استخراج اسناد OmniDoc

استخراج اسناد OmniDoc / مقایسه 2026

مقایسه ابزار استخراج متن رایگان برای سال 2026: PDF تا Markdown و JSON

تبدیل فایل‌های PDF، اسکن و Office به Markdown و JSON با سرفصل‌ها، جداول و تصاویر ممکن است شامل خود-استضافه کردن یک مدل منبع باز یا تماس با یک API باشد که بر اساس تعداد صفحات محاسبه می‌شود. این صفحه محدودیت‌های رایگان، ورودی‌ها، خروجی‌ها و نحوه نصب هفت ابزار رایج را در کنار هم قرار داده و منبع رسمی هر عدد را ذکر می‌کند.

این مقایسه توسط تیم OmniDoc نوشته شده است و OmniDoc محصول خودمان است. هر عدد مربوط به ابزار دیگری از صفحه رسمی یا مستودع آن نقل شده و در تاریخ 14 نوامبر 2026 بررسی شده است؛ در صورت تفاوت، صفحات آنها اولویت را به خودش می‌دهند.

استخراج یک فایل بدون هزینه با OmniDoc

در نگاه اول: محدودیت رایگان، ورودی‌ها و خروجی‌ها

ابزارمحدودیت رایگانورودی‌هاخروجی / نصب
استخراج متن رایگان OmniDoc ابزار ماتا 501 صفحه در هر PDF، بدون محدودیت ماهانه؛ کارهای برنامه رایگان در صف انتظار قرار دارند؛ حساب رایگان OmniDoc لازم استPDF، اسکن شده PDF، تصاویر PNG/JPG/WEBP/BMP، Word، PowerPoint، Excel، CSV، EPUB، HTML، Markdown، TXT، SRT/ASSصفحه وب، نیازی به نصب چیزی نیست؛ یک فایل ZIP شامل document.md، document.json، images/ و manifest.json
MinerUمنبع باز، خود-استضافه شده؛ آنلاین API: 2,000 صفحه در روز برای هر حساب با اولویت بالا، و سپس با اولویت پایین‌ترPDF، تصاویر، DOC/DOCX، PPT/PPTX، XLS/XLSX، RTF، ODT/ODS/ODP، EPUB، OFD، HTML/MHTML، CSV/TSVMarkdown، HTML، LaTeX، DOCX و بیشتر؛ خود-استضافه شده، آنلاین API، یا نمایش‌های آزمایشی در Hugging Face و ModelScope
Doclingمنبع باز (کد زیر MIT)، روی کامپیوتر خودتان اجرا می‌شود، بدون محدودیت استفادهPDF، DOCX، PPTX، XLSX، HTML، EPUB، تصاویر و موارد دیگرMarkdown، HTML، DocTags، JSON بدون از دست دادن اطلاعات؛ روی سرور محلی اجرا می‌شود، OCR برای اسکان‌ها
Marker (Datalab)کد بازمنبع (Apache 2.0); استضافه شده API اجازه $20 در ماه با ایمیل کاری، $10 با ایمیل شخصیPDF، تصاویر، PPTX، DOCX، XLSX، HTML، EPUBMarkdown, JSON, HTML, بلوک‌ها؛ معادلات به عنوان LaTeX، جداول به عنوان HTML
LlamaParse (LlamaIndex)10,000 اعتبار رایگان در ماه برای کاربران جدید؛ پردازش ابتدایی از 1 اعتبار برای هر صفحهسایت رسمی را ببینیدآنلاین API (LlamaCloud)، نیاز به حساب کاربری دارد
Mathpixرایگان: 10 صفحه PDF و 10 تصویر در ماه (2 برابر با ایمیل .edu); Pro 4.99 دلار در ماه برای 1,000 صفحهPDF، تصاویراپلیکیشن و API; قوی در فرمول‌ها
Azure AI Document Intelligenceطرح رایگان F0: 500 صفحه در ماه، اما هر تحلیل فقط 2 صفحه اول را پوشش می‌دهد و فایل‌ها تا 4 MB است.PDF، تصاویر JPEG/PNG/BMP/TIFF/HEIF، DOCX، PPTX، XLSپایگاه اطلاعات API، نیازمند حساب Azure است؛ مدل طرح‌بندی پاراگراف‌ها، جداول و ساختار را باز می‌گرداند

ابزار به ابزار: کی مناسب است و چه چیزی باید رصد شود

استخراج متن رایگان OmniDoc ابزار ما

عنوانها، پاراگرافها و لیست‌ها ساختار هیرارشی اصلی را حفظ می‌کنند؛ دو یا سه ستون در ترتیب خواندن به هم متصل می‌شوند. جداول به صورت جداول Markdown و به عنوان ردیف‌ها و ستون‌ها در JSON ظاهر می‌شوند. تصاویر در images/ ذخیره می‌شوند و موقعیت‌های آنها نیز مشخص است. اسکان‌ها از شناسایی متن (OCR) عبور کرده و سپس بر اساس طرح خود مرتب می‌شوند. فقط شما می‌توانید فایل‌های آپلود شده خود و نتایج آنها را ببینید.

مناسب برای: Markdown و JSON بدون نیاز به تنظیم چیزی یا نوشتن کد؛ آماده‌سازی مدارک برای پایگاه دانش یا RAG.

MinerU

تحت مجوز منبع باز MinerU (مبتنی بر Apache 2.0 با شرایط اضافی). دستگاه استخراج دقیق API نیازمند یک توکن است و حداکثر تا 200 مگابایت و 600 صفحه را پردازش می‌کند؛ دستگاه سبک وزن آژانس API نیازی به ورود به سیستم ندارد و حداکثر تا 10 مگابایت و 20 صفحه را پردازش می‌کند، با محدودیت نرخ برای هر آی‌پی.

مناسب برای: توسعه‌دهندگان با GPU که می‌خواهند خودشان استضافه کنند، یا کسانی که مستندات چینی را به صورت دسته‌ای از طریق API پردازش می‌کنند.

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

Docling

صفحه README آن لیست طرح صفحه، ترتیب خواندن و ساختار جداول را نشان می‌دهد، OCR برای PDFهای اسکن شده و تصاویر، و اجرا در محل برای داده‌های حساس و محیط‌های بدون اتصال به شبکه است. وزن‌های مدل‌ها دارای مجوزهای خودشان هستند که باید جداگانه بررسی شوند.

مناسب برای: تیم‌هایی که باید آفلاین یا درون شبکه خودشان بمانند و با Python راحت هستند.

منبع: Docling — GitHub README

Marker (Datalab)

The model weights use a modified OpenRAIL-M licence, free for research, personal use and startups under $5M in funding or revenue; commercial use beyond that is paid. The hosted API is priced per 1,000 pages: $1 fast, $3 balanced, $7.50 accurate; a card is needed only after the free allowance.

مناسب برای: توسعه‌دهندگانی که به دنبال معادلات LaTeX و جداول HTML هستند و می‌توانند با مجوز وزن‌ها کار کنند.

منبع: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

صفحه قیمت‌بندی LlamaIndex فهرستی از برنامه پرداخت به‌صورت ماهانه با 10,000 اعتبار رایگان در ماه دارد؛ هر سطح پردازش از تعداد متفاوتی اعتبار برای هر صفحه استفاده می‌کند، از 1 برای پردازش ابتدایی. این محصول به خوبی در قالب LlamaIndex RAG جا می‌شود.

مناسب برای: توسعه‌دهندگانی که قبلاً RAG را با LlamaIndex ساخته‌اند.

منبع: LlamaIndex — Pricing

Mathpix

قیمت‌بندی Mathpix شامل 10 صفحه PDF و 10 تصویر در ماه در طرح رایگان است، که با ایمیل .edu دو برابر می‌شود؛ Pro 4.99 دلار در ماه برای 1,000 صفحه PDF و 5,000 تصویر است. شناسایی فرمول قدرت اصلی آن است؛ اما مقدار رایگان نسبتاً کم است.

مناسب برای: گاهی اوقات صفحه‌ای از فرمول‌ها یا عکسی از یک مسئله ریاضی.

منبع: Mathpix — Snip pricing

Azure AI Document Intelligence

مستندات Microsoft می‌گوید که طرح رایگان فقط دو صفحه اول یک درخواست را تحلیل می‌دهد، با فایل‌های تا 4 MB و یک درخواست در ثانیه؛ صفحه قیمت‌گذاری 0–500 صفحه رایگان در ماه را ذکر می‌کند. این برای آزمایش کارها قبل از ساختن روی Azure مناسب است.

مناسب برای: تیم‌هایی که قبلاً روی Azure ساخته‌اند و به یک API سطح کاربردی نیاز دارند.

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

کدام یک برای کدام وظیفه

شرایط شمااول چه کاری را باید امتحان کنید
تبدیل صدها صفحه PDF یا اسکن شده به Markdown و JSON بدون نوشتن کدOmniDoc (تا 501 صفحه در هر PDF، در مرورگر)
داده‌ها باید در سرورهای خود شما بمانندDocling یا MinerU، خود-استضافه شده
مدارک چینی در بسته‌های روزانهMinerU آنلاین API (2,000 صفحه با اولویت بالا در روز)، یا OmniDoc
معادلات از مقالات به عنوان LaTeXMarker، یا Mathpix (مقدار رایگان کم)
قبلاً RAG را با LlamaIndex ساخته‌اندLlamaParse
قبلاً روی Azure ساخته‌اندAzure Document Intelligence (طرح رایگان هر درخواست 2 صفحه را می‌خواند)
Word، PowerPoint، Excel، EPUB یا HTML به MarkdownOmniDoc، MinerU یا Docling

سوالات

آیا در سال 2026 تبدیل‌کننده PDF به Markdown بدون هزینه وجود دارد؟

بله. MinerU، Docling و Marker منبع باز هستند و می‌توانند به صورت خودپردازشی استقرار یابند؛ استخراج اسناد رایگان OmniDoc در مرورگر اجرا می‌شود بدون محدودیت ماهانه و تا 501 صفحه در هر PDF، و فایل ZIP آن شامل document.md و document.json است؛ MinerU با API آنلاین به هر حساب روزانه 2,000 صفحه با اولویت بالا می‌دهد. ارقام از صفحات رسمی است که در نوامبر 2026 بررسی شده‌اند.

استخراج ساختاریافته با PDF به متن چه تفاوتی دارد؟

PDF به متن شما یک رشته متن ساده می‌دهد. استخراج ساختاریافته سطوح سرعنوان، پاراگراف‌ها، جداول را به صورت ردیف و ستون، موقعیت‌های تصاویر و ترتیب خواندن حفظ می‌کند، همانطور که Markdown و JSON برای برنامه‌ها و ابزارهای هوش مصنوعی قابل استفاده مستقیم هستند.

من نمی‌توانم خودم استضافه کنم. گزینه‌های من چیست؟

از ابزار آنلاین استفاده کنید: استخراج اسناد رایگان OmniDoc بارگذاری را در مرورگر انجام می‌دهد؛ MinerU، Datalab، LlamaParse و Azure APIهای آنلاین ارائه می‌دهند که نیازمند حساب، توکن و کد هستند.

آیا این ابزارها می‌توانند PDFهای اسکن شده و جداول را پردازش کنند؟

بله. OmniDoc، Docling و MinerU متن موجود در اسکن‌ها و ساختار جداول را شناسایی می‌کنند. OmniDoc جداول را به صورت جداول Markdown و به صورت ردیف و ستون در JSON می‌نویسد؛ جداول بسیار پیچیده را با اصلی مقایسه کنید.

این مقایسه را چه کسی نوشته است؟

تیم OmniDoc؛ OmniDoc محصول خودمان است. هر شاخص مربوط به ابزار دیگری به صفحه یا مستودع رسمی آن می‌پیوندد و در صورت تغییر، آن صفحه برتری را به خود اختصاص می‌دهد.

منابع (در تاریخ 14 نوامبر 2026 بررسی شده)

  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/