Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
mistral17. Dezember 2025 · Q001473

Introducing Mistral OCR 3

mistral.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Mistral zufolge verbessert OCR 3 gegenüber OCR 2 besonders die Erkennung von Handschrift, Formularen, schwierigen Scans und komplexen Tabellen; in internen Benchmarks habe es OCR 2 insgesamt in 74 Prozent der Fälle übertroffen. Die Benchmarkdetails im Bericht reichen nicht aus, um diese Leistungsbehauptungen unabhängig zu überprüfen. OCR 3 ist laut Text per API und Playground verfügbar, während OCR 4 inzwischen das neuere Modell ist.

Mittel

Der Bericht beschreibt Mistral OCR 3 als Modell zur Texterkennung und Dokumentverarbeitung. Es soll neben Text auch eingebettete Bilder erfassen und Dokumentstrukturen wie komplexe Tabellen in Markdown beziehungsweise HTML erhalten. Mistral hebt Verbesserungen bei Handschrift, Formularen, schwierigen Scans und Tabellen gegenüber OCR 2 hervor.

Als Beleg nennt das Unternehmen interne Benchmarks mit Geschäftsdokumenten und einen Vergleich anhand eines Fuzzy-Match-Maßes. OCR 3 habe OCR 2 in den untersuchten Bereichen insgesamt in 74 Prozent der Fälle übertroffen. Mistral behauptet zudem, konkurrierende Unternehmenslösungen und KI-basierte OCR-Angebote zu übertreffen. Da Stichprobengrößen und vollständige Vergleichsdaten im Text fehlen, lassen sich diese Aussagen daraus nicht unabhängig prüfen.

Laut Bericht kostet die Nutzung zwei US-Dollar pro 1.000 Seiten, mit Batch-API-Rabatt einen US-Dollar. Zugriff gibt es per API und über einen Document-AI-Playground; außerdem wird Selbstbetrieb für Organisationen mit strengen Datenschutzanforderungen angeboten. OCR 3 ist laut Hinweis weiterhin für bestehende Integrationen verfügbar, während OCR 4 inzwischen das neuere Modell ist.

Ausführlich lesen

Der Bericht stellt Mistral OCR 3 als aktualisierte OCR-Lösung vor, die Text und eingebettete Bilder aus unterschiedlichen Dokumenten extrahieren und deren Aufbau möglichst genau abbilden soll. Laut Mistral kann das Modell neben Markdown auch strukturierte Ausgaben erzeugen. Tabellen werden dabei mit HTML-Elementen wie `colspan` und `rowspan` rekonstruiert, damit unter anderem verbundene Zellen und mehrstufige Spaltenstrukturen erhalten bleiben.

Mistral nennt als zentrale Verbesserungen gegenüber OCR 2 die Erkennung von Handschrift und Formularen, die Verarbeitung schwieriger Scans sowie den Umgang mit komplexen Tabellen. Das Modell soll auch Schreibschrift, handschriftliche Ergänzungen auf gedruckten Formularen und dichte Layouts verarbeiten. Bei Scans nennt der Bericht Kompressionsartefakte, Schräglage, Verzerrungen, niedrige Auflösung und Hintergrundrauschen als Herausforderungen, gegenüber denen OCR 3 robuster sein soll. Diese Leistungsangaben stammen vom Anbieter.

Für den Vergleich führte Mistral nach eigener Darstellung interne Benchmarks mit anspruchsvolleren Beispielen aus realen Geschäftsanwendungen durch. Die Ergebnisse wurden anhand eines Fuzzy-Match-Maßes mit Referenzdaten verglichen. Als hervorgehobenes Ergebnis nennt der Bericht eine Gewinnrate von 74 Prozent gegenüber OCR 2 über Formulare, gescannte Dokumente, komplexe Tabellen und Handschrift hinweg. Mistral behauptet außerdem, sowohl Lösungen für die Unternehmensdokumentenverarbeitung als auch KI-basierte OCR-Angebote zu übertreffen. Der Bericht enthält jedoch keine ausführlichen Benchmarktabellen, Angaben zu Stichprobengrößen oder vollständige Vergleichsbedingungen. Die Aussagen lassen sich anhand des vorliegenden Textes daher nicht unabhängig bewerten.

Mistral beschreibt OCR 3 als kleiner als viele konkurrierende Modelle und gibt einen Preis von zwei US-Dollar je 1.000 Seiten an. Für die Batch API nennt der Anbieter einen Rabatt von 50 Prozent, wodurch sich der Preis auf einen US-Dollar je 1.000 Seiten verringere. Das Modell ist laut Bericht über eine API mit der Bezeichnung `mistral-ocr-2512` sowie über den Document AI Playground in Mistral AI Studio nutzbar. Dieser bietet eine Drag-and-drop-Oberfläche, um PDFs und Bilder in Text oder strukturiertes JSON umzuwandeln. OCR 3 sei mit OCR 2 abwärtskompatibel.

Als Einsatzfelder führt Mistral unter anderem die automatisierte Verarbeitung von Rechnungen und Formularen, die Digitalisierung handschriftlicher oder historischer Dokumente, die Erschließung von Archiven sowie die Extraktion von Text aus technischen und wissenschaftlichen Berichten an. Frühe Kunden nutzten das Modell nach Unternehmensangaben für solche Aufgaben und für die Unternehmenssuche. Für Organisationen mit erhöhten Datenschutzanforderungen nennt der Anbieter außerdem eine Option zum Selbstbetrieb in der eigenen Infrastruktur.

Ein Hinweis am Ende des bereitgestellten Textes besagt, dass OCR 4 inzwischen als neueres Modell verfügbar ist und OCR 3 für bestehende Integrationen und Produktionsanwendungen weiter angeboten wird. Die genannten Preise und Verfügbarkeitsangaben beziehen sich somit auf OCR 3; der Bericht liefert keinen direkten Leistungsvergleich mit OCR 4.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat die Zusammenfassung im Kern treu wiedergegeben, die Benchmarkgrenzen korrekt als nicht überprüfbar benannt und keine Fakten erfunden. Die Einordnung mit Stufe 3 für beide Fragen ist zu hoch, weil der Bericht keine Belege zu diesen Fragen enthält.

Im Bericht, aber nicht in der Zusammenfassung

  • Mistral OCR 3 ist ein im Vergleich zu den meisten Wettbewerbern deutlich kleineres Modell
  • OCR 3 ist laut Bericht vollständig abwärtskompatibel mit OCR 2

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 25 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 47 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 31 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →