“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
Mistral OCR：重新定义文档理解的OCR技术
Mistral OCR 深度技术解析
Mistral OCR 是一款新一代OCR API，通过原生多模态理解和文档即提示词等创新，在复杂文档理解上达到SOTA水平，并以高速度和低成本推动文档智能处理革命。
引言：从文字到智能的跃迁
人类文明的进步始终伴随着信息抽象与检索能力的提升。从象形文字到莎草纸，从印刷术到数字化，每一次技术飞跃都让知识变得更加可及和可利用。如今，我们正站在下一个大跨越的门槛上——释放所有数字化信息的集体智能。据统计，全球约90%的组织数据以文档形式存储，而Mistral AI推出的Mistral OCR正是为了解锁这一巨大潜力的关键技术。
Mistral OCR 核心特性
Mistral OCR 是一个光学字符识别（OCR）API，它重新定义了文档理解的标准。与传统OCR模型不同，Mistral OCR 能够理解文档中的每一个元素——包括媒体、文本、表格、公式等——并以前所未有的准确性和认知能力进行处理。它接受图像和PDF作为输入，提取出交错排列的文本和图像内容，输出为有序的结构化格式。这使得Mistral OCR 特别适合与RAG（检索增强生成）系统结合，用于处理多模态文档（如幻灯片或复杂PDF）。
关键发布亮点：
- 在Le Chat上作为默认文档理解模型，服务数百万用户
- API定价为每美元1000页（批量推理可达到约两倍页数）
- 今日起在开发者平台la Plateforme可用，后续将支持云和推理合作伙伴，以及本地部署
技术深潜：顶尖的复杂文档理解能力
Mistral OCR 在处理复杂文档元素方面表现卓越，包括交错图像、数学表达式、表格以及高级版式（如LaTeX格式）。以下是一个典型例子：模型将给定PDF中的文本和图像提取到markdown文件中（完整notebook可在此处获取）。下图PDF与OCR输出的对比，展示了模型对表格、图表、公式以及多种语言（如印地语、阿拉伯语）的处理能力。
基准测试表现
在严格的基准测试中，Mistral OCR 持续超越其他领先OCR模型。以下表格展示了在内部“纯文本”测试集上的结果（注：Mistral OCR能提取嵌入式图像，而其他LLM不具备此能力，因此使用纯文本集进行公平对比）：
| 模型 | 总体 | 数学 | 多语言 | 扫描件 | 表格 |
|---|---|---|---|---|---|
| Google Document AI | 83.42 | 80.29 | 86.42 | 92.77 | 78.16 |
| Azure OCR | 89.52 | 85.72 | 87.52 | 94.65 | 89.52 |
| Gemini-1.5-Flash-002 | 90.23 | 89.11 | 86.76 | 94.87 | 90.48 |
| Gemini-1.5-Pro-002 | 89.92 | 88.48 | 86.33 | 96.15 | 89.71 |
| Gemini-2.0-Flash-001 | 88.69 | 84.18 | 85.80 | 95.11 | 91.46 |
| GPT-4o-2024-11-20 | 89.77 | 87.55 | 86.00 | 94.58 | 91.70 |
| Mistral OCR 2503 | 94.89 | 94.29 | 89.55 | 98.96 | 96.12 |
可见，Mistral OCR 在总体、数学、扫描件和表格方面均排名第一，尤其数学表现远超对手（94.29 vs 最佳对手89.11）。
多语言与多脚本支持
从Mistral成立之初，我们就致力于服务全球用户。Mistral OCR 将这一目标提升到新高度：能解析、理解并转录数千种文字体系、字体和语言。这一能力对于处理多样语言文档的全球组织和聚焦细分市场的超本地化企业至关重要。
Fuzzy Match生成得分：
| 模型 | 得分 |
|---|---|
| Google-Document-AI | 95.88 |
| Gemini-2.0-Flash-001 | 96.53 |
| Azure OCR | 97.31 |
| Mistral OCR 2503 | 99.02 |
分语言基准（模糊匹配分数）：
| 语言 | Azure OCR | Google Doc AI | Gemini-2.0-Flash-001 | Mistral OCR 2503 |
|---|---|---|---|---|
| 俄语 | 97.35 | 95.56 | 96.58 | 99.09 |
| 法语 | 97.50 | 96.36 | 97.06 | 99.20 |
| 印地语 | 96.45 | 95.65 | 94.99 | 97.55 |
| 中文 | 91.40 | 90.89 | 91.85 | 97.11 |
| 葡萄牙语 | 97.96 | 96.24 | 97.25 | 99.42 |
| 德语 | 98.39 | 97.09 | 97.19 | 99.51 |
| 西班牙语 | 98.54 | 97.52 | 97.75 | 99.54 |
| 土耳其语 | 95.91 | 93.85 | 94.66 | 97.00 |
| 乌克兰语 | 97.81 | 96.24 | 96.70 | 99.29 |
| 意大利语 | 98.31 | 97.69 | 97.68 | 99.42 |
| 罗马尼亚语 | 96.45 | 95.14 | 95.88 | 98.79 |
值得注意的是，中文的识别从其他模型的~91%提升至97.11%，增幅显著。
速度优势
Mistral OCR 在同类模型中属于轻量级，因此处理速度远快于竞争对手，单节点每分钟可处理高达2000页文档。这种高速处理能力确保了高吞吐环境下的持续学习和改进。
文档即提示词（Doc-as-Prompt）与结构化输出
Mistral OCR 引入了一项创新功能：使用文档本身作为提示词。用户可以将文档作为指令的一部分，从而更精确地提取特定信息并格式化为结构化输出（如JSON）。这使得用户可以将提取结果直接串联到下游函数调用中，构建自动化代理。官方提供了示例notebook演示这一功能。
选择性的本地部署选项
针对严格要求数据隐私的组织，Mistral OCR 提供本地部署选项。这确保敏感或机密信息保留在用户自己的基础设施内，符合监管和安全标准。需要部署的企业可联系Mistral AI团队。
实际应用场景
Mistral OCR 已被早期客户用于将大量文档存储转化为行动和解决方案，主要应用包括：
- 科研数字化：领先研究机构使用Mistral OCR将科学论文和期刊转换为AI就绪格式，加速科研协作和流程。
- 历史文化保护：遗产保护组织和非营利机构利用它来数字化历史文档与文物，确保保存并让更广泛受众可访问。
- 客户服务优化：客服部门将文档和手册转换为索引知识库，减少响应时间并提升用户满意度。
- 多领域文献AI化：帮助公司转换技术文献、工程图纸、讲义、演示文稿、合规文件等，解锁数百万文档的智能与生产力。
如何体验
Mistral OCR 的功能可在Le Chat上免费试用，API可通过la Plateforme访问。Mistral AI承诺根据用户反馈持续改进模型，并会参与战略合作项目提供选择性本地部署。
总结与展望
Mistral OCR 的出现标志着OCR技术从简单的文字识别迈向真正的文档理解。通过原生多模态、多语言支持、超高速度和创新的文档提示词功能，它为企业释放文档智能提供了强有力的工具。其性能在基准测试中全面领先，价格仅为每美元1000页，显然将推动RAG系统、文档数字化等领域的应用普及。
Mistral AI团队表示，模型将在未来几周内继续优化，可以预见，随着本地部署和合作伙伴生态的扩展，Mistral OCR 将成为文档理解基础设施的重要组成部分。
原文链接：Mistral OCR