Mistral OCR 4.1は、Mistral AIが提供する文書解析APIです。PDFや画像から文字を読み取るだけでなく、段落単位の座標、構造ブロック、信頼度を返せるため、検索、RAG、文書データ化の前処理に向いています。日本語を含む東アジア言語にも公式対応しています。
主な特徴
- 文書構造の理解：見出し、段落、表、図などのブロックを識別します。
- 段落単位のBounding Box：抽出テキストがページのどこにあったか追跡できます。
- 信頼度スコア：ブロック単位の結果を検査し、低信頼の箇所だけ人手確認に回せます。
- 構造化アノテーション：指定した形式に合わせた情報抽出に対応します。
- バッチ処理：大量の文書をまとめて処理するワークフローを構築できます。
料金
公式ドキュメントでは、通常のOCRが1,000ページあたり4ドル、アノテーション付き処理が1,000ページあたり5ドルです。たとえば通常OCRで10,000ページを処理する場合、OCR部分の目安は40ドルです。保存、検索、後処理などの費用は含まれません。
利用前の注意点
Mistral OCR 4.1は2026年7月16日公開のPublic Previewです。本番投入前に、レイアウトが複雑な日本語PDF、縦書き、低解像度スキャン、手書き文字など、自社データで精度と失敗時の処理を確認してください。個人情報や機密文書を扱う場合は、利用規約、保存期間、データ処理条件も確認が必要です。
向いている用途
- 日本語PDFやスキャン文書の検索可能化
- RAG向けの文書分割とメタデータ付与
- 請求書、申請書、契約書の構造化
- 論文や技術資料からの表・図・本文抽出
科学文書の制作・整理ではManualFigやData2Paperも参考になります。ほかの業務支援ツールは生産性カテゴリーで探せます。