Mistral OCR es un modelo de OCR de documentos de Mistral AI, un laboratorio de IA con sede en París, disponible a través del endpoint /v1/ocr. La versión actual, OCR 4.1, se publicó el 16 de julio de 2026 y está disponible con carácter general a 4 $ por cada 1.000 páginas, o 5 $ por cada 1.000 páginas anotadas cuando se activa la extracción estructurada (ficha del modelo de Mistral, consultada el 13 de octubre de 2026).
Es un modelo potente a un precio muy bajo. Si buscas una alternativa a Mistral OCR, anyformat resuelve un problema adyacente: extracción validada contra un esquema, envuelta en orquestación de flujos, revisión humana y soberanía de datos europea.
anyformat es procesamiento agéntico de documentos listo para la empresa: un OCR agéntico que convierte cualquier documento en datos de confianza, donde cada valor está validado y cita su origen. Está pensado para empresas con exigencias serias de seguridad, escala y auditoría, así que lo usan los responsables de los procesos y sus equipos de IT junto a los desarrolladores que lo evalúan e integran.
Describes los campos una vez como un esquema. Parse lee el documento, Extract devuelve cada valor con una puntuación de confianza y su posición en la página, Validate ejecuta tus reglas y los valores con baja confianza van a un revisor dentro del mismo flujo, por la API, los SDK de Python y TypeScript o el Studio sin código. Cada valor lleva su evidencia, aguanta en documentos difíciles, es una empresa europea con ISO 27001 y GDPR, y el precio cubre el flujo completo, no solo la extracción. Frente a una llamada a un modelo, la revisión, la validación y la orquestación vienen incluidas.
La medida que importa es cuántos documentos pasan sin que nadie los toque, y los equipos salen a producción en días, no en trimestres, con SDK, plantillas y evals para medir la precisión sobre la marcha.
Qué es Mistral OCR y qué no es
Mistral OCR devuelve markdown junto con bounding boxes a nivel de párrafo, etiquetas estructurales de bloque y puntuaciones de confianza por bloque, todo desde el mismo endpoint. El procesamiento por lotes se ejecuta en un endpoint aparte, /v1/batch. El anuncio de OCR 4 de Mistral afirma 170 idiomas en 10 grupos lingüísticos (Mistral, 23 de junio de 2026).
Es un modelo dentro de un catálogo amplio, no un producto de procesamiento de documentos. El endpoint recibe documentos y devuelve texto y layout; la clasificación, la división, la validación, el enrutado y la revisión no forman parte de él. Los equipos que eligen Mistral OCR construyen esos pasos a su alrededor.
La extracción estructurada de Mistral se llama anotación. El markdown del OCR, más las ocho primeras imágenes del documento, se envía a un modelo de lenguaje con visión (mistral-small-2603) junto con un esquema JSON que defines tú, y el modelo devuelve JSON estructurado (documentación de Mistral, consultada el 13 de octubre de 2026). Los esquemas pueden escribirse en Pydantic, Zod o JSON Schema, y las descripciones de los campos actúan como instrucciones.
Es una única pasada sobre el documento completo. La documentación de Mistral no describe extracción por filas, comprobaciones entre campos ni consultas contra tus propios datos.
anyformat extrae contra un esquema definido por el usuario en zero-shot y devuelve JSON validado, con campos de documento y de tabla declarados juntos y devueltos en una sola llamada. Cada campo lleva una puntuación de confianza y una cita visual que señala su posición exacta en la página.
Confianza: leer la página frente a fiarse del valor
OCR 4.1 añade confianza por bloque a las puntuaciones por palabra y por página que introdujo OCR 4. Vienen desactivadas por defecto y hay que pedirlas en cada llamada. Te dicen lo bien que el modelo leyó una región de la página.
No te dicen si un valor extraído es correcto. La documentación de Mistral no incluye confianza por campo en la salida de anotación, así que un proceso de revisión no tiene nada sobre lo que enrutar a nivel de campo.
anyformat devuelve una confianza por cada campo extraído, con la evidencia de origen al lado, de modo que un umbral decide qué valores pasan y cuáles van a un revisor dentro del mismo flujo.
Para ver cómo se calculan y se leen estas puntuaciones, consulta cómo funciona la puntuación de confianza.
Benchmark: dónde lidera cada uno
ParseBench es un benchmark público e independiente de unas 2.000 páginas verificadas por humanos, publicado por LlamaIndex, que también vende un producto de parsing que encabeza su propio ranking. En el ranking leído el 13 de octubre de 2026, anyformat (Standard) obtuvo 80,30 en total, quinta de 147 entradas. Mistral OCR 4 con anotaciones obtuvo 68,23 y sin ellas 60,68 (ranking de ParseBench, 13 de octubre de 2026).
Las puntuaciones por categoría muestran el reparto:
Mistral lee el texto con más fidelidad y lo ancla mejor a la página; anyformat va por delante en tablas, gráficos y formato. Hay dos salvedades. El ranking puntuó OCR 4, que Mistral dio de baja el 29 de septiembre de 2026 en favor de OCR 4.1, así que la fila de Mistral no es la versión actual. Y las puntuaciones del ranking miden parsing, no extracción contra tu propio esquema, por eso la comparación real es una prueba con tus propios documentos.
anyformat también publica su propio benchmark de parsing sobre más de 1.000 documentos reales, con otro conjunto de documentos y otra puntuación.
Precisión: lectura, estructura y valores
En IA documental, la precisión significa tres cosas distintas, y cada producto es más fuerte en una.
Leer los caracteres. Es la transcripción, y aquí la evidencia de Mistral es más sólida. Su anuncio de OCR 4 informa de una tasa media de victoria del 72% en pruebas ciegas de preferencia humana sobre más de 600 documentos en más de 12 idiomas, 85,20 en OlmOCRBench y 93,07 en OmniDocBench (Mistral, 23 de junio de 2026). Mistral también dice que estas cifras son orientativas, que ambos benchmarks tienen artefactos de puntuación conocidos, que las puntuaciones de la competencia son reproducciones propias, y recomienda evaluar con tus propios documentos. ParseBench coincide en esta capa: Mistral obtiene 89,55 en fidelidad del contenido frente a 87,35 de anyformat.
Reconstruir la estructura. Incluye tablas, gráficos y orden de lectura. ParseBench sitúa a anyformat por delante en tablas (86,46 frente a 73,94) y gráficos (85,56 frente a 40,11). La puntuación de gráficos depende de un ajuste: Mistral OCR 4 obtiene 2,35 en gráficos sin anotaciones y 40,11 con ellas.
Poner el valor correcto en el campo correcto. Es la extracción, y es lo que consume el sistema posterior. Una puntuación de transcripción no te dice si el total de la factura acabó en el campo del total, ni si la fila 1.800 de una tabla larga sobrevivió. Los benchmarks publicados de Mistral miden transcripción y layout, y su paso de anotación es una sola pasada sin confianza por campo. El estudio de documentos largos de anyformat mantuvo cerca del 99% de recuperación de filas en tablas de hasta 50 páginas y unas 2.400 filas (benchmark de anyformat, 2026), y cada campo extraído lleva una confianza y su origen en la página.
Si la precisión decide la elección, pruébala como la vas a usar. Toma entre 50 y 100 documentos tuyos, extrae el mismo esquema con ambos y puntúa a nivel de campo: coincidencia exacta para identificadores e importes, recuperación de filas para tablas. Después comprueba si la confianza que da cada sistema predice qué campos están mal, porque eso decide cuánta revisión humana hace falta.
La suite de evals de anyformat ejecuta ese tipo de comparación sobre tus propios documentos antes de que un flujo salga a producción.
Prueba ambos con tus documentos. Prueba anyformat gratis, con una concesión única de 50.000 créditos en Pay As You Go, o solicita una demo.
Mistral publica una tarifa plana por página: 4 $ por cada 1.000 páginas de OCR y 5 $ por cada 1.000 páginas anotadas (ficha del modelo de Mistral, 13 de octubre de 2026). No hay niveles de complejidad.
anyformat factura en créditos, por página y por operador: 10 créditos cuestan 0,01 €, así que Parse son 25 créditos por página (0,025 €, publicado como 25 $ por 1.000 páginas), Extract 35 créditos por página y Validate 5 créditos por regla de IA, una vez por extracción (precios de anyformat, 2026). Parse más Extract son 60 créditos, es decir 0,06 €, por página.
En OCR puro, Mistral es unas seis veces más barato por página, y es una diferencia real. Las dos cifras no corresponden al mismo producto: la tarifa de Mistral compra una llamada a un modelo, y la de anyformat incluye la cola de revisión, la validación y la orquestación que de otro modo tendrías que construir y operar tú.
Cumplimiento y soberanía europea
Ambos proveedores son europeos y ambos listan la ISO 27001. anyformat tiene certificación ISO 27001, cumple con el GDPR y es una empresa con sede en la UE y entidad jurídica europea, con el cumplimiento incluido en todos los planes y sin sobrecoste. El trust center de Mistral AI lista ISO 27001, ISO 27701 y SOC 2 Type II, con los certificados disponibles en él (Mistral Trust Center, 13 de octubre de 2026).
El detalle que conviene revisar es dónde se procesa. El trust center de Mistral nombra a sus subencargados y las regiones en las que operan, entre ellos Microsoft, Google, CoreWeave y su propia Mistral Compute, y lista un endpoint de API en EE. UU. junto a los europeos. Para las condiciones de retención y la ruta que usa tu contrato, consulta directamente los términos de tratamiento de datos de Mistral; esta página no los reproduce.
Constructor de flujos y orquestación
Esta es la diferencia más clara. Mistral OCR es un endpoint, y la orquestación es código que tu equipo escribe y mantiene. La clasificación, la división de paquetes de varios documentos, el enrutado por tipo de documento, la lógica condicional, los reintentos y la revisión humana son trabajo de ingeniería.
anyformat incluye Studio, un lienzo de flujos sin código: ramas, condiciones, división, enrutado, operadores de extracción, reglas de validación, cruce con fuentes de datos internas y revisión humana colocada donde el proceso la necesite. Los equipos de operaciones cambian el flujo sin desplegar código.
Dividir paquetes de varios documentos y enrutar cada documento por tipo son pasos que, de otro modo, acaban siendo código.
Revisión humana y validación
Mistral te da bounding boxes y puntuaciones de confianza como entradas; el proceso de revisión queda fuera del producto, y su documentación no describe cola de revisión, edición de campos ni estado de verificación.
anyformat incluye el circuito de revisión: los campos con baja confianza se enrutan a un revisor, que ve el valor junto a su origen en la página y puede corregirlo. Las reglas de validación escritas en lenguaje natural se ejecutan sobre los valores extraídos, con severidad de error y de aviso.
Estabilidad de versiones
mistral-ocr-latest es un alias que pasa a nuevas versiones del modelo a medida que Mistral las publica. OCR 4.0 tiene fecha de baja el 29 de septiembre de 2026, con OCR 4.1 como sustituto (ficha del modelo de Mistral, 5 de octubre de 2026). Mistral anuncia sus retiradas, que es la forma correcta de hacerlo, pero una integración fijada a un modelo retirado tiene que revalidarse igualmente.
Las versiones de los flujos de anyformat están fijadas y son inmutables: un version_id publicado no cambia por debajo, algo que importa cuando un proceso regulado tiene que reprocesar un documento de forma idéntica años después.
Sí, si quieres que la extracción funcione como un proceso y no como una llamada: salida validada contra un esquema con confianza por campo, cola de revisión, reglas de validación, orquestación sin código y flujos con versión fijada. Si lo que quieres es markdown o texto de los documentos a volumen y al menor precio, depende del trabajo: Mistral OCR lo hace bien y anyformat no es una forma más barata de hacerlo. Y si te gusta el parsing de Mistral, los dos pueden convivir, porque la capa que hace que el resultado sea seguro para producción es la que añade anyformat.
Cuándo elegir Mistral OCR
OCR o conversión a markdown de alto volumen al menor precio por página, con el pipeline alrededor como código que tu equipo acepta mantener, o cuando tus documentos están en idiomas de pocos recursos y la transcripción es todo el trabajo.
Cuando la extracción tiene que funcionar como un proceso y no como una llamada: confianza por campo con evidencia, reglas de validación, revisión humana, orquestación sin código y versiones de flujo fijadas. Empieza en anyformat.ai.
Mira también las otras comparativas con parsers nativos de IA: anyformat vs LlamaParse y anyformat vs Reducto, o consulta todas las comparativas.
