Mistral presenta Búsqueda Agéntica para la recuperación de documentos complejos

Una capa de recuperación de varios pasos

Mistral AI presentó Agentic Search, una capa de recuperación diseñada para permitir que los sistemas de IA busquen, naveguen y verifiquen información dentro de documentos complejos y a través de múltiples fuentes de datos. La empresa afirma que el sistema utiliza un bucle de recuperación de varios pasos en lugar de exigir que un modelo responda a partir de un conjunto fijo de fragmentos seleccionados en una única búsqueda.

Agentic Search está disponible a través de Mistral Search Toolkit y está integrado en Libraries tanto en Studio como en Vibe. Mistral afirma que sus herramientas, portátiles y abiertas, pueden funcionar con datos sensibles y específicos de un dominio en la nube o en las instalaciones, sin necesidad de mover esos datos entre límites de aislamiento.

Cinco herramientas para la navegación de documentos

Agentic Search se basa en el índice de búsqueda existente de una organización y proporciona a un modelo cinco herramientas:

• search encuentra documentos relevantes a través del índice.
• open abre un documento seleccionado.
• navigate se desplaza a una página, sección o región.
• read recupera el contenido de esa ubicación.
• grep encuentra un patrón dentro de un documento abierto.

Mistral afirma que un modelo puede usar estas herramientas para inspeccionar los resultados iniciales, revisar su búsqueda, desplazarse a las secciones relevantes y leer el material fuente antes de producir una respuesta. La empresa señala que las herramientas no requieren ni ajuste fino (fine-tuning) ni entrenamiento específico del modelo.

Mistral Search Toolkit también incluye módulos abiertos para la ingesta, incrustación (embedding) e indexación de datos. La empresa identifica los documentos extensos, las preguntas que abarcan múltiples fuentes, las respuestas que requieren verificación, y las tablas y documentos estructurados como usos previstos de Agentic Search. Señala que la recuperación indexada convencional puede seguir siendo suficiente para búsquedas directas, búsquedas de alto volumen y preguntas sencillas con ubicaciones de fuentes predecibles.

Resultados de referencia reportados por Mistral

Mistral probó Agentic Search con la configuración predeterminada de Mistral Search Toolkit, incluyendo fragmentación (chunking) y clasificación (ranking) predeterminadas, sin ajustes. Las pruebas utilizaron Mistral Medium 3.5 y Z.ai GLM-5.2.

En FinanceBench, que abarca 150 preguntas extraídas de 368 presentaciones ante la SEC, Mistral informa que la exactitud aumentó del 26,7% al 86%. La empresa afirma que pasar de una recuperación de una sola vez a un bucle iterativo de solo búsqueda elevó la precisión en 47,3 puntos porcentuales para Mistral Medium 3.5 y en 52,6 puntos para GLM-5.2.

Mistral informa que añadir las herramientas open, navigate, read y grep produjo ganancias de precisión adicionales de 8,7 puntos porcentuales para Mistral Medium 3.5 y de 6,7 puntos para GLM-5.2. Según la empresa, el bucle completo utilizó un 23,9% menos de tokens que el bucle de solo búsqueda con Mistral Medium 3.5, y un 33,7% menos con GLM-5.2.

Para las preguntas de OfficeQA Pro que involucran tablas y múltiples documentos, Mistral afirma que los resultados aumentaron en 45,6 puntos porcentuales, del 6,3% al 51,9%. La empresa también reporta reducciones de hasta el 39,6% en la latencia p90 y de hasta un tercio en el consumo de tokens.

Fuente: anuncio de Mistral AI "Introducing Agentic Search", publicado el 20 de agosto de 2026.