Mistral, paragraf düzeyinde sınırlayıcı kutular ve güven puanlarıyla OCR 4.1'i yayınladı

Mistral, belge tanıma servisinin yeni sürümü OCR 4.1'i yayınladı; servis şirketin Document AI yığınını çalıştırıyor. Model, Mistral'ın dokümantasyonunda genel önizleme (public preview) olarak listeleniyor, onu tanıtan sayfalar 16 Temmuz tarihli ve model kataloğunda mistral-ocr-4-1 kimliğiyle yer alıyor.

4.1'de yeni olan ne

Yenilikler ham doğruluk iddialarından çok yapısal: paragraf düzeyinde yerleşik sınırlayıcı kutu (bounding box) çıkarımı, yapısal blok etiketleri ve blok düzeyinde güven puanları. Üç özellik birlikte, çıktının düz bir tanınan karakter akışı yerine etiketlenmiş halde geldiğini anlatıyor: hangi metin hangi bloğa ait, o blok sayfada nerede duruyor ve servis her blokta ne kadar emin. Güven sinyali, modelin çıktısına otomatik güvenmek yerine sayfayı ne zaman insan denetimine göndereceğine karar vermesi gereken iş akışları için özellikle önemli.

Daha geniş bir Document AI yığınının içinde

Mistral, servisi OCR'ı yapılandırılmış veri çıkarımıyla birleştiren Document AI paketi içinde konumlandırıyor; paket, birçok belge türünde ve dilde kurumsal belge işlemeyi hedefliyor ve desteklenen diller ayrı bir sayfada listeleniyor. OCR 4.1'in yanında paket, yapılandırılmış alanları çekmek için anotasyonlar, OCR'ı diğer modellerle birleştiren belge soru-cevap ve büyük işler için toplu işleme (batching) sunuyor. Model karşılaştırma sayfası desteklenen özellikler arasında OCR, yapılandırılmış anotasyonlar, sınırlayıcı kutu çıkarımı ve toplu işlemeyi sayıyor.

Erişilebilirlik ve fiyatlandırma

Dokümantasyon modeli hâlâ genel kullanıma açık bir sürüm değil, genel önizleme olarak etiketliyor. Mistral'ın model karşılaştırma kılavuzu OCR için 1.000 sayfa başına 4 dolar, etiketlenmiş sayfalar için 1.000 sayfa başına 5 dolar gösteriyor — bu yapı, ücretlendirmenin token yerine işlenen sayfa üzerinden yapıldığını yansıtıyor ve büyük arşivleri ya da fatura yığınlarını dijitalleştirmenin maliyetini hesaplayan ekipler için önemli. Belge yapay zekâsı seçeneklerini değerlendirenler için pratik soru, tek bir doğruluk rakamından çok yapılandırılmış çıktının mevcut inceleme akışlarına uyup uymadığı.