OCR 4 と OCR API 更新と確認ポイント

Mistral Docs changelog は 2026年6月23日、OCR 4 (mistral-ocr-4-0) のリリースと OCR API の更新を掲載しました。文書AIの読み取り結果を、テキストだけでなく構造情報として扱いやすくする更新です。

要点

• Mistral OCR 4 (mistral-ocr-4-0) がリリースされ、mistral-ocr-latest は OCR 4 を指すようになりました。
• OCR API では include_blocks が追加され、段落レベルの bounding box と構造ラベルを返せます。
• pages パラメータは、整数リストに加えて "0,1,2" や "0-5" のような文字列指定も受け付けます。
• 文書処理パイプラインでは、抽出精度、レイアウト保持、ページ指定、後続レビューの設計を確認したい更新です。

今回のリリースノートで語られていること

今回の Mistral Docs changelog は、OCR 4 のモデルリリースと、OCR API の使い勝手に関わる更新をまとめています。OCR 4 は mistral-ocr-4-0 として提供され、mistral-ocr-latest もこのモデルを指すようになりました。既存実装で latest 系を使っている場合、明示的にモデル名を固定していなくても、OCR の出力傾向や品質が変わる可能性があります。文書処理を本番業務に入れているチームは、読み取り結果、失敗パターン、後続処理への影響を確認する必要があります。

API 側で特に重要なのは include_blocks です。これを有効にすると、各ページについて blocks 配列が返り、段落レベルの bounding box と構造ラベルを扱えます。ラベルには text、title、list、table、image、equation、caption、code、references、aside_text、header、footer、signature などが含まれます。これは、文書を単なる文字列として読むのではなく、見出し、表、脚注、署名、コード、画像周辺の説明といった構造を後続処理へ渡しやすくする変更です。

ページ指定の改善も実務では地味に効きます。pages パラメータが整数リストだけでなく、カンマ区切りや範囲指定の文字列を受け付けるようになると、ユーザー指定、バッチ処理、再処理、例外ページの抽出を組み立てやすくなります。たとえば、表紙と付録を除く、特定ページだけ再OCRする、エラーが出たページ範囲だけを再投入する、といった処理が実装しやすくなります。

文書AIで大事なのは、モデルが文字を読めることだけではありません。どのブロックがどの位置にあり、表や見出しをどう扱い、抽出結果をどの業務項目に結びつけるかが品質を左右します。OCR 4 と include_blocks は、契約書、請求書、申請書、規制文書、研究資料のような複雑な文書を、RAG、検索、レビュー、データ抽出へつなぐための基礎部品として読みたい更新です。

この更新が関係する人

Mistral OCR API を使うアプリ開発者、文書処理パイプラインを運用するデータ・AI基盤担当、RAG や検索基盤の担当、契約書・請求書・規制文書を扱う業務部門に関係します。

実務で確認したいポイント

• mistral-ocr-latest を使っている場合、OCR 4 への切り替わりで出力差分が出ないか確認する。
• include_blocks の構造ラベルを、検索、RAG、レビュー画面、例外処理でどう使うか決める。
• pages の文字列指定を使う場合、入力検証、範囲外指定、再処理手順を整理する。
• 既存の評価データで、文字認識だけでなく表、見出し、署名、脚注、コードなどの扱いを検証する。

結局、今回の更新をどう読むべきか

OCR 4 と OCR API 更新は、Mistral の文書処理をテキスト抽出から構造付き処理へ進めるリリースです。利用チームは、モデル名の切り替わり、ブロック出力、ページ指定を確認し、文書AIの品質評価と人によるレビュー手順へつなげたいです。