Mistral OCR 4公開──170言語対応・自己ホスト可能な文書AIがRAGの入口を変える

Mistral AIは、文書解析モデル「Mistral OCR 4」を公開した。170言語に対応し、文字抽出だけでなくbounding box、ブロック分類、信頼度スコアを返すため、企業検索、RAG、監査対応の入口として使いやすい。

OCR 4の要点

OCR 4は、タイトル、表、数式、署名などのブロック種別を分類し、各要素の位置情報と信頼度を出力する。Mistralは、OlmOCRBenchで85.20のトップスコアを示し、独立アノテーター評価でも主要OCR/Document AIシステムより平均72%の勝率だったと説明している。

単一コンテナで自己ホストできる点も大きい。機密文書や規制産業では、外部APIへ文書を送らずに社内環境で解析したい需要がある。API利用とDocument AIの両方に対応し、Search Toolkitの取り込みコンポーネントとしても使える。

企業のRAGに与える影響

RAGの品質は、LLMの性能だけでなく、文書をどう取り込むかで大きく変わる。PDFやスキャン文書から表、脚注、署名、注記を正しく切り出せなければ、検索結果や回答の根拠が崩れる。

OCR 4のように位置情報と信頼度を返すモデルは、引用位置の表示、低信頼箇所の人手確認、個人情報のマスキング、監査ログの作成に使いやすい。法務、金融、製造、医療、自治体など、文書量が多い組織ほど効果が出やすい。

注意点

ベンチマークが高くても、自社文書のレイアウト、手書き、印影、縦書き、低解像度スキャンでは結果が変わる。導入時は代表的な文書セットで精度、処理速度、コスト、誤抽出時の修正フローを評価する必要がある。

参考：Mistral AI公式発表