 3,50 Euro je 1.000 Seiten. Für annotierte Seiten nennt Mistral 4,38 Euro je 1.000 Seiten. Das Unternehmen führt die Version als Premier v4.1 und öffentliche Vorschau.