2026年6月23日，法国AI独角兽Mistral AI正式发布OCR 4文档智能模型。这不是一次普通的OCR升级，而是将文档从“文字堆”变成“语义地图”的范式转变——每个段落、表格、公式、签名都被标定位置、分类并赋予置信度分数。
来源：Mistral AI
从“读字”到“读结构”：企业文档处理的新范式
传统OCR做了几十年的事，就是“把字抠出来”。Mistral OCR 4改变了这个逻辑：它输出的是文档的结构化表示——每个文本块都带有边界框（bounding box）、块类型分类（标题/表格/公式/签名等），以及逐页、逐词的置信度评分。
为什么边界框如此重要？因为没有位置信息，下游系统无法把提取的事实追溯到它在具体一页上的来源。对于RAG（检索增强生成）系统、合规工作流，或者任何需要回答“这个数字从哪来的？”的场景，这是刚需。Mistral表示，边界框是客户“要求最多的功能”。
块类型分类则解决了另一个问题：被标记为“标题”的段落，可被用于层级化语义分块；被标记为“表格”的块，可以被路由到结构化数据管道而非文本摘要器；被标记为“签名”的块，可以触发合规系统中的脱敏流程。这些功能打包到OCR模型本身，而非依赖额外的版面分析层，省去了企业团队过去需要自行构建和维护的集成工作。
来源：Mistral AI
性能与定价：72%的人类评审胜率，每千页最低2美元
在基准测试方面，独立评审员对OCR 4的输出给出了平均72%的胜率，优于所有被测试的竞品。OCR 4在OlmOCRBench上得分85.20，在OmniDocBench上得分93.07。该模型支持PDF、DOC、PPT、OpenDocument等格式，覆盖10个语族、170种语言，在低资源语言上的表现尤为突出。
定价方面，API调用为每千页4美元，批量处理享受五折优惠，降至每千页2美元；Mistral Studio中的Document AI服务定价为每千页5美元。该模型已集成至Mistral Search Toolkit，并可通过Mistral Studio、Amazon SageMaker及Microsoft Foundry等渠道接入，Snowflake Parse Document支持即将上线。
地缘政治时刻：主权AI的“产品化”表达
OCR 4的发布处在一个微妙的地缘政治时间窗口。6月12日，美国商务部援引国家安全出口管制，迫使Anthropic切断其最新模型Fable 5和Mythos 5面向外国公民的所有访问权限。截至6月24日，这两个模型仍处于离线状态。
这个事件验证了Mistral CEO Arthur Mensch一年多来的警告：“美国AI公司掌握着钥匙……你需要在某个时候能把它关掉或打开，而你不会想把这件事留给另一个国家。”-
OCR 4的单容器自托管部署，是这个主权论点的产品级表达。一家总部在美国的云厂商提供“欧盟数据驻留”，意味着文档存放在法兰克福，但受美国法律管辖。而Mistral——一家在法国注册、受欧盟管辖的公司，提供本地容器化部署——意味着文档从未离开客户的基础设施。
百度的“免费”选项：两份答卷的分野
OCR 4发布的前一天，百度发布了Unlimited-OCR——一个30亿参数、MIT许可的开源模型。它采用“参考滑动窗口注意力（R-SWA）”技术，可在单次前向传播中处理40多页PDF，24小时内获得1800个GitHub星标。
这形成了分析师所说的“2026年6月文档AI分野”：一边是自托管、长窗口、开源权重的百度；另一边是结构化托管提取、企业级功能、商业服务的Mistral。
但在Hacker News的讨论中，一位从业10年的开发者用一句话点破了现状：“OCR在2026年依然很烂。”——性能因文档类型、语言和原始材料质量的不同而天差地别，这仍是市场的基本张力。
真正的战略：OCR是楔子，企业AI栈才是目标
退一步看，OCR 4真正的故事不是OCR本身。根据Grand View Research，全球智能文档处理市场价值44亿美元，预计到2030年以33.1%的年复合增长率增长。
对Mistral而言，OCR是打入企业AI预算的楔子。该模型直接接入Mistral Search Toolkit，在架构中作为RAG和企业搜索管道的数据摄入层，将原始文档转化为可引用、结构化的输入。一旦企业采用OCR 4做文档提取，Mistral更广泛的模型套件——包括Medium 3.5推理模型和Vibe智能体平台——就成为栈中的自然下一步。
这一管道雄心对理解Mistral当前的融资轨迹至关重要。彭博社近期报道，该公司正进行早期谈判，拟以约200亿欧元估值筹集约30亿欧元——几乎是其9月C轮117亿欧元估值的两倍。OCR 4及其相关的企业收入管道，是Mistral计划如何证明这一更高估值的一部分。
编辑点评
两年前，论证在欧洲AI基础设施之外的论点是理论性的。然后美国政府拨动开关，Anthropic最先进的模型对地球上的每个非美国人“熄灯”。Mistral没有制造这场危机——但它在过去一年里，一直在构建让这场危机变得重要的产品。
对中国企业和开发者而言，Mistral OCR 4提供了一个观察窗口：AI文档处理正在从“识别文字”走向“理解文档结构”，从“云端API”走向“本地自托管”。在数据主权意识觉醒的2026年，谁能在结构化输出、低成本、合规部署三个维度同时发力，谁就能在智能文档处理的下一个战场占据先机。
This article is comprehensively compiled based on the official release by Mistral AI and reports from various domestic and international media.