Mistral AI ha lanciato la propria API OCR, uno strumento progettato per convertire documenti PDF complessi in markdown strutturato, semplificando l’integrazione con flussi di lavoro AI.
Il rilascio migliora l’automazione per gli sviluppatori e le imprese che si occupano di Opentazioni di documenti, che si occupano di Opentazioni di documenti, che si occupano di Opentazioni. OCR
Secondo i parametri di riferimento condivisi da Mistral Il modello OCR ha dimostrato la più alta precisione complessiva tra i principali modelli OCR nei test di riferimento, superando i concorrenti come Google Document AI. src=”https://winbuzzer.com/wp-content/uploads/2024/07/mistral-ai-home-own.jpg”>
conduce in riconoscimento matematico con un’accuratezza di 94.29, superando Gemini-1.5-Flash-002, che segue 89.11. In supporto multilingue, Mistrial OCR 2503 segna 89,55, classificandosi sopra Azure OCR a 87,52 e GPT-4O a 86,00.
Il modello domina anche l’accuratezza del documento scansionato e ottenendo 95.11. Quando si tratta di estrazione della tabella, l’OCR maestrale raggiunge 96,12, superando significativamente GPT-4O a 91.70 e Gemini-2.0-Flash-001 a 91.46. Con un’accuratezza complessiva di 94,89, conduce tutti gli altri modelli, superando il suo concorrente più vicino, Gemini-1.5-Flash-002, che ha ottenuto un punteggio 90,23.
These results indicate that Mistral OCR 2503 is the most advanced solution in its category, excelling in handling complex document Strutture, contenuto matematico, testo multilingue e estrazione di dati strutturati. Stabilisce un nuovo standard per le prestazioni OCR alimentate dall’intelligenza artificiale, offrendo una maggiore precisione e una conversione di testo più affidabile rispetto ad altri modelli sul campo.
ACOORDing alla società, “Essendo un peso più leggero rispetto alla maggior parte dei modelli nella categoria, OCR Mistrale si comporta in modo significativo più velocemente rispetto ai suoi peer, elaborando fino a 2000 pagine al minuto su un nodo. La capacità di elaborare rapidamente i documenti garantisce un apprendimento e un miglioramento continuo anche per ambienti ad alto rendimento.”
oltre l’OCR tradizionale: Markdown-ready-pr da AI
a differenza degli strumenti OCR standard, che estraggono il testo non formattato, il testo dell’API di Mastral, le strutture direttamente sul markdown. href=”https://mistral.ai/fr/news/mistral-ocr”> annuncio Sottolinea che l’API interpreta accuratamente tabelle, formule ed elementi di documenti complessi, rendendolo adatto per l’automazione di Ai-are. L’elaborazione segue l’evoluzione della sua piattaforma LE Chat, che ha ricevuto importanti aggiornamenti nel novembre 2024. Questi includevano l’integrazione della ricerca web in tempo reale e la modifica di documenti collaborative tramite tela, posizionandola come concorrente per le suite di produttività Ai-guidate. > Modelli pixtral e la strada per l’elaborazione avanzata dei documenti
La spinta di Mistral nel documento AI è stata pavimentata dal suo lavoro su Pixtral 12B, un modello multimodale rilasciato in settembre. Questi modelli impostano le basi per l’interpretazione dei dati strutturati, ora sfruttata nella nuova API OCR.
Prima di far avanzare le sue capacità OCR, Mistral aveva già spostato l’attenzione su modelli più piccoli ed efficienti per l’elaborazione locale di AI. Nell’ottobre 2024, ha introdotto Ministral 3B e Ministral 8b, ottimizzato per applicazioni AI offline attenti alla privacy. Questi modelli hanno ottenuto una trazione in settori che richiedono inferenza sul dispositivo, come istituti finanziari e operatori sanitari che gestiscono dati sensibili.
che estende questo focus, Mistral ha lanciato Mistral Small 3 a gennaio, un LLM open source progettato per competere con GPT-4o Mini di Openvai. La società ha riferito che ha raggiunto”oltre l’81% sul benchmark MMLU”, dimostrando una forte precisione con requisiti computazionali più bassi. A differenza dei modelli più grandi dipendenti dal cloud, i piccoli 3 possono funzionare in modo efficiente sull’hardware del consumatore, rafforzando l’enfasi di Mistral di Mural>
A gennaio, il CEO Arthur Mensch ha confermato al World Economic Forum che l’IA errata si sta preparando per un IPO, rafforzando i suoi piani di crescita a lungo termine. In un’intervista con Bloomberg, ha dichiarato:”Non siamo in vendita.”Da allora la società ha ampliato le operazioni in Asia-Pacifico, aprendo un ufficio regionale a Singapore per istituire un punto d’appoggio nei mercati di AI in crescita.
Crescita degli investimenti in modo strategico
dalla sua fondazione in 2023, i suoi partner rapidi per supportare i rapidi investimenti in rapido investimento. 113 milioni di dollari di semi di seme era uno dei più grandi della storia dell’IA europea e, all’inizio del 2025, il finanziamento totale aveva superato $ 1,1 miliardi.
sostenuto da aziende come Andreessen Horowitz, General Catalyst e LightSpeed Partners, la società si è posizionata come una concorrenza chiave nello spazio dell’AI generativa durante la potenzialità delle potenziali acquisizioni. La sua impresa appello attraverso partenariati strategici. Inoltre, le sue partnership con Qualcomm e SAP hanno sostenuto lo spiegamento su hardware specializzati e garantiti in termini di regolamentazione europea.
Mentre Openai, Google e Meta continuano a ridimensionare modelli sempre più grandi, Mistral ha adottato un approccio diverso. Invece di dare la priorità ai conteggi dei parametri massimi, l’azienda si è concentrata sul rendere i modelli efficienti, distribuibili a livello locale e adattabili sia per gli ambienti cloud che offline.
Questa strategia è stata particolarmente evidente con il successo di Ministral 3B, Ministral 8b e Mistral Small 3, offrendo alternative che richiedono meno risorse computazionali mantenendo un’elevata precisione.
I modelli di automobilismo sono stati progettati per i flussi di contenuti strutturati, che offrono flussi di contenuti strutturati, che offrono flussi di contenuti strutturati, che hanno generato Ai-Generated Markdown Formatting, Realtime Tools e Integrations.
Con il lancio dell’API OCR, Mistral sta ampliando la sua attenzione oltre l’IA conversazionale standard. Automatizzando la conversione dei PDF in formati compatibili con AI strutturati, rimuove i colli di bottiglia nelle industrie legali, finanziarie e basate sulla ricerca. L’elaborazione dei documenti basata sull’intelligenza artificiale è stata un’area di crescente domanda e la capacità di strutturare direttamente il testo in markdown distingue da soluzioni che estraggono solo testo grezzo senza organizzazione.
Questa versione si lega anche alla più ampia strategia di AI di Mistral. Funzionalità come la ricerca in tempo reale di Le Chat e la gestione automatica delle attività lo rendono un’alternativa versatile all’Enterprise Chatgpt di Openi e agli strumenti dell’area di lavoro alimentare di Google.
