OCRが「ここは自信がない」と数値で申告する Mistral OCR 4.1

3行まとめ

• Mistral AI が OCR 4.1 を公開プレビュー公開プレビュー誰でも試せるものの、仕様がまだ変わりうる段階の公開を指します。で出しました
• 段落ごとの位置・ブロックの種類・確信度を返します
• 価格は1000ページあたり3.5ユーロです

何が起きたか

Mistral AI が OCROCR紙や画像に写った文字を、コンピューターが扱えるテキストに変換する技術です。 4.1 を公開しました。ドキュメントの日付は2026年7月16日、扱いは公開プレビューです。モデル名は mistral-ocr-4-1、バージョンは4.1。

同社は自社の Document AI スタックを動かす最新のOCRサービスと説明しています。挙がっている特徴は3つ。段落単位のバウンディングボックスバウンディングボックス対象を囲む四角い枠のこと。ここでは段落がページのどこにあるかを示します。抽出、構造ブロックのラベル、ブロック単位の確信度スコア確信度スコア読み取り結果がどれくらい確からしいかを数値にしたものです。です。

窓口は /v1/ocr にまとまっています。大量のファイルは /v1/batch でまとめて流せます。価格は1000ページ3.5ユーロ、注釈付きのページは1000ページ4.38ユーロ。

なぜ難しい・何がすごいか

文字を読み取るだけでは、書類の処理は終わりません。請求書をテキストに変えても、どの数字が合計でどこが宛名かが分からなければ、結局は人が目で追い直すことになります。位置と役割の情報が要ります。

OCR 4.1 は段落ごとに座標を返します。ブロックには構造のラベルが付きます。読み取った文字が、四角い枠と役割のセットで返ってくる形です。

確信度もブロック単位です。ページ全体で1つのスコアを出すのではなく、怪しい箇所だけを指し示せます。人が見る範囲を絞れます。

用語ミニ辞典

• OCR: 紙や画像に写った文字を、コンピューターが扱えるテキストに変換する技術です。
• バウンディングボックス: 対象を囲む四角い枠のこと。ここでは段落がページのどこにあるかを示します。
• 確信度スコア: 読み取り結果がどれくらい確からしいかを数値にしたものです。
• 公開プレビュー: 誰でも試せるものの、仕様がまだ変わりうる段階の公開を指します。
• バッチ処理: リクエストをためて一括で処理する方式。急がない大量処理に向きます。

技術者向けの深掘り

機能は /v1/ocr に集約されています。OCR本体・バウンディングボックス抽出・構造化アノテーションが、同じエンドポイントに並びます。一括処理だけが /v1/batch です。

価格は2本立てです。素のページが1000ページで3.5ユーロ、注釈付きが4.38ユーロ。構造化された出力を取るかどうかで課金が変わります。

ブロック単位の確信度は、後段の設計に効きます。閾値を決めて、下回るブロックだけ人のレビューに回す作りにできるからです。なお精度のベンチマークは、このページには載っていません。

これは自分に関係ある？

書類を大量に扱う事務なら、効き目は「入力の代行」より「確認の絞り込み」に出ます。確信度の低いブロックだけ目視する運用が組めるためです。

開発者は、OCRの後ろに置いていた自前のレイアウト解析を見直す余地があります。段落の座標と構造ラベルがAPIから直接返ってくるからです。

導入を検討する立場なら、いまは公開プレビューです。仕様が動く前提で試す段階になります。