Mistral OCR est un modèle d'OCR de documents de Mistral AI, un laboratoire d'IA basé à Paris, accessible via l'endpoint /v1/ocr. La version actuelle, OCR 4.1, est sortie le 16 juillet 2026 et est en disponibilité générale à 4 $ pour 1 000 pages, ou 5 $ pour 1 000 pages annotées lorsque l'extraction structurée est activée (fiche du modèle Mistral, consultée le 13 octobre 2026).
C'est un modèle solide à un prix très bas. Si vous cherchez une alternative à Mistral OCR, anyformat résout un problème voisin : une extraction validée par un schéma, enveloppée dans l'orchestration de workflows, la revue humaine et la souveraineté des données européenne.
anyformat est un traitement agentique de documents prêt pour l'entreprise : un OCR agentique qui transforme n'importe quel document en données fiables, où chaque valeur est validée et cite sa source. Il est conçu pour les entreprises aux exigences sérieuses en matière de sécurité, d'échelle et d'audit : les responsables de processus et leurs équipes IT l'utilisent avec les développeurs qui l'évaluent et l'intègrent.
Vous décrivez les champs une fois sous forme de schéma. Parse lit le document, Extract renvoie chaque valeur avec un score de confiance et sa position dans la page, Validate exécute vos règles, et les valeurs à faible confiance vont à un réviseur dans le même workflow, via l'API, les SDK Python et TypeScript ou le Studio sans code. Chaque valeur porte sa preuve, il tient sur les documents difficiles, c'est une entreprise européenne avec ISO 27001 et RGPD, et le prix couvre tout le workflow, pas seulement l'extraction. Face à un appel de modèle, la revue, la validation et l'orchestration sont incluses.
La mesure qui compte, c'est le nombre de documents qui passent sans que personne n'y touche, et les équipes passent en production en jours, pas en trimestres, avec des SDK, des modèles et des évaluations pour mesurer la précision en cours de route.
Ce qu'est Mistral OCR, et ce qu'il n'est pas
Mistral OCR renvoie du markdown, des bounding boxes au niveau du paragraphe, des étiquettes structurelles de bloc et des scores de confiance par bloc, depuis le même endpoint. Le traitement par lots passe par un endpoint distinct, /v1/batch. Le lancement d'OCR 4 par Mistral revendique 170 langues réparties en 10 groupes linguistiques (Mistral, 23 juin 2026).
C'est un modèle au sein d'un vaste catalogue, pas un produit de traitement de documents. L'endpoint reçoit des documents et renvoie du texte et de la mise en page ; la classification, le découpage, la validation, le routage et la revue n'en font pas partie. Les équipes qui choisissent Mistral OCR construisent ces étapes autour.
L'extraction structurée de Mistral s'appelle l'annotation. Le markdown de l'OCR, plus les huit premières images du document, est envoyé à un modèle de langage avec vision (mistral-small-2603) avec un schéma JSON que vous définissez, et le modèle renvoie du JSON structuré (documentation Mistral, consultée le 13 octobre 2026). Les schémas peuvent s'écrire en Pydantic, Zod ou JSON Schema, et les descriptions de champs servent d'instructions.
C'est une seule passe sur le document entier. La documentation de Mistral ne décrit ni extraction ligne par ligne, ni contrôles entre champs, ni recoupement avec vos propres données.
anyformat extrait selon un schéma défini par l'utilisateur en zero-shot et renvoie du JSON validé, avec des champs de document et de tableau déclarés ensemble et renvoyés en un seul appel. Chaque champ porte un score de confiance et une citation visuelle qui pointe sa position exacte dans la page.
Confiance : lire la page ou se fier à la valeur
OCR 4.1 ajoute la confiance par bloc aux scores par mot et par page introduits par OCR 4. Ils sont désactivés par défaut et doivent être demandés à chaque appel. Ils indiquent la qualité de lecture d'une zone de la page.
Ils n'indiquent pas si une valeur extraite est exacte. La documentation de Mistral ne prévoit pas de confiance par champ dans la sortie d'annotation, de sorte qu'un processus de revue n'a rien sur quoi router au niveau du champ.
anyformat renvoie une confiance par champ extrait, avec la preuve de la source à côté, si bien qu'un seuil décide quelles valeurs passent et lesquelles vont à un réviseur dans le même workflow.
Pour voir comment ces scores sont produits et lus, consultez le fonctionnement du score de confiance.
Benchmark : où chacun est en tête
ParseBench est un benchmark public et indépendant d'environ 2 000 pages vérifiées par des humains, publié par LlamaIndex, qui vend aussi un produit de parsing en tête de son propre classement. Sur le classement lu le 13 octobre 2026, anyformat (Standard) obtient 80,30 au total, cinquième sur 147 entrées. Mistral OCR 4 avec annotations obtient 68,23 et sans annotations 60,68 (classement ParseBench, 13 octobre 2026).
Les scores par catégorie montrent la répartition :
Mistral lit le texte plus fidèlement et l'ancre mieux dans la page ; anyformat est devant sur les tableaux, les graphiques et la mise en forme. Deux réserves s'appliquent. Le classement a évalué OCR 4, que Mistral a déprécié le 29 septembre 2026 au profit d'OCR 4.1, la ligne Mistral n'est donc pas la version actuelle. Et les scores mesurent le parsing, pas l'extraction selon votre propre schéma, c'est pourquoi la vraie comparaison est un test sur vos propres documents.
anyformat publie aussi son propre benchmark de parsing sur plus de 1 000 documents réels, avec un autre jeu de documents et un autre barème.
Précision : lecture, structure et valeurs
Dans l'IA documentaire, la précision recouvre trois choses différentes, et chaque produit est plus fort sur l'une d'elles.
Lire les caractères. C'est la transcription, et c'est là que les preuves de Mistral sont les plus solides. Le lancement d'OCR 4 rapporte un taux de victoire moyen de 72 % lors de tests aveugles de préférence humaine sur plus de 600 documents dans plus de 12 langues, 85,20 sur OlmOCRBench et 93,07 sur OmniDocBench (Mistral, 23 juin 2026). Mistral précise aussi que ces chiffres sont indicatifs, que les deux benchmarks ont des artefacts de notation connus, que les scores des concurrents sont ses propres reproductions, et recommande d'évaluer sur vos propres documents. ParseBench confirme sur cette couche : Mistral obtient 89,55 en fidélité du contenu contre 87,35 pour anyformat.
Reconstruire la structure. Cela couvre les tableaux, les graphiques et l'ordre de lecture. ParseBench place anyformat devant sur les tableaux (86,46 contre 73,94) et les graphiques (85,56 contre 40,11). Le score des graphiques dépend d'un réglage : Mistral OCR 4 obtient 2,35 sur les graphiques sans annotations et 40,11 avec.
Mettre la bonne valeur dans le bon champ. C'est l'extraction, et c'est ce que consomme le système en aval. Un score de transcription ne dit pas si le total de la facture a atterri dans le champ du total, ni si la ligne 1 800 d'un long tableau a survécu. Les benchmarks publiés par Mistral mesurent la transcription et la mise en page, et son étape d'annotation est une seule passe sans confiance par champ. L'étude d'anyformat sur les longs documents a tenu environ 99 % de récupération de lignes sur des tableaux allant jusqu'à 50 pages et environ 2 400 lignes (benchmark anyformat, 2026), et chaque champ extrait porte une confiance et sa source dans la page.
Si la précision tranche, testez-la comme vous l'utiliserez. Prenez 50 à 100 de vos documents, extrayez le même schéma avec les deux et notez au niveau du champ : correspondance exacte pour les identifiants et les montants, rappel des lignes pour les tableaux. Vérifiez ensuite si la confiance annoncée par chaque système prédit quels champs sont faux, car c'est ce qui décide du volume de revue humaine.
La suite d'évaluations d'anyformat exécute ce type de comparaison sur vos propres documents avant qu'un workflow ne passe en production.
Testez les deux sur vos documents. Essayez anyformat gratuitement, avec une dotation unique de 50 000 crédits en Pay As You Go, ou demandez une démo.
Mistral publie un tarif forfaitaire par page : 4 $ pour 1 000 pages d'OCR et 5 $ pour 1 000 pages annotées (fiche du modèle Mistral, 13 octobre 2026). Il n'y a pas de paliers de complexité.
anyformat facture en crédits, à la page et par opérateur : 10 crédits coûtent 0,01 €, donc Parse revient à 25 crédits par page (0,025 €, publié sous la forme 25 $ pour 1 000 pages), Extract à 35 crédits par page et Validate à 5 crédits par règle d'IA, une fois par extraction (tarifs anyformat, 2026). Parse plus Extract font 60 crédits, soit 0,06 €, par page.
Sur de l'OCR pur, Mistral est environ six fois moins cher par page, et la différence est réelle. Les deux chiffres ne désignent pas le même produit : le tarif de Mistral achète un appel de modèle, celui d'anyformat inclut la file de revue, la validation et l'orchestration que vous devriez sinon construire et exploiter vous-même.
Les deux fournisseurs sont européens et listent tous deux l'ISO 27001. anyformat est certifié ISO 27001, conforme au RGPD et une entreprise dont le siège et l'entité juridique sont dans l'UE, avec la conformité incluse dans tous les plans, sans supplément. Le trust center de Mistral AI liste ISO 27001, ISO 27701 et SOC 2 Type II, avec les certificats disponibles sur place (Mistral Trust Center, 13 octobre 2026).
Le détail à vérifier est le lieu du traitement. Le trust center de Mistral nomme ses sous-traitants et les régions qu'ils couvrent, dont Microsoft, Google, CoreWeave et sa propre Mistral Compute, et liste un endpoint d'API aux États-Unis à côté des endpoints européens. Pour les conditions de conservation et la route utilisée par votre contrat, consultez directement les conditions de traitement des données de Mistral ; cette page ne les reproduit pas.
Constructeur de workflows et orchestration
C'est l'écart le plus net. Mistral OCR est un endpoint, et l'orchestration est du code que votre équipe écrit et maintient. Classification, découpage de lots multi-documents, routage par type de document, logique conditionnelle, nouvelles tentatives et revue humaine relèvent du travail d'ingénierie.
anyformat inclut Studio, un canevas de workflow sans code : branches, conditions, découpage, routage, opérateurs d'extraction, règles de validation, recoupement avec des sources de données internes et revue humaine placée là où le processus l'exige. Les équipes métier modifient le flux sans déploiement de code.
Découper des lots multi-documents et router chaque document selon son type sont des étapes qui, sinon, deviennent du code.
Revue humaine et validation
Mistral fournit des bounding boxes et des scores de confiance comme entrées ; le processus de revue reste hors du produit, et sa documentation ne décrit ni file de revue, ni modification de champ, ni statut de vérification.
anyformat inclut la boucle de revue : les champs à faible confiance sont routés vers un réviseur, qui voit la valeur à côté de sa source dans la page et peut la corriger. Des règles de validation écrites en langage naturel s'exécutent sur les valeurs extraites, avec une sévérité d'erreur ou d'avertissement.
Stabilité des versions
mistral-ocr-latest est un alias qui bascule vers de nouvelles versions du modèle au fil des publications de Mistral. OCR 4.0 porte une date de dépréciation au 29 septembre 2026, avec OCR 4.1 comme remplaçant (fiche du modèle Mistral, 5 octobre 2026). Mistral annonce ses retraits, ce qui est la bonne pratique, mais une intégration figée sur un modèle retiré doit tout de même être revalidée.
Les versions de workflow d'anyformat sont figées et immuables : un version_id publié ne change pas sous vos pieds, ce qui compte lorsqu'un processus réglementé doit retraiter un document à l'identique des années plus tard.
Oui, si vous voulez que l'extraction fonctionne comme un processus et non comme un appel : sortie validée par un schéma avec confiance par champ, file de revue, règles de validation, orchestration sans code et workflows à version figée. Si vous voulez du markdown ou du texte à partir de documents, à grand volume et au prix le plus bas, cela dépend du travail : Mistral OCR le fait bien et anyformat n'est pas un moyen moins cher de le faire. Et si vous aimez le parsing de Mistral, les deux peuvent cohabiter, car la couche qui rend la sortie sûre pour la production est celle qu'ajoute anyformat.
Quand choisir Mistral OCR
De l'OCR ou de la conversion en markdown à grand volume au prix le plus bas par page, avec le pipeline autour sous forme de code que votre équipe accepte de maintenir, ou lorsque vos documents sont dans des langues peu dotées et que la transcription est tout le travail.
Quand l'extraction doit fonctionner comme un processus et non comme un appel : confiance par champ avec preuve, règles de validation, revue humaine, orchestration sans code et versions de workflow figées. Commencez sur anyformat.ai.
Voir aussi les autres comparatifs avec des parseurs natifs IA : anyformat vs LlamaParse et anyformat vs Reducto, ou parcourez tous les comparatifs.
