
Mistral OCR 4 devuelve cajas y confianza por palabra
El modelo entrega la posición de cada bloque, su tipo y un puntaje de confianza junto al texto extraído, corre en un solo contenedor y cubre 170 idiomas.
4 notas publicadas

El lector de documentos tiene 3.400 millones de parámetros, activa unos 570 millones por token y trae adentro una cabeza de decodificación especulativa que casi duplica la velocidad en una NVIDIA L4.

La segunda generación de Agentic Document Extraction reemplaza el cobro plano por página, abandona los fragmentos en favor de un árbol de bloques y devuelve la posición exacta de cada palabra.

El modelo de visión y lenguaje de 2.300 millones de parámetros apunta a la ingesta documental masiva de empresas, con precio de 1,50 dólares cada mil páginas.
Otros temas que aparecen junto a #documentos en nuestra cobertura editorial.