导读：Mistral AI 正式发布 OCR 3，在官方测试中，整体胜率达到 74%，明显领先上一代和多数同类方案。支持手写内容识别，还能还原表格和文档结构，同时，速度和价格也被压到行业新低。

如果你平时接触过 OCR，大概率会有一种感觉：能“识字”的很多，但能“看懂文档”的却不多。这正是 Mistral AI 这次想解决的问题。

Mistral AI 最新发布了 Mistral OCR 3，官方给它的定位很清晰：不是做一个通用型识别工具，而是专门为扫描 PDF、复杂表格、表单和手写内容服务。

从官方公布的数据来看，OCR 3 在多类真实业务文档测试中，相较 Mistral OCR 2 和多家企业级 OCR 方案，整体胜率达到 74%。这类测试主要集中在低质量扫描件、表单、复杂表格以及手写内容，也是 OCR 最容易“翻车”的地方。

更直观的是性能指标：单节点每分钟可处理约 2000 页文档，价格则被压到每 1000 页 2 美元，通过批处理接口还能降到 1 美元。在当前 OCR API 市场里，这个定价已经相当激进。

和传统 OCR 最大的不同在于，OCR 3 并不只输出纯文本。官方强调，它会尽量保留原始文档结构：

• 表格会被重建为 HTML 结构，包含合并单元格、行列层级
• 普通文本可以输出为 Markdown
• 最终结果可以直接转成结构化 JSON，方便后续系统处理

在官方演示中，一封字迹潦草的“圣诞老人来信”被完整解析成结构化内容，手写部分的还原度也明显高于常见 OCR。这也是 OCR 3 被重点强调的一点：原生支持手写内容，而不是“勉强能看”。

官方给出的判断是：OCR 正在从“读文字”，走向“理解文档结构”。 这一步，对后续的知识抽取、检索、自动处理流程影响很大。

在发布节奏上，Mistral 这次并没有“画饼”：

• 开发者可以直接通过 API 调用模型（mistral-ocr-2512）
• 普通用户则可以在 Mistral AI Studio 的 Document AI Playground 中体验，支持拖拽上传 PDF 或图片，一步生成文本或 JSON

官方也确认，OCR 3 与 OCR 2 完全兼容，老项目迁移成本不高。

发布后，OCR 3 很快在 Reddit 引发讨论。

不少用户认为，它在人文研究、历史档案数字化方面潜力很大，有人提到：“把大量手写信件、历史文献变成可搜索文本，这本身就很有价值。”

也有用户把它用在日常工作流里，比如把 PDF 论文转成纯文本，再交给工具快速筛选是否值得精读，这类“重排 + 清洗”的需求，被认为非常实用。

综合官方信息和社区反馈，Mistral OCR 3 的价值并不在于“识别准不准”这一单点指标，而在于：它试图把海量“死文档”，直接转成结构化、可复用的数据资产。

对于企业档案、财务单据、历史文献、扫描资料来说，这一步一旦成本和稳定性过关，带来的变化会是长期的。

参考资料：https://mistral.ai/news/mistral-ocr-3