OmniDoc Ekstrakcija dokumenta

OmniDoc Ekstrakcija dokumenta / 2026 usporedba

Besplatni alati za izdvajanje dokumenata u usporedbi za 2026.: PDF do Markdown i JSON

Pretvaranje PDF-ova, skeniranih i Office datoteka u Markdown i JSON s naslovima, tablicama i slikama može značiti samostalno hosting modela otvorenog koda ili pozivanje API naplaćenog od stranice. Ova stranica stavlja jedan pored drugog besplatni dodatak, ulaze, izlaze i postavljanje sedam uobičajenih alata, sa službenim izvorom za svaki broj.

Ovu usporedbu napisao je OmniDoc tim, a OmniDoc je naš vlastiti proizvod. Svaki broj o drugom alatu dolazi s njegove službene stranice ili repozitorija, provjereno 14. studenog 2026.; njihove stranice pobjeđuju ako se išta razlikuje.

Besplatno izdvojite datoteku s OmniDoc

Na prvi pogled: besplatni džeparac, ulazi, izlazi

AlatBesplatni džeparacUnosiIzlaz / postavljanje
OmniDoc besplatno izdvajanje dokumenata naš alatDo 501 stranica po PDF, bez mjesečnog ograničenja; zadaci na besplatnom planu čekaju u redu; potreban je besplatni OmniDoc računPDF, skenirane PDF, PNG/JPG/WEBP/BMP slike, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSWeb stranica, ništa za instaliranje; a ZIP s document.md, document.json, images/ i manifest.json
MinerUOtvorenog izvornog koda, samostalno hostirano; online API: 2000 stranica dnevno po računu s najvišim prioritetom, nižim nakon togaPDF, slike, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX i više; samostalno hostirano, online API ili demonstracije na Hugging Face i ModelScope
DoclingOtvorenog koda (kod pod MIT), radi na vašem računalu, bez ograničenja upotrebePDF, DOCX, PPTX, XLSX, HTML, EPUB, slike i višeMarkdown, HTML, DocTags, bez gubitaka JSON; radi lokalno, OCR za skeniranje
Marker (Datalab)Kod otvorenog izvora (Apache 2.0); hostirao API dodatak od 20 USD mjesečno s poslovnom e-poštom, 10 USD s osobnomPDF, slike, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, komadi; jednadžbe kao LaTeX, tablice kao HTML
LlamaParse (LlamaIndex)10 000 besplatnih kredita mjesečno za nove korisnike; osnovno analiziranje od 1 kredita po straniciPogledajte službenu stranicuOnline API (LlamaCloud), potreban račun
MathpixBesplatno: 10 PDF stranica i 10 slika mjesečno (2x s .edu e-poštom); Pro 4,99 $/mjesec za 1.000 stranicaPDF, slikeApp i API; jaki na formulama
Azure AI Document IntelligenceBesplatna razina 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, Azure potreban račun; Model rasporeda vraća odlomke, tablice i strukturu

Alat po alat: kome odgovara i na što gledati

OmniDoc besplatno izdvajanje dokumenata naš alat

Naslovi, odlomci i popisi održavaju hijerarhiju izvornika; spajaju se dva ili tri stupca redom čitanja. Tablice izlaze kao Markdown tablice i kao reci i stupci u JSON; slike se spremaju u images/ s označenim položajima. Skenirane slike prolaze kroz prepoznavanje teksta (OCR) i zatim se organiziraju prema rasporedu. Samo vi možete vidjeti datoteke koje učitate i njihove rezultate.

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

MinerU

Licencirano prema MinerU licenci otvorenog koda (temeljeno na Apache 2.0 uz dodatne uvjete). Precision Extract API treba token i prima datoteke do 200 MB i 600 stranica; Agent Lightweight API ne treba prijavu i prima datoteke do 10 MB i 20 stranica, ograničeno brzinom po IP-u.

Dobro za: programeri s GPU koji žele samostalno hostirati ili pakiraju kineske dokumente putem API.

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

Docling

Njegov README navodi izgled stranice, redoslijed čitanja i strukturu tablice, OCR za skenirane PDF-ove i slike, i lokalno izvršavanje za osjetljive podatke i okruženja bez zraka. Modeli utega imaju svoje vlastite licence koje se provjeravaju zasebno.

Dobro za: timovi koji moraju ostati izvan mreže ili unutar vlastite mreže i kojima je ugodno Python.

Izvor: Docling — GitHub README

Marker (Datalab)

Težine modela koriste modificiranu OpenRAIL-M licencu, besplatnu za istraživanje, osobnu upotrebu i startupe ispod 5 milijuna dolara financiranja ili prihoda; komercijalna uporaba izvan toga se plaća. Hostirani API ima cijenu za 1000 stranica: 1 USD brzo, 3 USD uravnoteženo, 7,50 USD točno; kartica je potrebna samo nakon besplatnog dodatka.

Dobro za: programeri koji žele LaTeX jednadžbe i HTML tablice i mogu raditi s licencom za težine.

Izvor: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

LlamaIndex-ova stranica s cijenama navodi plan od 0 dolara po korištenju s 10 tisuća besplatnih kredita mjesečno; Svaka razina parsiranja koristi različit broj kredita po stranici, od 1 za osnovno parsiranje. Uredno se uklapa u LlamaIndex RAG stack.

Dobro za: programeri već grade RAG s LlamaIndex.

Izvor: LlamaIndex — Pricing

Mathpix

Mathpix-ove cjenovnike 10 PDF stranica i 10 slika mjesečno na besplatnom paketu, udvostručeno s .edu e-poštom; Pro je 4,99 dolara mjesečno za 1.000 PDF stranica i 5.000 slika. Prepoznavanje formula je njegova snaga; Besplatna naknada je mala.

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

Izvor: Mathpix — Snip pricing

Koji za koji posao

Vaša situacijaŠto prvo pokušati
Pretvaranje stotina PDF ili skeniranih stranica u Markdown i JSON bez pisanja kodaOmniDoc (do 501 stranice po PDF, u pregledniku)
Podaci moraju ostati na vašim vlastitim serverimaDocling ili MinerU, samostalno hostano
Kineski dokumenti u dnevnim serijamaMinerU online API (2.000 stranica najvišeg prioriteta dnevno), ili OmniDoc
Jednadžbe iz radova kao LaTeXMarker, ili Mathpix (mala besplatna dozvola)
Već gradi RAG s LlamaIndexLlamaParse
Već gradimo na AzureAzure Document Intelligence (besplatni sloj čita 2 stranice po zahtjevu)
Word, PowerPoint, Excel, EPUB ili HTML do MarkdownOmniDoc, MinerU ili Docling

Pitanja

Postoji li besplatan pretvarač s PDF na Markdown u 2026.?

Da. MinerU, Docling i Marker su otvorenog koda i mogu se samostalno hostati; OmniDoc besplatna ekstrakcija dokumenata radi u pregledniku bez mjesečnog ograničenja i s do 501 stranice po PDF, a njegov ZIP drži document.md i document.json; MinerU-ov online API daje 2.000 stranica najvišeg prioriteta dnevno po računu. Podaci s službenih stranica, provjereno u studenom 2026.

Kako se strukturirana ekstrakcija razlikuje od PDF do teksta?

PDF u tekst daje niz običnog teksta. Strukturirana ekstrakcija čuva razine naslova, odlomke, tablice kao redove i stupce, pozicije slika i redoslijed čitanja, kao Markdown i JSON koje programi i AI alati mogu izravno koristiti.

Ne mogu samostalno hostati. Koje su mi opcije?

Koristite online alat: OmniDoc besplatna ekstrakcija dokumenata učitava se u preglednik; MinerU, Datalab, LlamaParse i Azure nude online API-je, koji zahtijevaju račun, token i određeni kod.

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

Da. OmniDoc, Docling i MinerU prepoznaju tekst u skeniranju i strukturu tablica. OmniDoc piše tablice kao Markdown tablice i kao redove i stupce u JSON; Provjerite vrlo složene tablice u odnosu na original.

Tko je napisao ovu usporedbu?

Tim OmniDoc; OmniDoc je naš vlastiti proizvod. Svaka figura o drugom alatu vodi na njegovu službenu stranicu ili repozitorij, i ta stranica pobjeđuje ako se išta 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/

2026 vodič: 8 stvari koje treba provjeriti u alatu za ekstrakciju dokumenata · OmniDoc Ekstrakcija dokumenta · Prijevod dokumenata · Otvorite alat · Preuzmite aplikaciju za radnu površinu