日本語対応のMistral OCR 4公開

フランスのAIスタートアップ企業Mistral AIは、高度なドキュメント認識・解析モデル「Mistral OCR 4」を正式リリースしました。このモデルは、請求書や財務諸表、マニュアルといったビジネス文書から単純なテキスト情報を抽出する従来のOCRの枠を超え、文書全体の「構造」を理解・解析するドキュメント・インテリジェンスを備えています。

1. 従来のOCR限界の克服

Mistral OCR 4は、文字データとともに、テキストや図表のレイアウト位置を示すバウンディングボックス（境界枠）、見出し・表・数式・署名といったブロック分類、および確信度スコアを出力します。これにより、AIエージェントやRAGシステムがそのまま利用できるデータへの直接変換が可能となり、位置情報の可視化や確信度スコアによる人手チェックの削減が進みます。

2. 日本語を含む多言語対応

本モデルは170の言語に対応しています。特に「日本語、ヒンディー語、ギリシャ語」といった特殊な文字体系を持つ言語や、学習データが少ない「低リソース言語」において、大幅な精度向上を実現。多言語ドキュメントベンチマーク等で最高スコアを記録しました。利用方法はスタンドアロンAPI（1,000ページあたり4ドル）と、JSON構造化などを行うDocument AI機能が提供されます。オンプレミスでのホストオプションも利用可能です。

PDFなどの非構造化ドキュメントを如何に正確にAIが理解できる形式に変換できるかは、システムの成否を分ける決定的な要素となっています。日本語も含めて最高水準で提供した「Mistral OCR 4」は、企業のバックオフィス業務の自動化を大きく加速させるでしょう。