Mistral تطلق OCR 4: مربعات الإحاطة و170 لغة ونشر ذاتي الاستضافة

أطلقت Mistral AI نظام OCR 4، وهو محرك لمعالجة مستندات الشركات معالجة ذكية. وعلى خلاف الإصدارات السابقة، لا يكتفي النموذج باستخراج النص، بل يعيد خريطة منظَّمة كاملة للمستند: إحداثيات الكتل وأنواعها ودرجات الثقة لكل كلمة.

ما الذي تغيّر في الإصدار الرابع

أكثر الإضافات طلبًا هي bounding boxes: إذ تحصل كل كتلة نصية الآن على إحداثيات دقيقة في الصفحة. وهذا يتيح للأنظمة اللاحقة (downstream) إبراز المصدر المقتبَس مباشرة في الواجهة، وبناء خطوط بيانات موثوقة، وإدخال مراجعة بشرية (human-in-the-loop) للمستندات الحسّاسة. أما قبل ذلك، فكانت معظم حلول OCR تُخرج نصًا «مسطّحًا» دون ربطه بموضع الصفحة.

إلى جانب الإحداثيات، يصنّف OCR 4 كل كتلة بحسب نوعها: عنوان، عنوان فرعي، فقرة، جدول، معادلة، تعليق على صورة. ومع درجات الثقة المضمّنة (inline) على مستوى الصفحة وعلى مستوى كل كلمة، تُفتح سيناريوهات جديدة جذريًا: الاقتباس مع ربط دقيق بالمصدر، والحجب التلقائي للبيانات السرّية، والتحقق من النتائج بإشراف المشغّل.

وتستفيد خطوط RAG بشكل لافت بوجه خاص: فالكتل المصنَّفة تصبح وحدات استرجاع (retrieval) عالية الجودة، ويكتسب الوكلاء القدرة على التصرّف استنادًا إلى المستندات بدل قراءتها فقط، فيملؤون النماذج ويعالجون الفواتير وينفّذون فحوص الامتثال (compliance).

المواصفات التقنية والأسعار

يقبل OCR 4 صيغ المؤسسات القياسية، وهي PDF وDOC وPPT وOpenDocument، ويدعم 170 لغة موزّعة على 10 مجموعات لغوية. وتشير Mistral بوجه خاص إلى تحسّن الجودة للغات النادرة ومحدودة الموارد، وهي اللغات التي تتراجع فيها معظم الأنظمة المنافسة تراجعًا ملحوظًا.

أبرز الإمكانات:

• Bounding boxes — تحديد دقيق لموضع كل كتلة في الصفحة
• تصنيف الكتل — العناوين والجداول والمعادلات والتعليقات والصور
• درجات الثقة — على مستوى الصفحة وكل كلمة
• 170 لغة في 10 مجموعات لغوية، بما فيها اللغات محدودة الموارد
• النشر بحاوية واحدة (Single-container) — يتسع النموذج بالكامل في حاوية واحدة

الأسعار عبر API: 4 دولارات لكل ألف صفحة. وعند المعالجة الدفعية عبر Batch API يُطبَّق خصم 50%، فيصبح السعر 2 دولار لكل ألف صفحة. أما Document AI في Mistral Studio (واجهة no-code) فيُسعَّر بـ5 دولارات لكل ألف صفحة.

ويتوفر النشر ذاتي الاستضافة في حاوية واحدة لعملاء المؤسسات الذين يهمّهم الاحتفاظ بسيادة البيانات والامتثال للمتطلبات التنظيمية والمعالجة الدفعية عالية الأداء. ويجعل حجم النموذج المدمج منه خيارًا مناسبًا لكل من السيناريوهات محدودة الميزانية والمعالجة عالية الحِمل.

المعايير والتكاملات

فضّل مُعلِّقون مستقلون OCR 4 على جميع أنظمة OCR وDocument AI التي خضعت للاختبار، وبلغ متوسط نسبة الفوز (win rate) 72%. وعلى المعيار العام OlmOCRBench سجّل النموذج 85.20، وهي أفضل نتيجة بين الحلول المختبَرة وقت النشر.

«تحصل الأنظمة اللاحقة على ما كُتب في المستند، وعلى موضع كل عنصر فيه، والدور الذي يؤديه، ومدى ثقة النموذج في كل منطقة من الصفحة»، هكذا تصف

Mistral فلسفة هذا الإصدار.

ويتكامل OCR 4 مع Mistral Search Toolkit، وهو إطار مفتوح للبحث المؤسسي أُعلن عنه في AI Now Summit. ويعمل مكوّنًا لاستيعاب البيانات (ingestion) في خطوط RAG والبحث المؤسسي: إذ تصبح مخرجات النموذج المنظَّمة مدخلًا جاهزًا للاقتباس لأنظمة الاسترجاع والتقييم وإعادة ترتيب النتائج.

ماذا يعني ذلك

تحوّل Mistral التعرّف على المستندات من أداة مساعدة إلى لبنة بنية تحتية (infrastructure primitive) لأنظمة الذكاء الاصطناعي في المؤسسات. فالمخرجات المنظَّمة بإحداثياتها وأنواع كتلها ودرجات ثقتها هي مستوى التفصيل الذي تحتاجه الأنظمة الوكيلية (agentic) للعمل بموثوقية مع المستندات الحقيقية. وتحصل الجهات التي تبني منصات RAG وحلول ذكاء المستندات (document intelligence) على مكوّن جاهز دون حاجة إلى معالجة لاحقة إضافية.