Die neue API des französischen KI-Unternehmens Mistral zur optischen Zeichenerkennung (OCR) ist extrem schnell, äußerst präzise und multimodal. Das bedeutet, dass sie Text, Bilder, Tabellen, Gleichungen, handschriftliche Notizen und andere Dokumentelemente zuverlässig erkennen und verarbeiten kann. Dies könnte erhebliche Auswirkungen darauf haben, wie Unternehmen gedruckte Dokumente in ein KI-freundliches Format umwandeln, da die meisten KI-Modelle am besten mit sauberem, strukturiertem Text arbeiten.
Wenn die angegebene Rate von 2.000 Seiten pro Minute auf einem einzigen Knoten stimmt, übertrifft die Lösung außerdem wichtige Wettbewerber wie Google, Microsoft und OpenAI. Für Unternehmen, die große Dokumentenmengen verarbeiten, schafft das erhebliche Effizienzgewinne. Hier erfahren Sie, was Sie über Mistral OCR wissen müssen.
Was unterscheidet Mistral OCR?
Während herkömmliche OCR-Tools sich hauptsächlich auf die Textextraktion konzentrieren, ist Mistral OCR multimodal. Die Lösung kann neben Text eine Vielzahl von Elementen zuverlässig erkennen und verarbeiten und diese übersichtlich formatieren, statt sie in einem ungeordneten Textblock auszugeben. Das erleichtert den Einsatz in KI-gestützten Anwendungen. Neben der angegebenen Geschwindigkeit von bis zu 2.000 Seiten pro Minute auf einem einzigen Knoten unterstützt die Lösung auch mehrere Sprachen. Unternehmen können damit Dokumente in unterschiedlichen Schriftsystemen und Schriftarten digitalisieren.
Zum Vergleich: Google Document AI verarbeitet bis zu 1.800 Seiten pro Minute, Microsoft Azure OCR etwa 600 Seiten pro Minute, und OpenAI verfügt über keinen eigenen OCR-Benchmark. Diese Unterschiede unterstreichen Mistrals Vorteil bei der Digitalisierung großer Dokumentenmengen.
Mistral gibt an, dass sein OCR-Modell wichtige Wettbewerber wie Google Document AI, Azure OCR und OpenAIs GPT-4o in anderen Benchmarktests übertrifft. Bei der Erkennung mathematischer Inhalte, gescannter Dokumente und mehrsprachiger Texte erzielt es Spitzenwerte und erreicht eine Genauigkeit von 94,89 %. Damit setzt es einen neuen Goldstandard für OCR-Technologie. Die Fähigkeit, komplexe Elemente wie LaTeX-Formatierungen und ineinander verschachtelte Bilder zu verarbeiten, verschafft ihm einen deutlichen Vorteil gegenüber der Konkurrenz.
Mistrals Test mit erstklassigen Benchmark-Ergebnissen. Bild: Mistral
Mistral OCR und KI: Warum das wichtig ist
Viele Unternehmen haben Schwierigkeiten, ihre umfangreichen Dokumentenbibliotheken KI-tauglich zu machen. Mistral OCR löst dieses Problem, indem es unstrukturierte PDFs und Bilder in KI-taugliche Formate wie Markdown oder JSON umwandelt, die häufig für das Training von KI-Modellen und Automatisierung verwendet werden.
Das macht die Lösung besonders nützlich für Retrieval-Augmented-Generation-Systeme (RAG), die von KI erzeugte Inhalte mit vorhandenen Dokumenten kombinieren, um bessere Antworten zu liefern. Anwaltskanzleien, Forschungseinrichtungen und Kundendienstabteilungen könnten davon profitieren, komplexe Unterlagen schnell durchsuchen und analysieren zu können.
Für Unternehmen, Forschende und viele weitere Anwender entwickelt
Mistral OCR wird derzeit in seinem KI-Assistenten Le Chat eingesetzt, um Nutzer bei der präziseren Verarbeitung von PDFs zu unterstützen. Die Anwendungsmöglichkeiten erstrecken sich außerdem auf verschiedene Branchen, darunter:
- Wissenschaftliche Forschung: Wandelt komplexe Forschungsarbeiten in KI-freundliche Formate um.
- Recht und Compliance: Verarbeitet und organisiert Rechtsdokumente, Verträge und Compliance-Berichte effizient.
- Historische Bewahrung: Digitalisiert und indexiert historische Texte und Artefakte, um sie besser zugänglich zu machen.
- Kundenservice: Automatisiert die Wissensextraktion aus Handbüchern und FAQ und verbessert so die Reaktionszeiten des Kundensupports.
Verfügbarkeit und Preise
Mistral OCR ist ab sofort auf La Plateforme, der Entwickler-Suite von Mistral, verfügbar und soll bald auch über Cloud-Anbieter wie AWS, Azure und Google Cloud zugänglich sein. Der Preis beträgt 1.000 Seiten pro Dollar. Für die Stapelverarbeitung gibt es eine Option, die die Effizienz verdoppelt. Organisationen mit strengen Sicherheitsanforderungen können sich außerdem für eine lokale Bereitstellung entscheiden, um vertrauliche Dokumente in ihrer eigenen Infrastruktur zu behalten.