Mistral OCR è un modello di OCR per documenti di Mistral AI, un laboratorio di IA con sede a Parigi, disponibile tramite l'endpoint /v1/ocr. La versione attuale, OCR 4.1, è stata rilasciata il 16 luglio 2026 ed è disponibile in via generale a 4 $ ogni 1.000 pagine, oppure 5 $ ogni 1.000 pagine annotate quando si attiva l'estrazione strutturata (scheda del modello Mistral, consultata il 13 ottobre 2026).
È un modello valido a un prezzo molto basso. Se cerchi un'alternativa a Mistral OCR, anyformat risolve un problema adiacente: estrazione validata rispetto a uno schema, avvolta in orchestrazione dei workflow, revisione umana e sovranità dei dati europea.
anyformat è elaborazione agentica di documenti pronta per l'enterprise: un OCR agentico che trasforma qualsiasi documento in dati di cui ti puoi fidare, dove ogni valore è validato e cita la sua fonte. È pensato per aziende con esigenze serie di sicurezza, scala e audit, quindi lo usano i responsabili dei processi e i loro team IT insieme agli sviluppatori che lo valutano e lo integrano.
Descrivi i campi una volta sola come schema. Parse legge il documento, Extract restituisce ogni valore con un punteggio di confidenza e la sua posizione nella pagina, Validate esegue le tue regole e i valori a bassa confidenza vanno a un revisore nello stesso workflow, tramite l'API, gli SDK Python e TypeScript o lo Studio senza codice. Ogni valore porta la sua evidenza, regge sui documenti difficili, è un'azienda europea con ISO 27001 e GDPR, e il prezzo copre l'intero workflow, non solo l'estrazione. Rispetto a una chiamata a un modello, revisione, validazione e orchestrazione sono già incluse.
La misura che conta è quanti documenti passano senza che nessuno li tocchi, e i team vanno in produzione in giorni, non in trimestri, con SDK, template e evals per misurare l'accuratezza strada facendo.
Cos'è Mistral OCR e cosa non è
Mistral OCR restituisce markdown insieme a bounding box a livello di paragrafo, etichette strutturali di blocco e punteggi di confidenza per blocco, tutto dallo stesso endpoint. L'elaborazione in batch passa da un endpoint separato, /v1/batch. Il lancio di OCR 4 di Mistral dichiara 170 lingue in 10 gruppi linguistici (Mistral, 23 giugno 2026).
È un modello all'interno di un catalogo ampio, non un prodotto di elaborazione documentale. L'endpoint riceve documenti e restituisce testo e layout; classificazione, suddivisione, validazione, instradamento e revisione non ne fanno parte. I team che scelgono Mistral OCR costruiscono quei passaggi attorno ad esso.
Personalizzazione e approccio all'estrazione
L'estrazione strutturata di Mistral si chiama annotazione. Il markdown dell'OCR, più le prime otto immagini trovate nel documento, viene inviato a un modello linguistico con visione (mistral-small-2603) insieme a uno schema JSON definito da te, e il modello restituisce JSON strutturato (documentazione Mistral, consultata il 13 ottobre 2026). Gli schemi possono essere scritti in Pydantic, Zod o JSON Schema, e le descrizioni dei campi fanno da istruzioni.
È un unico passaggio sull'intero documento. La documentazione di Mistral non descrive estrazione per righe, controlli tra campi né verifiche sui tuoi dati.
anyformat estrae rispetto a uno schema definito dall'utente in zero-shot e restituisce JSON validato, con campi di documento e di tabella dichiarati insieme e restituiti in un'unica chiamata. Ogni campo porta un punteggio di confidenza e una citazione visiva che indica la sua posizione esatta nella pagina.
Confidenza: leggere la pagina o fidarsi del valore
OCR 4.1 aggiunge la confidenza per blocco ai punteggi per parola e per pagina introdotti da OCR 4. Sono disattivati per impostazione predefinita e vanno richiesti a ogni chiamata. Indicano quanto bene il modello ha letto una regione della pagina.
Non indicano se un valore estratto è corretto. La documentazione di Mistral non prevede confidenza per campo nell'output di annotazione, quindi un processo di revisione non ha nulla su cui instradare a livello di campo.
anyformat restituisce una confidenza per ogni campo estratto, con l'evidenza della fonte accanto, così una soglia decide quali valori passano e quali vanno a un revisore all'interno dello stesso workflow.
Per vedere come questi punteggi vengono calcolati e letti, consulta come funziona la confidenza.
Benchmark: dove è in testa ciascuno
ParseBench è un benchmark pubblico e indipendente di circa 2.000 pagine verificate da persone, pubblicato da LlamaIndex, che vende anche un prodotto di parsing in testa alla propria classifica. Nella classifica letta il 13 ottobre 2026, anyformat (Standard) ha ottenuto 80,30 complessivo, quinta su 147 voci. Mistral OCR 4 con annotazioni ha ottenuto 68,23 e senza 60,68 (classifica ParseBench, 13 ottobre 2026).
I punteggi per categoria mostrano la divisione:
Mistral legge il testo con più fedeltà e lo ancora meglio alla pagina; anyformat è avanti su tabelle, grafici e formattazione. Valgono due avvertenze. La classifica ha valutato OCR 4, che Mistral ha dismesso il 29 settembre 2026 a favore di OCR 4.1, quindi la riga di Mistral non è la versione attuale. E i punteggi misurano il parsing, non l'estrazione rispetto al tuo schema, per questo il vero confronto è una prova sui tuoi documenti.
anyformat pubblica anche il proprio benchmark di parsing su oltre 1.000 documenti reali, con un insieme di documenti e un punteggio diversi.
Accuratezza: lettura, struttura e valori
Nell'IA documentale l'accuratezza significa tre cose diverse, e i due prodotti sono più forti su cose diverse.
Leggere i caratteri. È la trascrizione, e qui le prove di Mistral sono più solide. Il lancio di OCR 4 riporta un tasso medio di vittoria del 72% in test ciechi di preferenza umana su oltre 600 documenti in più di 12 lingue, 85,20 su OlmOCRBench e 93,07 su OmniDocBench (Mistral, 23 giugno 2026). Mistral dice anche che questi numeri sono indicativi, che entrambi i benchmark hanno artefatti di punteggio noti, che i punteggi dei concorrenti sono riproduzioni proprie, e raccomanda di valutare sui propri documenti. ParseBench concorda su questo livello: Mistral ottiene 89,55 in fedeltà del contenuto contro 87,35 di anyformat.
Ricostruire la struttura. Comprende tabelle, grafici e ordine di lettura. ParseBench colloca anyformat in vantaggio su tabelle (86,46 contro 73,94) e grafici (85,56 contro 40,11). Il punteggio sui grafici dipende da un'impostazione: Mistral OCR 4 ottiene 2,35 sui grafici senza annotazioni e 40,11 con.
Mettere il valore giusto nel campo giusto. È l'estrazione, ed è ciò che consuma il sistema a valle. Un punteggio di trascrizione non dice se il totale della fattura è finito nel campo del totale, né se la riga 1.800 di una tabella lunga è sopravvissuta. I benchmark pubblicati da Mistral misurano trascrizione e layout, e il suo passaggio di annotazione è un'unica passata senza confidenza per campo. Lo studio sui documenti lunghi di anyformat ha mantenuto circa il 99% di recupero delle righe su tabelle fino a 50 pagine e circa 2.400 righe (benchmark anyformat, 2026), e ogni campo estratto porta una confidenza e la sua fonte nella pagina.
Se l'accuratezza decide la scelta, provala come la userai. Prendi da 50 a 100 documenti tuoi, estrai lo stesso schema con entrambi e valuta a livello di campo: corrispondenza esatta per identificativi e importi, recupero delle righe per le tabelle. Poi verifica se la confidenza di ciascun sistema prevede quali campi sono sbagliati, perché da questo dipende quanta revisione umana serve.
La suite di evals di anyformat esegue questo tipo di confronto sui tuoi documenti prima che un workflow vada in produzione.
Prova entrambi sui tuoi documenti. Prova anyformat gratis, con una concessione una tantum di 50.000 crediti su Pay As You Go, oppure richiedi una demo.
Mistral pubblica una tariffa fissa per pagina: 4 $ ogni 1.000 pagine di OCR e 5 $ ogni 1.000 pagine annotate (scheda del modello Mistral, 13 ottobre 2026). Non ci sono livelli di complessità.
anyformat fattura a crediti, per pagina e per operatore: 10 crediti costano 0,01 €, quindi Parse costa 25 crediti a pagina (0,025 €, pubblicato come 25 $ ogni 1.000 pagine), Extract 35 crediti a pagina e Validate 5 crediti per regola di IA, una volta per estrazione (prezzi anyformat, 2026). Parse più Extract fanno 60 crediti, cioè 0,06 €, a pagina.
Sull'OCR puro Mistral costa circa sei volte meno a pagina, ed è una differenza reale. Le due cifre non riguardano lo stesso prodotto: la tariffa di Mistral compra una chiamata a un modello, quella di anyformat include la coda di revisione, la validazione e l'orchestrazione che altrimenti dovresti costruire e gestire tu.
Entrambi i fornitori sono europei ed entrambi elencano la ISO 27001. anyformat ha la certificazione ISO 27001, è conforme al GDPR ed è un'azienda con sede nell'UE e soggetto giuridico europeo, con la conformità inclusa in ogni piano e senza sovrapprezzo. Il trust center di Mistral AI elenca ISO 27001, ISO 27701 e SOC 2 Type II, con i certificati disponibili al suo interno (Mistral Trust Center, 13 ottobre 2026).
Il dettaglio da verificare è dove avviene l'elaborazione. Il trust center di Mistral indica i suoi subresponsabili e le regioni che servono, tra cui Microsoft, Google, CoreWeave e la propria Mistral Compute, ed elenca un endpoint API negli Stati Uniti accanto a quelli europei. Per le condizioni di conservazione e il percorso usato dal tuo contratto, consulta direttamente i termini di trattamento dei dati di Mistral; questa pagina non li riporta.
Workflow builder e orchestrazione
È la differenza più netta. Mistral OCR è un endpoint, e l'orchestrazione è codice che il tuo team scrive e mantiene. Classificazione, suddivisione di pacchetti multi-documento, instradamento per tipo di documento, logica condizionale, nuovi tentativi e revisione umana sono lavoro di ingegneria.
anyformat include Studio, una tela di workflow no-code: rami, condizioni, suddivisione, instradamento, operatori di estrazione, regole di validazione, incrocio con fonti di dati interne e revisione umana collocata dove il processo la richiede. I team operativi modificano il flusso senza rilasciare codice.
Dividere pacchetti multi-documento e instradare ogni documento per tipo sono passaggi che altrimenti diventano codice.
Revisione umana e validazione
Mistral fornisce bounding box e punteggi di confidenza come input; il processo di revisione resta fuori dal prodotto, e la sua documentazione non descrive coda di revisione, modifica dei campi né stato di verifica.
anyformat include il ciclo di revisione: i campi a bassa confidenza vengono instradati a un revisore, che vede il valore accanto alla sua fonte nella pagina e può correggerlo. Le regole di validazione scritte in linguaggio naturale vengono eseguite sui valori estratti, con severità di errore e di avviso.
Stabilità delle versioni
mistral-ocr-latest è un alias che passa a nuove versioni del modello man mano che Mistral le rilascia. OCR 4.0 ha una data di dismissione al 29 settembre 2026, con OCR 4.1 come sostituto (scheda del modello Mistral, 5 ottobre 2026). Mistral annuncia i suoi ritiri, ed è il modo giusto di farlo, ma un'integrazione fissata a un modello ritirato va comunque rivalidata.
Le versioni dei workflow di anyformat sono fissate e immutabili: un version_id pubblicato non cambia sotto i tuoi piedi, il che conta quando un processo regolamentato deve rielaborare un documento in modo identico anni dopo.
Sì, se vuoi che l'estrazione funzioni come un processo e non come una chiamata: output validato rispetto a uno schema con confidenza per campo, coda di revisione, regole di validazione, orchestrazione no-code e workflow con versione fissata. Se vuoi markdown o testo dai documenti a volume e al prezzo più basso, dipende dal lavoro: Mistral OCR lo fa bene e anyformat non è un modo più economico per farlo. E se ti piace il parsing di Mistral, i due possono convivere, perché lo strato che rende l'output sicuro per la produzione è quello che aggiunge anyformat.
Quando scegliere Mistral OCR
OCR o conversione in markdown ad alto volume al prezzo più basso per pagina, con la pipeline attorno come codice che il tuo team è contento di gestire, oppure quando i documenti sono in lingue a poche risorse e la trascrizione è tutto il lavoro.
Quando l'estrazione deve funzionare come un processo e non come una chiamata: confidenza per campo con evidenza, regole di validazione, revisione umana, orchestrazione no-code e versioni di workflow fissate. Inizia su anyformat.ai.
Guarda anche gli altri confronti con parser nativi dell'IA: anyformat vs LlamaParse e anyformat vs Reducto, oppure sfoglia tutti i confronti.
