Mistral 从文档切入企业工作流,开源模型只是起点

Mistral 这次值得盯住的，是它开始把 OCR、结构化抽取、Search Toolkit 和 self-hosting 打成一条文档入口链路。

如果把这几页官方材料连在一起看，Mistral 想拿下的是企业文档进入 AI 系统时的第一道入口。文件怎么被解析、怎么变成结构化字段、怎么喂进 search、RAG 和 agent 工作流、以及数据能不能留在客户自己的环境里，它都在主动往前接。

这层入口一旦站住，后面的问答、检索、审计和业务自动化才有更稳定的地基。很多模型公司还在卖「能力很强」，Mistral 这次更像是在卖一条更接近业务现场的接入面。

— Mistral document factory

官方在 2026 年 6 月 23 日发布 OCR 4 时，最显眼的卖点当然是 170 种语言、bounding boxes、block classification 和 confidence scores。这些指标本身已经比传统 OCR 更靠近生产环境，因为企业关心的是页面定位、区块角色和结果置信度，单纯把字抄下来远远不够。

更该看的是 Mistral 自己怎么描述这项能力。它没有把 OCR 4 停在「更好的识别模型」这层，重点是反复把它叫做 ingestion component，用在 enterprise search、RAG、domain-specific retrieval pipeline 和 agent workflow 里。这个说法很要紧。OCR 在这里回到了整条 AI 文档链路的起点。

文档入口这层一旦变成结构化数据入口，后面的事情就都不一样了。检索分块会更准，引用会更稳，redaction 和 human-in-the-loop 审核会更容易接进去，agent 也会开始基于字段、区块和置信度去执行后续动作，而并非只把 PDF 当成一段长文本。

— Mistral OCR 4 official page screenshot

只看OCR 4 的能力，很容易把 Mistral 理解成又往模型菜单里加了一项服务，很容易把这件事理解得偏窄。但它紧接着给出的其实是更重的一层包装。

在官方 solution 页面和 docs 里，Document AI 被描述成一整套 enterprise-level document processing 服务。它既做 OCR，也把 annotations、structured outputs、document QnA 和 adaptable workflows 都挂在同一个 OCR 入口后面。连 API 设计也是这个思路：同一个 `v1/ocr` 端点，既能做纯提取，也能叠加 schema 驱动的结构化 JSON，或者挂上针对整份文档的 custom prompt。

这件事的商业意义在于，Mistral 在尝试把「模型能力」变成「文档工作流的控制面」。企业采购时很少会因为某个模型基准高几个点就切换供应商，但它们会因为一条文档自动化链路更容易上线、更容易审计、更容易 self-host 而愿意留下来。只要从 OCR 往 Document AI 这一步走通，Mistral 的触点就会从 AI 团队扩展到法务、财务、制造、知识管理和运营团队。

— Mistral enterprise backbone

Mistral 这套打法还有一个非常直接的信号：价格和部署口径都做得很明确。

OCR 4 在官方文档里标的是 `$4 / 1000 pages`，Batch API 进一步打到 `$2 / 1000 pages`，Document AI 则是 `$5 / 1000 annotated pages`。这个梯度很像在主动教育客户怎么做选择。只要你只要 extraction，就买便宜那层；如果你想直接拿结构化输出和 workflow 便利，就上更贵但更接近业务结果的那层。

同时它一直强调 single-container self-hosting。对很多企业来说，这比一个多么漂亮的 demo 更重要。只要文档数据涉及合同、制造记录、研发材料、票据或者合规材料，模型能力本身反而并非最难谈的点。数据是否出域、是否能在自家环境里跑、吞吐能不能预估、成本是并非线性的，这些才是采购会卡住的地方。

所以 OCR 4 和 Document AI 放在一起，讲的是另一种企业路线：如果你想让文档成为 AI 系统的一部分，我们可以从最前面那层开始接，并且按你的合规边界来部署。

— Mistral document control plane

Mistral 还给了一个很有代表性的客户侧信号。ASML 的官方案例没有停在「用大模型提升员工效率」这种空话上，直接落在几个很硬的场景：软件可靠性 agent、日志分析里的 root-cause identification、以及工程流中的技术文档自动化。

这说明 Mistral 正在把自己放进更靠近生产和研发体系的位置。文档自动化在这里并非孤立功能，它和 diagnostics、reliability、engineering workflow 串在一起。只要进入这种场景，模型公司卖的就不再只是 token，它拿到的是企业内部知识、流程和问题定位链路的权限。

这也是为什么文档入口比聊天入口更值得长期看。聊天入口更容易热闹，也更容易被替代；文档入口一旦和内部系统、权限、审计、字段规范和跨部门流程绑起来，迁移成本通常会更高。

— Mistral ASML official customer screenshot

当然，Mistral 现在拿到的还只是一个很好的楔子，并非已经坐稳的护城河。

第一，OCR 质量和 structured output 本身并不自动等于 workflow ownership。很多企业最终会把 OCR、解析、字段映射、审批、索引、向量检索和系统-of-record 集成拆开采购。Mistral 现在占到的是入口，但后面那几层是并非继续留在它手里，还得看产品封装和生态能力。

第二，文档 AI 这条赛道并不缺对手。传统 document processing 厂商、云厂商和更大的模型平台都能很快补齐 bounding box、schema extraction 和 document QnA 这些能力。Mistral 现在的优势是路线清晰、价格明白、部署口径对企业友好，但这不意味着竞争会慢。

第三，这套故事能不能长成一门大生意，取决于它能否继续从「解析文档」往「接管业务动作」推进。只有当客户开始把检索、审计、知识访问、自动填报、技术支持或制造文档流压在这套栈上，Mistral 才算把入口变成了控制面。

所以这次 OCR 4 更像是一个业务方向信号。

Mistral 没有满足于继续做一家「有开源标签的欧洲模型公司」。它开始往企业最脏、最重、也最容易留下来的那层走：文档先怎么进系统，数据先怎么被结构化，AI 后续动作先建立在什么样的输入之上。

这层如果拿住，Mistral 在企业里的位置会比单纯卖模型稳定得多。拿不住，它就仍然只是模型菜单里多出来的一项能力。