Δωρεάν εργαλεία εξαγωγής εγγράφων σε σύγκριση για το 2026: PDF έως Markdown και JSON

Δωρεάν εξαγωγή εγγράφων OmniDoc το εργαλείο μας

Οι επικεφαλίδες, οι παράγραφοι και οι λίστες διατηρούν την ιεραρχία του πρωτοτύπου. δύο ή τρεις στήλες ενώνονται με σειρά ανάγνωσης. Οι πίνακες εμφανίζονται ως πίνακες Markdown και ως σειρές και στήλες στο JSON. Οι φωτογραφίες αποθηκεύονται στο images/ με σημειωμένες τις θέσεις τους. Οι σαρώσεις περνούν από την αναγνώριση κειμένου (OCR) και στη συνέχεια οργανώνονται με βάση τη διάταξή τους. Μόνο εσείς μπορείτε να δείτε τα αρχεία που ανεβάζετε και τα αποτελέσματά τους.

Καλό για: Markdown και JSON χωρίς ρύθμιση ή εγγραφή κώδικα. προετοιμασία εγγράφων για μια βάση γνώσεων ή RAG.

MinerU

Άδεια χρήσης βάσει της άδειας ανοιχτού κώδικα MinerU (βάσει του Apache 2.0 με πρόσθετους όρους). Το Precision Extract API χρειάζεται ένα διακριτικό και παίρνει αρχεία έως 200 MB και 600 σελίδες. το Agent Lightweight API δεν χρειάζεται σύνδεση και λαμβάνει αρχεία έως 10 MB και 20 σελίδες, με περιορισμένο ρυθμό ανά IP.

Καλό για: προγραμματιστές με GPU που θέλουν να φιλοξενήσουν μόνοι τους ή που ομαδοποιούν κινεζικά έγγραφα μέσω ενός API.

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

Docling

Το README του παραθέτει τη διάταξη σελίδας, τη σειρά ανάγνωσης και τη δομή του πίνακα, το OCR για σαρωμένα PDF και εικόνες και την τοπική εκτέλεση για ευαίσθητα δεδομένα και περιβάλλοντα με κενό αέρα. Τα βάρη μοντέλων φέρουν τις δικές τους άδειες, που πρέπει να ελέγχονται χωριστά.

Καλό για: ομάδες που πρέπει να παραμείνουν εκτός σύνδεσης ή εντός του δικού τους δικτύου και αισθάνονται άνετα με το Python.

Πηγή: Docling — GitHub README

Marker (Datalab)

Τα βάρη του μοντέλου χρησιμοποιούν τροποποιημένη άδεια OpenRAIL-M, δωρεάν για έρευνα, προσωπική χρήση και νεοσύστατες επιχειρήσεις κάτω από 5 εκατομμύρια $ σε χρηματοδότηση ή έσοδα. εμπορική χρήση πέραν αυτού καταβάλλεται. Η τιμή του φιλοξενούμενου API είναι ανά 1.000 σελίδες: 1 $ γρήγορη, 3 $ ισορροπημένη, 7,50 $ ακριβής. κάρτα χρειάζεται μόνο μετά το δωρεάν επίδομα.

Καλό για: προγραμματιστές που θέλουν εξισώσεις LaTeX και πίνακες HTML και μπορούν να εργαστούν με την άδεια βαρών.

Πηγή: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

Η σελίδα τιμολόγησης του LlamaIndex παραθέτει ένα πρόγραμμα pay-as-you-go 0 $ με 10 δωρεάν πιστώσεις το μήνα. Κάθε επίπεδο ανάλυσης χρησιμοποιεί διαφορετικό αριθμό μονάδων ανά σελίδα, από 1 για βασική ανάλυση. Ταιριάζει όμορφα στη στοίβα LlamaIndex RAG.

Καλό για: Οι προγραμματιστές κατασκευάζουν ήδη το RAG με το LlamaIndex.

Πηγή: LlamaIndex — Pricing

Mathpix

Οι τιμοκατάλογοι του Mathpix καταγράφουν 10 σελίδες PDF και 10 εικόνες το μήνα στο δωρεάν πρόγραμμα, διπλασιάζονται με ένα email .edu. Το Pro κοστίζει 4.99 $ το μήνα για 1,000 σελίδες PDF και 5,000 εικόνες. Η αναγνώριση της φόρμουλας είναι η δύναμή της. Το δωρεάν επίδομα είναι μικρό.

Καλό για: Η περιστασιακή σελίδα τύπων ή μια φωτογραφία ενός μαθηματικού προβλήματος.

Πηγή: Mathpix — Snip pricing

Azure AI Document Intelligence

Η τεκμηρίωση του Microsoft λέει ότι το δωρεάν επίπεδο αναλύει μόνο τις δύο πρώτες σελίδες ενός αιτήματος, με αρχεία έως 4 MB και ένα αίτημα ανά δευτερόλεπτο. Η σελίδα τιμολόγησης παραθέτει 0–500 δωρεάν σελίδες το μήνα. Ταιριάζει να δοκιμάσετε πράγματα πριν χτίσετε στο Azure.

Καλό για: ομάδες που ήδη βασίζονται στο Azure που χρειάζονται μια επιχείρηση API.

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