| OmniDoc free document extraction ang among himan | Hangtod sa 501 ka panid matag PDF, walay limitasyon sa matag bulan; ang mga buluhaton sa libre nga plano naghulat sa linya; kinahanglan ang usa ka libre nga account sa OmniDoc | PDF, giskenan nga PDF, mga imahe sa PNG/JPG/WEBP/BMP, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASS | Web page, walay kinahanglan i-install; usa ka ZIP nga adunay document.md, document.json, images/ ug manifest.json |
| MinerU | Open source, self-hosted; online API: 2,000 ka panid kada adlaw matag account sa labing taas nga prayoridad, ubos nga prayoridad human niana | PDF, mga imahe, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSV | Markdown, HTML, LaTeX, DOCX ug daghan pa; self-hosted, online API, o mga demo sa Hugging Face ug ModelScope |
| Docling | Buhi nga bukas (code ubos sa MIT), nagdagan sa imong kaugalingong kompyuter, walay limitasyon sa paggamit | PDF, DOCX, PPTX, XLSX, HTML, EPUB, mga imahe ug uban pa | Markdown, HTML, DocTags, lossless JSON; nagdagan sa lokal, OCR alang sa mga pag-scan |
| Marker (Datalab) | Kodigo nga bukas-nga-sulod (Apache 2.0); gi-host API nga pagtugot sa $20 matag bulan gamit ang email sa trabaho, $10 gamit ang personal nga email | PDF, mga imahe, PPTX, DOCX, XLSX, HTML, EPUB | Markdown, JSON, HTML, mga bahin; mga ekwasyon ingon LaTeX, mga tabang ingon HTML |
| LlamaParse (LlamaIndex) | 10,000 libre nga kredito matag bulan alang sa mga bag-ong tiggamit; sukaranan nga pag-parse gikan sa 1 kredito matag panid | Tan-awa ang opisyal nga sityo | Online API (LlamaCloud), kinahanglan ang account |
| Mathpix | Libre: 10 ka panid sa PDF ug 10 ka imahe matag bulan (2x gamit ang email nga .edu); Pro $4.99/kada-bulan alang sa 1,000 ka panid | PDF, mga imahe | App ug API; kusog sa mga pormula |
| Azure AI Document Intelligence | Libre nga lebel F0: 500 ka panid matag-bulan, apan ang matag pag-analisar mosakop lamang sa unang 2 ka panid ug mga file nga mobalor og 4 MB | PDF, mga imahe sa JPEG/PNG/BMP/TIFF/HEIF, DOCX, PPTX, XLS | Cloud API, kinahanglan ang account sa Azure; ang modelo sa layout nagbalik og mga parapo, lamesa ug istruktura |