Mistral AI veröffentlicht die dritte Generation seiner Software zur optischen Zeichenerkennung. Mistral AI berichtet auf dem firmeneigenen Blog über die deutliche Leistungssteigerung gegenüber dem Vorgängermodell. Die neue Version meistert vor allem komplexe Tabellen, Formulare und handgeschriebene Texte mit einer hohen Präzision.
In internen Tests erzielt das Modell eine Gewinnrate von 74 Prozent gegenüber der Vorversion bei schwierigen Aufgabenstellungen. Nutzer können PDF-Dateien oder Bilder direkt in die neue Document AI Playground Oberfläche ziehen. Das System wandelt diese Inhalte sofort in sauberen Text oder das strukturierte JSON-Format um. Die Software erkennt dabei sogar kursive Handschrift und Anmerkungen in gedruckten Dokumenten zuverlässig.
Besonders bei der Rekonstruktion von Tabellen setzt das Unternehmen neue Maßstäbe. Das Programm erkennt verbundene Zellen und Hierarchien automatisch. Diese Strukturen speichert das System mithilfe von HTML-Tags ab. Dadurch verstehen nachfolgende KI-Anwendungen nicht nur den bloßen Inhalt, sondern auch den logischen Aufbau eines Berichts.
Trotz der verbesserten Leistung bleibt das Modell kleiner als viele Konkurrenzprodukte. Der Preis liegt bei zwei Dollar für eintausend verarbeitete Seiten. Unternehmen können durch die Nutzung einer Batch-API die Kosten auf einen Dollar pro tausend Seiten senken. Tim Law, Forschungsdirektor bei IDC, betont den Wettbewerbsvorteil durch eine effiziente Datenextraktion. Zu den Anwendungsbereichen gehören die Digitalisierung von Firmenarchiven, die automatisierte Rechnungsverarbeitung und die Optimierung der internen Suche in Unternehmen. Das Modell ist ab sofort über eine Programmierschnittstelle für Entwickler zugänglich.
