Izdvajanje dokumenata OmniDoc

Izdvajanje dokumenata OmniDoc / Uspoređivanje za 2026. godinu

Uspoređeni besplatni alati za izdvajanje dokumenata za 2026. godinu: od PDF do Markdown i JSON

Pretvaranje PDF-a, skenova i Office datoteka u Markdown i JSON s naslovima, tabelama i slikama može značiti samostalno održavanje otvorenog modela ili pozivanje na API koji se naplaćuje po stranici. Ova stranica poredi besplatne ponude, ulaze, izlaze i podešavanja sedam uobičajenih alata, uz službeni izvor za svaku brojku.

Ovo uspoređivanje napisao je tim OmniDoc, a OmniDoc je naš vlastiti proizvod. Svaki podatak o drugom alatu potječe s njegove službene stranice ili repozitorija, provjereno 14. studenog 2026.; njihove stranice imaju prednost ako se bilo što razlikuje.

Izvucite datoteku besplatno uz pomoć OmniDoc

Na prvi pogled: besplatna kvota, ulazi, izlazi

AlatBesplatna kvotaUlaziIzlaz / podešavanje
Besplatno izdvajanje dokumenata OmniDoc naš alatDo 501 stranica po PDF, bez mjesečnog limita; zadaci na besplatnom planu čekaju u redu; potreban je besplatan račun OmniDocPDF, skenirane PDF, PNG/JPG/WEBP/BMP slike, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSWeb stranica, ništa ne treba instalirati; ZIP arhiva sa document.md, document.json, images/ i manifest.json
MinerUOtvorenog koda, samostalno hostovano; online API: 2.000 stranica dnevno po računu s najvišim prioritetom, niži prioritet nakon togaPDF, slike, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX i još mnogo toga; samostalno hostovano, online API, ili demo verzije na Hugging Face i ModelScope
DoclingOtvoreni kod (kod pod MIT), pokreće se na vašem sopstvenom računaru, bez ograničenja korištenjaPDF, DOCX, PPTX, XLSX, HTML, EPUB, slike i još mnogo togaMarkdown, HTML, DocTags, bezgubitno JSON; pokreće se lokalno, OCR za skenove
Marker (Datalab)Otvorenog koda (Apache 2.0); hostovan API omogućenje od $20 mjesečno uz poslovnu e-poštu, $10 uz ličnuPDF, slike, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, dijelovi; jednačine kao LaTeX, tablice kao HTML
LlamaParse (LlamaIndex)10.000 besplatnih kredita mjesečno za nove korisnike; osnovno parsiranje od 1 kredit po straniciPogledajte službenu stranicuOnline API (LlamaCloud), potreban račun
MathpixBesplatno: 10 PDF stranica i 10 slika mjesečno (2x s .edu e-poštom); Pro za 4,99 $/mjesečno za 1.000 stranicaPDF, slikeAplikacija i API; snažan u formulama
Azure AI Document IntelligenceBesplatni nivo F0: 500 stranica mjesečno, ali svaka analiza pokriva samo prve 2 stranice i datoteke do 4 MBPDF, JPEG/PNG/BMP/TIFF/HEIF slike, DOCX, PPTX, XLSCloud API, potreban je Azure račun; model rasporeda vraća paragrafe, tabele i strukturu

Alat po alat: kome odgovara i na što obratiti pažnju

Besplatno izdvajanje dokumenata OmniDoc naš alat

Naslovi, paragrafi i popisi zadržavaju hijerarhiju izvornika; dva ili tri stupca spajaju se po redoslijedu čitanja. Tablice se izdvajaju kao Markdown tablice i kao redovi i kolone u JSON; slike se spremaju u images/ sa označenim položajima. Skenirani dokumenti prolaze kroz prepoznavanje teksta (OCR) i zatim se organizuju prema njihovom rasporedu. Samo vi možete vidjeti datoteke koje prenesete i njihove rezultate.

Dobro za: Markdown i JSON bez postavljanja bilo čega ili pisanja koda; priprema dokumenata za bazu znanja ili RAG.

MinerU

Licencirano pod MinerU Open Source Licencom (zasnovano na Apache 2.0 s dodatnim uslovima). Precision Extract API zahtijeva token i prihvata datoteke do 200 MB i 600 stranica; Agent Lightweight API ne zahtijeva prijavu i prihvata datoteke do 10 MB i 20 stranica, sa ograničenjem brzine po IP adresi.

Dobro za: programeri sa GPU koji žele samostalno hostovati, ili koji paketno obrađuju kineske dokumente putem API.

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

Docling

Njegova README navodi postavku stranice, redosled čitanja i strukturu tabele, OCR za skenirane PDF-ove i slike, te lokalno izvršavanje za osjetljive podatke i okruženja bez mrežne veze. Težine modela imaju sopstvene licence koje treba posebno proveriti.

Dobro za: timovi koji moraju ostati offline ili unutar sopstvene mreže i koji su udobni s Python.

Izvor: Docling — GitHub README

Marker (Datalab)

Težine modela koriste modifikovanu licencu OpenRAIL-M, besplatnu za istraživanje, ličnu upotrebu i početne firme sa finansiranjem ili prihodima manjim od $5M; komercijalna upotreba izvan tog okvira je plaćena. Hostovani API se naplaćuje po 1.000 stranica: $1 brzo, $3 uravnoteženo, $7,50 precizno; kartica je potrebna samo nakon besplatnog limita.

Dobro za: programeri koji žele LaTeX jednačine i HTML tablice i mogu da rade sa licencom za težine.

Izvor: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

Stranica s cijenama za LlamaIndex navodi plan plaćanja po upotrebi od 0 $ s 10.000 besplatnih kredita mjesečno; svaki nivo parsiranja koristi različit broj kredita po stranici, od 1 za osnovno parsiranje. Ugladno se uklapa u LlamaIndex RAG sklop.

Dobro za: programeri koji već grade RAG s LlamaIndex.

Izvor: LlamaIndex — Pricing

Mathpix

Cjenovni listovi Mathpix nude 10 PDF stranica i 10 slika mjesečno na besplatnom planu, udvostručeno s .edu e-poštom; Pro iznosi 4,99 $ mjesečno za 1.000 PDF stranica i 5.000 slika. Prepoznavanje formula njegova je jačina; besplatni limit je mali.

Dobro za: povremena stranica s formulama ili fotografija matematičkog problema.

Izvor: Mathpix — Snip pricing

Azure AI Document Intelligence

Dokumentacija za Microsoft navodi da besplatni nivo analizira samo prve dvije stranice zahtjeva, uz datoteke do 4 MB i jedan zahtjev u sekundi; stranica s cijenama navodi od 0 do 500 besplatnih stranica mjesečno. Ovo je pogodno za isprobavanje prije nego što se nastavi sa Azure.

Dobro za: timovi koji već grade na Azure i kojima je potreban enterprise API.

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

Koja za koju zadaću

Vaša situacijaŠta prvo isprobati
Pretvaranje stotina PDF ili skeniranih stranica u Markdown i JSON bez pisanja kodaOmniDoc (do 501 stranica po PDF, u pregledaču)
Podaci moraju ostati na vašim sopstvenim serverimaDocling ili MinerU, samostalno hostovano
Kineski dokumenti u dnevnim paketimaMinerU online API (2.000 stranica dnevno s najvišim prioritetom), ili OmniDoc
Jednačine iz radova kao LaTeXMarker, ili Mathpix (mali besplatni limit)
Već grade RAG s LlamaIndexLlamaParse
Već grade na AzureAzure Document Intelligence (besplatni nivo čita 2 stranice po zahtjevu)
Word, PowerPoint, Excel, EPUB ili HTML do MarkdownOmniDoc, MinerU ili Docling

Pitanja

Postoji li besplatni PDF u Markdown konvertor 2026. godine?

Da. MinerU, Docling i Marker su otvoreni kod i mogu se samostalno hostovati; besplatna ekstrakcija dokumenata OmniDoc radi u pregledaču bez mjesečnog ograničenja i do 501 stranica po PDF, a njegov ZIP sadrži document.md i document.json; online API za MinerU pruža 2.000 stranica najvišeg prioriteta dnevno po korisničkom računu. Podaci su preuzeti sa službenih stranica, provjereno novembra 2026.

Koliko se strukturirana ekstrakcija razlikuje od pretvaranja PDF u tekst?

PDF u tekst daje vam niz običnog teksta. Strukturirana ekstrakcija zadržava nivoe naslova, paragrafe, tabele kao redove i kolone, pozicije slika i redoslijed čitanja, kao što su Markdown i JSON koje programi i AI alati mogu direktno koristiti.

Ne mogu samostalno hostovati. Koje su moje mogućnosti?

Koristite online alat: besplatna ekstrakcija dokumenata OmniDoc vrši preuzimanje u pregledaču; MinerU, Datalab, LlamaParse i Azure nude online API-jeve, za koje je potrebno otvoriti račun, dobiti token i napisati neki kod.

Mogu li ovi alati obraditi skenirane PDF-ove i tabele?

Da. OmniDoc, Docling i MinerU prepoznaju tekst u skenovima i strukturu tablica. OmniDoc zapisuje tablice kao Markdown tablice i kao redove i kolone u JSON; provjerite vrlo složene tablice u odnosu na original.

Tko je napisao ovo uspoređivanje?

Tim OmniDoc; OmniDoc je naš vlastiti proizvod. Svaka brojka o drugom alatu povezuje se s njegovom službenom stranicom ili repozitorijem, i ta stranica dobija prednost ako se bilo šta promijenilo.

Izvori (provjereno 14. studenog 2026.)

  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/