OmniDoc Sənəd çıxarılması

OmniDoc Sənəd çıxarılması / 2026-cı il müqayisəsi

2026-cı il üçün pulsuz sənəd çıxarışı alətləri müqayisəsi: PDF ilə Markdown və JSON

PDF-ləri, skanları və Office fayllarını başlıqları, cədvəlləri və şəkilləri ilə Markdown və JSON-ə çevirmək açıq mənbə modelini özünüz hostinq etmək və ya səhifəyə görə haqq ödənilən bir API çağırmaq demək ola bilər. Bu səhifə yeddi ümumi alətin pulsuz imtiyazlarını, girişlərini, çıxışlarını və qurulumunu rəsmi mənbədən alınmış hər bir rəqəmlə yan-yana qoyur.

Bu müqayisə OmniDoc komandası tərəfindən yazılıb və OmniDoc bizim öz məhsulumuzdur. Digər alətlərlə bağlı hər bir rəqəm onun rəsmi səhifəsindən və ya respozitoriyasından götürülüb, 14 noyabr 2026-cı il tarixində yoxlanılıb; fərq olarsa, onların səhifələri üstün hesab edilir.

OmniDoc ilə faylı pulsuz çıxarın

Bir baxışda: pulsuz limit, girişlər, çıxışlar

AlətPulsuz limitGirişlərÇıxış / qurulum
OmniDoc pulsuz sənəd çıxarışı bizim alətimizHər PDF üçün 501 səhifəyə qədər, aylıq limit yoxdur; pulsuz plan üzrə tapşırıqlar növbədə gözləyir; pulsuz OmniDoc hesabı tələb olunurPDF, taranmış PDF, PNG/JPG/WEBP/BMP şəkilləri, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSVeb səhifə, heç nə quraşdırmaq lazım deyil; document.md, document.json, images/ və manifest.json fayllarını ehtiva edən ZIP faylı
MinerUAçıq mənbə, özünüz yerləşdirin; onlayn API: hər hesab üçün gündə 2.000 səhifə üst prioritetdə, ondan sonra aşağı prioritetPDF, şəkillər, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX və daha çoxu; özünüz yerləşdirin, onlayn API və ya Hugging Face və ModelScope-də demo versiyalar
DoclingAçıq mənbə (mətn MIT altında), öz kompüterinizdə işləyir, istifadə limiti yoxdurPDF, DOCX, PPTX, XLSX, HTML, EPUB, şəkillər və daha çoxuMarkdown, HTML, DocTags, itkiyə uğramayan JSON; yerli olaraq işləyir, taramalar üçün OCR
Marker (Datalab)Açıq mənbə kodu (Apache 2.0); yerləşdirilmiş API ayda 20 dollarlıq iş e-poçtu ilə, şəxsi e-poçtla isə 10 dollarlıq imkanPDF, şəkillər, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, hissələr; tənliklər LaTeX kimi, cədvəllər HTML kimi
LlamaParse (LlamaIndex)Yeni istifadəçilər üçün ayda 10,000 pulsuz kredit; hər səhifə üçün 1 kreditdən başlayaraq əsas ayrışdırmaRəsmi sayta baxınOnlayn API (LlamaCloud), hesab tələb olunur
MathpixPulsuz: ayda 10 PDF səhifə və 10 şəkil (bir .edu e-poçtu ilə 2 dəfə); Pro aylıq $4.99-a 1,000 səhifəPDF, şəkillərTətbiq və API; formullara güclü diqqət
Azure AI Document IntelligencePulsuz plan F0: ayda 500 səhifə, lakin hər təhlil yalnız ilk 2 səhifəni və 4 MB-ə qədər faylları əhatə edirPDF, JPEG/PNG/BMP/TIFF/HEIF şəkilləri, DOCX, PPTX, XLSBulud API, Azure hesabı tələb olunur; mənzərə modeli paraqrafları, cədvəlləri və strukturu qaytarır

Alət bazarı: kimlərə uyğun və nəyə diqqət yetirməli

OmniDoc pulsuz sənəd çıxarışı bizim alətimiz

Başlıqlar, abzaslar və siyahılar orijinalın iyerarxiyasını qoruyur; iki və ya üç sütun oxuma ardıcıllığına uyğun birləşdirilir. Cədvəllər Markdown cədvəlləri kimi və JSON-də sətirlər və sütunlar kimi çıxır; şəkillər images/ qovluğunda saxlanılır və mövqeləri qeyd olunur. Taramalar mətn tanıma prosesindən (OCR) keçir və sonra layout-ına görə təşkil edilir. Yalnız siz yüklədiyiniz faylları və onların nəticələrini görə bilərsiniz.

Yaxşıdır: Heç bir şey quraşdırmadan və ya kod yazmadan Markdown və JSON; bilik bazası üçün sənədləri hazırlamaq və ya RAG.

MinerU

MinerU Açıq Mənbə Lisenziyası (əlavə şərtlərlə Apache 2.0-ə əsaslanır) ilə lisenziyalaşdırılmışdır. Precision Extract API üçün token tələb olunur və 200 MB-ya qədər faylları, 600 səhifəyə qədər işləyir; Agent Lightweight API üçün giriş tələb olunmur və 10 MB-ya qədər faylları, 20 səhifəyə qədər işləyir, IP üzrə sürət məhdudiyyəti var.

Yaxşıdır: özünüz yerləşdirmək istəyən və ya Çin sənədlərini API vasitəsilə toplu şəkildə emal etmək istəyən GPU-li developerlər.

Mənbə: MinerU — GitHub README, MinerU — API documentation (limits)

Docling

Onun README səhifə tərtibatını, oxuma ardıcıllığını və cədvəl strukturunu siyahılayır, OCR skan edilmiş PDF-lər və şəkillər üçün, həmçinin həssas məlumatlar və havasız mühitlər üçün yerli icranı dəstəkləyir. Model çəkiləri öz lisenziyalarını daşıyır və ayrıca yoxlanılmalıdır.

Yaxşıdır: Səyahət etməməli və ya öz şəbəkələrində qalmalı olan komandalar, həmçinin Python ilə rahat işləyən komandalar.

Mənbə: Docling — GitHub README

Marker (Datalab)

Model çəkiləri dəyişdirilmiş OpenRAIL-M lisenziyasından istifadə edir; tədqiqat, şəxsi istifadə və 5 milyon dollardan az maliyyəyə və ya gəlirə malik startaplar üçün pulsuzdur; bundan artıq kommersiya istifadəsi ödənişlidir. Yerləşdirilmiş API hər 1000 səhifəyə görə qiymətləndirilir: $1 sürətli, $3 balanslı, $7.50 dəqiq; yalnız pulsuz imkan bitdikdən sonra kart lazım olur.

Yaxşıdır: LaTeX tənlikləri və HTML cədvəllərini istəyən və çəkilər lisenziyası ilə işləyə bilən developerlər.

Mənbə: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

LlamaIndexın qiymət siyahısı ayda 10,000 pulsuz kreditlə birlikdə $0-a görə ödəniş planını göstərir; hər ayrışdırma səviyyəsi əsas ayrışdırma üçün 1 kredit olmaqla, hər səhifə üçün fərqli sayda kredit istifadə edir. Bu, LlamaIndex RAG yığınına qüsursuz uyğun gəlir.

Yaxşıdır: Artıq LlamaIndex ilə RAG quran developerlər.

Mənbə: LlamaIndex — Pricing

Mathpix

Mathpix-un qiymət siyahıları pulsuz planda ayda 10 PDF səhifə və 10 şəkil təklif edir, bir .edu e-poçtu ilə bu rəqəm ikiqat artır; Pro versiyası isə ayda $4.99-a 1,000 PDF səhifə və 5,000 şəkil üçün nəzərdə tutulub. Formula tanıma onun güclü cəhətidir; pulsuz paketin imkanları isə məhdudur.

Yaxşıdır: arada bir səhifə formullar və ya riyaziyyat problemi olan foto.

Mənbə: Mathpix — Snip pricing

Azure AI Document Intelligence

Microsoft-ün sənədləşməsində deyilir ki, pulsuz plan yalnız sorğunun ilk iki səhifəsini təhlil edir, fayllar 4 MB-ə qədər olmalıdır və saniyədə bir sorğu göndərilə bilər; qiymət siyahısında ayda 0–500 pulsuz səhifə nəzərdə tutulur. Bu, Azure üzərində işləməzdən əvvəl şeyləri sınamq üçün uyğundur.

Yaxşıdır: Artıq Azure üzərində işləyən və korporativ API-ə ehtiyacı olan komandalar.

Mənbə: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing

Hansı tapşırıq üçün hansı

Sizin vəziyyətinizƏvvəl nəyi sınamalısınız
Kod yazmadan yüzlərlə PDF və ya taranmış səhifəni Markdown və JSON-yə çevirinOmniDoc (hər PDF-də 501 səhifəyə qədər, brauzerdə)
Məlumatlar öz serverlərinizdə qalmalıdırDocling və ya MinerU, özünüz yerləşdirin
Gündəlik partiyalar halında Çin sənədləriMinerU onlayn API (hər gün 2.000 üst prioritet səhifə), və ya OmniDoc
Məqalələrdən tənliklər LaTeX kimiMarker, və ya Mathpix (kiçik pulsuz imkan)
Artıq LlamaIndex ilə RAG quranLlamaParse
Artıq Azure üzərində işləyirAzure Document Intelligence (pulsuz plan hər sorğu üçün 2 səhifəni oxuyur)
Word, PowerPoint, Excel, EPUB və ya HTML üçün MarkdownOmniDoc, MinerU və ya Docling

Sualar

2026-cı ildə pulsuz PDF – Markdown konvertoru varmı?

Bəli. MinerU, Docling və Marker açıq mənbəlidir və özünüz quraşdıra bilərsiniz; OmniDoc-ün pulsuz sənəd çıxarışı brauzerdə işləyir, aylıq limiti yoxdur və hər PDF üçün 501 səhifəyə qədər dəstək verir, ZIP arxivində document.md və document.json faylları olur; MinerU-in onlayn API xidməti isə hər hesab üçün günə 2,000 prioritet səhifə verir. Rəsmi səhifələrdən götürülmüş rəqəmlər, noyabr 2026-cı il tarixində yoxlanılıb.

Strukturlaşdırılmış çıxarış PDF ilə mətn arasındakı fərq nədir?

PDF ilə mətn sizə sıradan adi mətn verir. Strukturlaşdırılmış çıxarış başlıq səviyyələrini, abzasları, cədvəlləri satır və sütunlar şəklində, şəkillərin mövqeyini və oxu ardıcıllığını saxlayır; bu, proqramlar və süni intellekt alətlərinin birbaşa istifadə edə biləcəyi Markdown və JSON-dir.

Mən özüm yerləşdirə bilmirəm. Mənim variantlarım hansılardır?

Onlayn vasitədən istifadə edin: OmniDoc-un pulsuz sənəd çıxarışı brauzerdə yükləməni tələb edir; MinerU, Datalab, LlamaParse və Azure onlayn API-lər təklif edir, bunlar üçün hesab, token və müəyyən kod lazımdır.

Bu alətlər skan edilmiş PDF-ləri və cədvəlləri emal edə bilərmi?

Bəli. OmniDoc, Docling və MinerU skanlarda mətni və cədvəllərin strukturunu tanıyır. OmniDoc cədvəlləri Markdown cədvəlləri kimi və JSON-də satır və sütunlar şəklində yazır; çox mürəkkəb cədvəlləri orijinal ilə müqayisə edin.

Bu müqayisəni kim yazıb?

OmniDoc komandası; OmniDoc bizim öz məhsulumuzdur. Digər alətlərlə bağlı hər bir rəqəm onların rəsmi səhifəsinə və ya respozitoriyasına istinad edir və hər hansı dəyişiklik olduğu təqdirdə həmin səhifə üstün tutulur.

Mənbələr (14 noyabr 2026-cı il tarixində yoxlanılıb)

  1. MinerU — GitHub READMEhttps://github.com/opendatalab/MinerU
  2. MinerU — API documentation (limits)https://mineru.net/doc/docs/index_en/
  3. Docling — GitHub READMEhttps://github.com/docling-project/docling
  4. Marker — GitHub READMEhttps://github.com/datalab-to/marker
  5. Datalab — Pricinghttps://www.datalab.to/pricing
  6. LlamaIndex — Pricinghttps://www.llamaindex.ai/pricing
  7. Mathpix — Snip pricinghttps://mathpix.com/pricing/snip
  8. Microsoft Learn — Document Intelligence quotas and limitshttps://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/service-limits
  9. Azure — Document Intelligence pricinghttps://azure.microsoft.com/en-us/pricing/details/ai-document-intelligence/