Mistral Ocr 4 0

Une apparition discrète et non officielle

Le secteur de la reconnaissance optique de caractères (OCR) et du traitement de documents par intelligence artificielle connaît une évolution rapide. Récemment, un nouvel identifiant a attiré l'attention des observateurs : mistral-ocr-4-0. À la date du 23 juin 2026, il convient de préciser qu'aucune annonce officielle de la part de Mistral AI n'a été publiée concernant ce modèle précis, et aucune fiche technique publique ne lui est encore dédiée.

Les seuls indices tangibles proviennent de sources indirectes et communautaires. D'une part, le catalogue non officiel des modèles Azure AI Foundry, nommé Foundry Map, liste explicitement mistral-ocr-4-0 sous l'éditeur Mistral AI. Ce modèle y est associé à la famille « mistral », bénéficie d'un statut « Preview » et est annoncé comme disponible dans 26 régions. D'autre part, des discussions sur la plateforme Reddit mentionnent l'existence de l'identifiant mistral-ocr-latest::mistral-ocr-4-launch. Ces signaux suggèrent un déploiement imminent ou un accès restreint chez un partenaire cloud majeur, bien que la prudence reste de mise en l'absence de documentation officielle directe.

Actuellement, la version de référence officiellement documentée par Mistral AI reste OCR 3 (version v25.12), publiée le 18 décembre 2025 sous l'identifiant mistral-ocr-2512. L'alias générique mistral-ocr-latest pointe vers cette version 3 et non vers la version 4.0. L'hypothèse la plus probable est que mistral-ocr-4-0 représente une future mise à jour majeure ou un nom de code de déploiement spécifique pour les partenaires.

Capacités techniques et modalités de traitement

Bien que les spécificités techniques propres à mistral-ocr-4-0 demeurent non confirmées, nous pouvons analyser les capacités fondamentales de la suite Mistral OCR pour comprendre ce que ce modèle est destiné à accomplir. Le processeur OCR de Mistral AI est conçu pour extraire du texte et du contenu structuré à partir de documents complexes et d'images.

Contrairement aux outils d'OCR traditionnels qui se contentent d'extraire du texte brut, la technologie de Mistral préserve la hiérarchie documentaire. Elle est capable d'identifier et de structurer : - Les titres, paragraphes et listes ; - Les tableaux complexes (exportables en Markdown ou en HTML) ; - Les en-têtes et pieds de page ; - Les hyperliens actifs ; - Les images intégrées et leurs métadonnées ; - Les boîtes englobantes (bounding boxes) pour localiser précisément les éléments visuels.

En entrée, le système accepte une grande variété de formats documentaires et visuels : PDF, PNG, JPG, JPEG, TIFF, BMP, GIF et WEBP. Ces fichiers peuvent être transmis via une URL, encodés en base64 ou téléversés directement. En sortie, le modèle génère un contenu textuel hautement structuré, principalement au format Markdown. Il est important de noter qu'il s'agit d'un modèle purement orienté document et vision : il ne gère pas l'audio, la synthèse vocale, la génération d'images ou le raisonnement autonome généralisé, bien qu'il serve de brique essentielle pour les systèmes de Question-Réponse sur documents (Document QnA).

Positionnement face aux versions précédentes

Aucune métrique de performance n'a encore été publiée pour mistral-ocr-4-0. Pour situer le potentiel de cette lignée, il faut observer les performances de ses prédécesseurs.

Lors de la sortie d'OCR 3, Mistral AI a annoncé un taux de victoire global de 74 % par rapport à Mistral OCR 2 sur des tâches complexes telles que le traitement de formulaires, les numérisations de documents (scans), les tableaux denses et l'écriture manuscrite. Mistral positionne sa technologie comme étant à l'état de l'art face aux solutions d'OCR d'entreprise traditionnelles et aux modèles natifs d'IA.

Pour rappel, la première génération publique, Mistral OCR 2503, affichait déjà des résultats impressionnants lors des tests internes de l'éditeur, avec un score global de 94,89 sur un benchmark interne de texte brut, rivalisant alors avec des solutions comme Google Document AI, Azure OCR, Gemini et GPT-4o. Bien que ces chiffres ne puissent pas être extrapolés directement à mistral-ocr-4-0, ils illustrent la trajectoire de performance dans laquelle s'inscrit ce nouveau modèle.

Cas d'usage industriels et limites connues

Les modèles de la gamme Mistral OCR excellent dans plusieurs scénarios clés de la gestion de l'information : - Numérisation et archivage : Conversion de documents physiques scannés en archives textuelles structurées et indexables. - Extraction de données structurées : Analyse automatique de formulaires administratifs, de factures et de tableaux financiers complexes sans perte de mise en page. - Traitement de l'écriture manuscrite : Transcription de notes ou de documents remplis à la main. - Pipelines de RAG (Retrieval-Augmented Generation) : Préparation et découpage de documents complexes pour alimenter des bases de connaissances destinées à des modèles de langage.

Cependant, des limites opérationnelles doivent être prises en compte. La fenêtre de contexte exacte en tokens pour les modèles OCR de Mistral n'est pas publiée de la même manière que pour les modèles de langage généraux. Les limites de la plateforme imposent une taille maximale de 512 Mo par fichier pour les téléversements. Pour les traitements par lots (Batch API), la limite est également fixée à 512 Mo par fichier batch, avec un maximum de 100 000 requêtes par batch. De plus, les utilisateurs doivent valider en production la fidélité de l'extraction sur des mises en page extrêmement atypiques ou des documents fortement dégradés.

À titre de comparaison, la tarification officielle de Mistral AI pour le modèle OCR 3 (mistral-ocr-latest) sur leur propre API est basée sur un coût à la page : 2 $ pour 1 000 pages d'OCR standard, et 3 $ pour 1 000 pages avec annotations, avec une réduction de 50 % applicable via l'API Batch. Aucun tarif officiel spécifique à la version 4.0 n'a encore été communiqué par l'éditeur.