OCR 4, Moderation 2 et Leanstral

Les Spécialistes de Niche

Au-delà du code et de l’audio, Mistral entretient des modèles taillés pour des tâches étroites : extraire le contenu de documents, sécuriser les contenus produits, écrire des preuves formelles. Chacun complète les généralistes plutôt qu’il ne les concurrence. Cette leçon est aussi l’occasion de clarifier ce qu’est devenue la famille Magistral, dont vous croiserez encore le nom dans d’anciens tutoriels.

OCR 4 — L’Extraction de Documents

OCR 4, publié le 23 juin 2026 en version 4.0 au tier Premier, est le service de reconnaissance optique de caractères de Mistral et succède à OCR 3. L’appeler « lecteur de texte dans les images » serait toutefois réducteur : ce qu’il produit n’est pas une suite de mots, mais une représentation du document.

Il comprend d’abord la structure : titres, paragraphes, listes et tableaux sont typés comme des éléments distincts, directement exploitables par le traitement en aval. Il fournit ensuite des boîtes englobantes au niveau du paragraphe, c’est-à-dire les coordonnées exactes de chaque bloc dans la page — ce qui permet de surligner une clause à l’écran, d’annoter un document ou de faire vérifier visuellement une extraction par un opérateur, au lieu de lui demander de croire le résultat sur parole. Il extrait les tableaux en conservant l’organisation en lignes et colonnes, traite les documents multi-pages sans limite de pagination, et prend en charge les formulaires en restituant les champs avec leurs valeurs.

Côté entrées, OCR 4 accepte une large gamme de formats : PDF, images PNG, JPEG et TIFF, documents scannés et photos prises au smartphone. La qualité d’extraction se maintient sur des sources dégradées, scans obliques ou faible résolution ; en dématérialisation, les documents à traiter sont rarement les mieux numérisés du lot.

Les usages les plus courants suivent cette logique. La dématérialisation traite factures, contrats et bons de commande. La conformité réglementaire s’appuie sur l’extraction automatique de données depuis des documents légaux. L’archivage intelligent rend indexable un fonds documentaire historique. Enfin, un pipeline de données peut alimenter une base à partir de documents papier sans ressaisie.

OCR 4 s’intègre d’ailleurs rarement seul. La combinaison la plus fréquente enchaîne trois modèles :

1. OCR 4 extrait le contenu structuré d’un contrat PDF
2. Mistral Small 4 analyse ce contenu et en produit un résumé structuré
3. Mistral Embed génère les vecteurs pour l’indexation dans une base vectorielle

Magistral — Famille Dépréciée

Si vous reprenez un projet existant ou suivez un tutoriel qui appelle encore Magistral, la migration se décide selon l’exigence de la tâche. Pour du raisonnement courant — logique, mathématiques usuelles, analyse — basculez vers Mistral Small 4 et son mode raisonnement intégré. Pour du raisonnement exigeant, démonstrations complexes ou planification multi-étapes, c’est vers Mistral Medium 3.5 qu’il faut aller. Dans les deux cas, prévoyez de rejouer vos jeux de tests : les sorties changent de forme même lorsque les conclusions restent identiques.

Mistral Moderation 2 — La Sécurité des Contenus

Mistral Moderation 2, sorti en mars 2026 en version 26.03 au tier Premier, se consacre à la détection de contenus problématiques et à la sécurité des applications IA. Il classe les contenus en repérant ce qui relève du haineux, du violent, du sexuel ou du dangereux, et il détecte les tentatives de jailbreak, c’est-à-dire les messages construits pour faire contourner à un modèle ses propres consignes de sécurité. Il fonctionne dans de nombreuses langues, ce qui évite d’avoir à traduire avant de modérer. Il accepte enfin des guardrails personnalisés : vous définissez vos propres règles pour vos agents et vos conversations, au-delà des catégories fournies par défaut.

Son emploi typique consiste à l’installer autour d’un modèle généraliste plutôt qu’à l’intérieur. En amont, il filtre les requêtes des utilisateurs avant qu’elles n’atteignent le modèle principal. En aval, il vérifie les réponses avant qu’elles ne repartent vers l’utilisateur. Utilisé en monitoring, enfin, il analyse les conversations passées pour détecter les abus. Sur un service ouvert au public, les trois positions se cumulent : la première protège votre modèle, la deuxième protège vos utilisateurs, la troisième vous protège vous.

Leanstral 1.5 — Les Preuves Formelles

Leanstral 1.5, publié le 2 juillet 2026, est le modèle le plus spécialisé de tout l’écosystème. C’est un modèle de fondation open source conçu pour Lean 4, le langage des preuves mathématiques formelles.

Son public est étroit et parfaitement identifié : chercheurs en mathématiques, équipes de vérification formelle de logiciels critiques, développeurs de bibliothèques de preuves. Sa publication en open source compte pour eux, car elle autorise les laboratoires à l’héberger et à l’adapter à leurs propres formalismes.

Points Clés à Retenir

• OCR 4 (juin 2026) est un service complet de compréhension documentaire : texte, structure, boîtes englobantes par paragraphe et blocs structurels typés
• Magistral est déprécié : le raisonnement passe désormais par Small 4 (courant) et Medium 3.5 (exigeant)
• Moderation 2 assure la sécurité des applications IA avec détection de jailbreak et guardrails personnalisés
• Leanstral 1.5 (juillet 2026) est un modèle de fondation open source pour les preuves formelles en Lean 4
• Ces spécialistes se combinent entre eux et avec les généralistes dans des pipelines multi-modèles