Les PME et les indépendants passent plusieurs heures par semaine à ressaisir manuellement des données issues de PDF, de factures scannées ou de rapports en format image. Mistral vient de publier OCR 4, un modèle d'intelligence documentaire qui change radicalement la manière dont on peut exploiter ces fichiers, sans écrire une ligne de code et à un coût qui n'a plus rien à voir avec les solutions existantes. ## Qu'est-ce que Mistral OCR 4 et en quoi est-il différent des OCR classiques ? OCR 4 ne se contente pas de lire le texte d'un document : il en reconstitue la structure complète. Là où un outil de reconnaissance optique traditionnel renverrait du texte brut en perdant la mise en page, OCR 4 restitue les titres, les tableaux, les figures, les formules mathématiques et les hiérarchies visuelles telles qu'elles apparaissent dans le document original. Cette capacité structurelle est ce qui permet d'automatiser réellement des workflows documentaires, et non plus seulement de numériser du texte. La couverture linguistique est remarquable : le modèle prend en charge 170 langues, réparties en dix groupes linguistiques, et a été évalué sur plus de 600 documents représentatifs. Cela le rend opérationnel sur des documents en japonais, en arabe, en turc ou en thaï, ce que la plupart des solutions du marché ne proposent pas. Pour les entreprises qui travaillent avec des fournisseurs ou des clients internationaux, c'est un argument décisif et immédiatement mesurable. La comparaison directe avec les parseurs documentaires à base d'agents IA est sans appel. Sur les mêmes jeux de données, OCR 4 atteint une précision équivalente à 8 fois moins cher et avec 17 fois moins de latence, selon les tests menés par Rogo sur des documents financiers denses. Ivan Mihailov, ingénieur IA chez Anaqua, note que le modèle est "4 fois plus rapide par page" que leur prestataire précédent. Ces écarts ne sont pas marginaux : ils redéfinissent ce que coûte réellement l'automatisation documentaire à l'échelle d'une PME. _15hPxB.webp) ## OCR 4 face à la concurrence : les benchmarks en détail Les résultats publiés par Mistral sur les référentiels standards placent OCR 4 en tête sur tous les axes mesurés. Il obtient 85,20 points sur OlmOCRBench (meilleur score global), 93,07 sur OmniDocBench, et 0,98 sur le test multilingue Crawl Multilingual. La mesure de préférence humaine, conduite sur plus de 600 documents, donne OCR 4 gagnant dans 72 % des comparaisons directes avec les alternatives disponibles sur le marché. | Critère | Mistral OCR 4 | Alternatives agentiques | |---|---|---| | OlmOCRBench | **85,20** (1er) | 60 à 78 | | OmniDocBench | **93,07** | — | | Coût (1 000 pages) | **4 $ API / 2 $ batch** | ~32 $ en moyenne | | Latence relative | **1x** (référence) | 17x plus lente | | Vitesse par page | **4x plus rapide** | référence | | Langues supportées | **170** | 20 à 50 | | Préférence humaine | **72 % de wins** | — | > "Nous avons testé Mistral OCR 4 face aux meilleurs parseurs documentaires agentiques sur un dataset financier dense en graphiques et en figures. Résultat : précision équivalente à 8 fois moins cher et 17 fois moins de latence." > — Aidan Donohue, ingénieur IA, Rogo ## Ce que ça change pour les professionnels qui ne codent pas L'accès à OCR 4 ne requiert pas de compétences techniques. Mistral propose deux points d'entrée : l'API directe à 4 dollars pour 1 000 pages (ou 2 dollars en mode batch pour les volumes importants), et Document AI, une interface conçue pour les non-développeurs qui permet de soumettre des documents et d'obtenir des données structurées en sortie. Ces données sont directement compatibles avec des outils d'automatisation comme n8n, Make ou Zapier, ce qui ouvre la porte à des pipelines documentaires complets sans écrire une seule ligne de code. Les cas d'usage professionnels sont nombreux et immédiatement opérationnels. Une comptable peut automatiser l'extraction des lignes d'une facture fournisseur dans une base de données. Un cabinet de recrutement peut analyser des centaines de CV PDF pour en extraire les informations structurées. Un professionnel de santé peut transformer des ordonnances ou des comptes rendus scannés en données exploitables. Dans tous ces cas, le retour sur investissement est mesurable dès la première semaine, d'autant que le coût d'entrée est suffisamment bas pour tester sur un flux réel sans prise de risque budgétaire. Kimmi Grewal, VP AI Ecosystem Partnerships chez Microsoft, a confirmé l'intégration d'OCR 4 dans Microsoft Foundry, ouvrant la porte à une utilisation native dans les environnements Microsoft 365 déjà déployés dans la majorité des entreprises françaises. Pour apprendre à brancher des modèles comme OCR 4 dans des workflows automatisés complets, la formation [Automatiser ses workflows et créer des agents IA](https://www.travelearn.fr/formation/automatiser-ses-workflows-et-crer-des-agents-ia) de TraveLearn enseigne à cartographier ses processus métier et concevoir des agents capables d'agir de manière autonome sur des documents, des API et des systèmes connectés. --- **Sources** - [Mistral OCR 4 — mistral.ai](https://mistral.ai/news/ocr-4/) - [VentureBeat : Mistral launches OCR 4](https://venturebeat.com/data/mistral-launches-ocr-4-turning-document-extraction-into-a-full-enterprise-ai-play/) - [TechTimes : Mistral OCR 4 ships structure-aware document AI](https://www.techtimes.com/articles/318978/20260624/mistral-ocr-4-ships-structure-aware-document-ai-runs-your-own-infrastructure.htm)