Mistral AI、170言語に対応し、GPTやGeminiを上回る性能を持つ「OCR4」モデルを発表
フランスのAIスタートアップ企業であるMistral AIは、今月23日、最新の文書コンテンツ認識モデル「OCR 4」をリリースした。今回のリリースは、光学文字認識(OCR)分野に大きな影響を与えた。 このコンパクトかつ特化型のモデルは、10の言語族にまたがる最大170の言語に対応しており、権威あるベンチマーク「OmniDocBench」で93.07というスコアを達成した。人間の評価者からは、GPT 5.5 ProやGemini 3.1 Pro Previewといった競合製品よりも、その出力品質が優れているとの評価を得ている。

コンパクトでありながら包括的なこのモデルは、複数のダウンストリームタスクをカバーしています。
OCR 4はパラメータサイズよりも効率性を優先し、文書認識に特化しています。認識されたテキストの出力に加え、境界位置の特定、領域分類、信頼度スコアリング機能を提供します。これらの機能は、RAGによる意味的チャンキング、インテリジェントエージェント向けの基本的な構造化ユニット、コネクターによる構造化コンテンツなど、さまざまなダウンストリームタスクをサポートします。
OCR 4の基本API呼び出しの料金は1,000ページあたり4ドルで、バッチ処理には50%の割引が適用されます。Document AIの料金は1,000ページあたり5ドルです。
欧州を代表するAIスタートアップであるMistral AIは、オープンソースとクローズドソースのモデルを併用するデュアル戦略を通じて、世界的な評価を獲得しています。OCR 4のリリースにより、同社は汎用的な大規模言語モデルから文書インテリジェント処理という垂直分野へとその能力を拡大し、基盤ツールレベルにおいてOpenAIやGoogleといった業界大手と直接競合することになります。
関連記事
コアウェブバイタルを修正してSEOランキングを向上させる方法
無料ウェブサイト構築方法:無料ドメイン、ホスティングおよびAIウェブサイトビルダー目次はじめにAIウェブサイトビルダー1:Hookous AIステップ1:サインアップステップ2:事業タイプ/ニッチを選択ステップ3:サービスを選択ステップ4:ウェブサイトの目標を定義ステップ5:事業所在地を入力ステップ6:独自の販売ポイントを強調ステップ7:連絡先情報を追加ステップ8:デザイン要素をカスタマイズステップ9:確定して公開AIウェブサイトビルダー2:Clip.Airウェブサイト
AppleとGoogleはAnthropicと提携し、「Glass Wing Protection」を通じて27年間放置されていた脆弱性に対処する
コード生成や論理的推論の分野で人工知能が急速に進歩する中、サイバーセキュリティの分野はかつてない課題に直面しています。最近、著名なAIスタートアップ企業であるAnthropicは、**「Project Glasswing」**と呼ばれる業界横断的な共同プロジェクトを正式に立ち上げました。これは、最先端のAIモデルを活用して、ますます複雑化するAI主導のサイバー攻撃から防御することを目的としています
OpenAIのチーフサイエンティストがAIの推論透明性に関する議論に言及:複雑さは安定しており、急激な飛躍はない
9月2日、OpenAIのチーフサイエンティストであるヤクブ・パチョッキは、X上でAIモデル「アストラ」に関する懸念に答え、同モデルが監視なしで動作し、透明性のある推論を欠いているとする主張を否定した。論争が勃発した理由:深層反復による推論経路の不明確化この問題は、OpenAIが「深層反復」技術の実験を行っていることを明らかにしたThe Informationの詳細なレポートに端を発している。このアプローチは、研究者がモデルの「思考の連鎖」推論プロセスを追跡する能力を複雑にする可能性がある。
関連特集おすすめ
コメント (1)
0/500
フランスのAIスタートアップ企業であるMistral AIは、今月23日、最新の文書コンテンツ認識モデル「OCR 4」をリリースした。今回のリリースは、光学文字認識(OCR)分野に大きな影響を与えた。 このコンパクトかつ特化型のモデルは、10の言語族にまたがる最大170の言語に対応しており、権威あるベンチマーク「OmniDocBench」で93.07というスコアを達成した。人間の評価者からは、GPT 5.5 ProやGemini 3.1 Pro Previewといった競合製品よりも、その出力品質が優れているとの評価を得ている。

コンパクトでありながら包括的なこのモデルは、複数のダウンストリームタスクをカバーしています。
OCR 4はパラメータサイズよりも効率性を優先し、文書認識に特化しています。認識されたテキストの出力に加え、境界位置の特定、領域分類、信頼度スコアリング機能を提供します。これらの機能は、RAGによる意味的チャンキング、インテリジェントエージェント向けの基本的な構造化ユニット、コネクターによる構造化コンテンツなど、さまざまなダウンストリームタスクをサポートします。
OCR 4の基本API呼び出しの料金は1,000ページあたり4ドルで、バッチ処理には50%の割引が適用されます。Document AIの料金は1,000ページあたり5ドルです。
欧州を代表するAIスタートアップであるMistral AIは、オープンソースとクローズドソースのモデルを併用するデュアル戦略を通じて、世界的な評価を獲得しています。OCR 4のリリースにより、同社は汎用的な大規模言語モデルから文書インテリジェント処理という垂直分野へとその能力を拡大し、基盤ツールレベルにおいてOpenAIやGoogleといった業界大手と直接競合することになります。
コアウェブバイタルを修正してSEOランキングを向上させる方法
無料ウェブサイト構築方法:無料ドメイン、ホスティングおよびAIウェブサイトビルダー目次はじめにAIウェブサイトビルダー1:Hookous AIステップ1:サインアップステップ2:事業タイプ/ニッチを選択ステップ3:サービスを選択ステップ4:ウェブサイトの目標を定義ステップ5:事業所在地を入力ステップ6:独自の販売ポイントを強調ステップ7:連絡先情報を追加ステップ8:デザイン要素をカスタマイズステップ9:確定して公開AIウェブサイトビルダー2:Clip.Airウェブサイト
AppleとGoogleはAnthropicと提携し、「Glass Wing Protection」を通じて27年間放置されていた脆弱性に対処する
コード生成や論理的推論の分野で人工知能が急速に進歩する中、サイバーセキュリティの分野はかつてない課題に直面しています。最近、著名なAIスタートアップ企業であるAnthropicは、**「Project Glasswing」**と呼ばれる業界横断的な共同プロジェクトを正式に立ち上げました。これは、最先端のAIモデルを活用して、ますます複雑化するAI主導のサイバー攻撃から防御することを目的としています
OpenAIのチーフサイエンティストがAIの推論透明性に関する議論に言及:複雑さは安定しており、急激な飛躍はない
9月2日、OpenAIのチーフサイエンティストであるヤクブ・パチョッキは、X上でAIモデル「アストラ」に関する懸念に答え、同モデルが監視なしで動作し、透明性のある推論を欠いているとする主張を否定した。論争が勃発した理由:深層反復による推論経路の不明確化この問題は、OpenAIが「深層反復」技術の実験を行っていることを明らかにしたThe Informationの詳細なレポートに端を発している。このアプローチは、研究者がモデルの「思考の連鎖」推論プロセスを追跡する能力を複雑にする可能性がある。





家






