OmniDoc Skjalafjöldi

OmniDoc Skjalafjöldi / Samanburður 2026

Ókeypis skjalafjöldaútdráttartæki borin saman fyrir 2026: PDF til Markdown og JSON

Að breyta PDF-skjölum, skönnunum og Office-skrám í Markdown og JSON með fyrirsögnum, töflum og myndum getur þýtt að hýsa opinn uppsprettulíkan sjálfur eða nota API sem rukkað er fyrir hvert blaðsíðu. Þessi síða ber saman ókeypis kosti, inntakssnið, úttak og uppsetningu sjö algengra tækja, með opinberum uppruna fyrir hverja tölu.

Þessi samanburður er skrifaður af OmniDoc teyminu, og OmniDoc er okkar eigið afurð. Hver tala um annað tæki kemur frá opinberri síðu eða geymslu þess, athugað 14. nóvember 2026; síðurnar þeirra vinna ef eitthvað er öðruvísi.

Útdráttur af skrá án endurgjalds með OmniDoc

Í stuttu máli: ókeypis heimild, inntak, úttak

VerkfæriÓkeypis heimildInntakÚttak / uppsetning
OmniDoc ókeypis skjalafjöldaútdráttur verkfærið okkarAllt að 501 síða á PDF, engin mánaðarleg takmörkun; verkefni á ókeypis áætluninni bíða í biðröð; ókeypis OmniDoc reikningur er nauðsynlegurPDF, skannaðar PDF, PNG/JPG/WEBP/BMP myndir, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSVefsíða, ekkert að setja upp; ZIP-skrá með document.md, document.json, images/ og manifest.json
MinerUOpinn uppspretta, sjálf-hýst; online API: 2.000 síður á dag fyrir hvert reikning með hámarksfyrirkomulagi, minna fyrirkomulag eftir þaðPDF, myndir, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX og fleira; sjálf-hýst, online API, eða sýnidæmi á Hugging Face og ModelScope
DoclingOpinn uppruni (kóði undir MIT), keyrir á eigin tölvu, engin notkunarmörkPDF, DOCX, PPTX, XLSX, HTML, EPUB, myndir og fleiraMarkdown, HTML, DocTags, lossless JSON; keyrir á staðnum, OCR fyrir skönnanir
Marker (Datalab)Opinn uppspretta kóða (Apache 2.0); hýst API með 20 dollara frítekju á mánuði með vinnupóstfangi, 10 dollara með persónuleguPDF, myndir, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, hlutar; jöfnur sem LaTeX, töflur sem HTML
LlamaParse (LlamaIndex)10.000 ókeypis einingar á mánuði fyrir nýja notendur; grunnskoðun frá 1 einingu á síðuSjáðu opinbera vefsíðunaOnline API (LlamaCloud), reikningur þarf
MathpixÓkeypis: 10 PDF síður og 10 myndir á mánuði (2x með .edu tölvupósti); Pro $4.99/mánuður fyrir 1.000 síðurPDF, myndirApp og API; sterkur í formúlum
Azure AI Document IntelligenceÓkeypis áætlun F0: 500 síður á mánuði, en hver greining nær aðeins til fyrstu 2 síðanna og skrár allt að 4 MBPDF, JPEG/PNG/BMP/TIFF/HEIF myndir, DOCX, PPTX, XLSSkýjaþjónusta API, Azure reikningsnúmer er nauðsynlegt; skipulagslíkanið skilar greinum, töflum og uppbyggingu

Verkfæri fyrir verkfæri: hverjum það hentar og hvað ber að hafa í huga

OmniDoc ókeypis skjalafjöldaútdráttur verkfærið okkar

Yfirskriftir, málsgreinar og listarnir halda stigveldi upprunalega; tvær eða þrjár dálkar eru sameinaðir í lestrarröð. Töflur koma út sem Markdown töflur og sem raðir og dálkar í JSON; myndir eru vistaðar í images/ með staðsetningum sínum merktum. Skannanir fara í gegnum textagreiningu (OCR) og eru síðan skipulagðar eftir uppsetningu. Aðeins þú getur séð skrárnar sem þú hleður upp og niðurstöðurnar.

Gott fyrir: Markdown og JSON án þess að setja upp neitt eða skrifa kóða; undirbúa skjöl fyrir þekkingargrunn eða RAG.

MinerU

Leyfisveitt samkvæmt MinerU Opnum Upptökum Leyfi (byggt á Apache 2.0 með viðbótar skilyrðum). Nákvæmnisútdrátturinn API þarf aðgangsheimild og tekur skrár allt að 200 MB og 600 síður; Léttvægið Umboð API þarf ekki innskráningu og tekur skrár allt að 10 MB og 20 síður, hraðamörkuð eftir IP-tölu.

Gott fyrir: forritarar með GPU sem vilja hýsa sjálfir, eða sem flokka kínverska skjöl í lotum í gegnum API.

Upprunalegur texti: MinerU — GitHub README, MinerU — API documentation (limits)

Docling

README þess gerir grein fyrir síðuskipulagi, lestrarröð og töflustærðfræði, OCR fyrir skannaða PDF-skrár og myndir, og staðbundna keyrslu fyrir viðkvæm gögn og lofttæmd umhverfi. Víddir líkansins bera eigin leyfi sem þarf að athuga sérstaklega.

Gott fyrir: teymi sem verða að vera utan nets eða innan eigin netkerfis og eru ánægð með Python.

Upprunalegur texti: Docling — GitHub README

Marker (Datalab)

Líkansþyngdarnir nota breytta OpenRAIL-M leyfi, án endurgjalds fyrir rannsóknir, persónulega notkun og sprotafyrirtæki með undir $5M í fjármögnun eða tekjur; greiðsla er krafist fyrir atvinnuútgáfu umfram það. Hýsta API er verðlagt á hverja 1.000 síður: $1 hratt, $3 jafnvægi, $7.50 nákvæmt; kort er aðeins nauðsynlegt eftir frían kvóta.

Gott fyrir: forritarar sem vilja LaTeX jöfnur og HTML töflur og geta unnið með leyfi þyngdanna.

Upprunalegur texti: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

Verðskráarsíða LlamaIndex listar $0 greiðslu-eftir-notkun áætlun með 10.000 ókeypis einingum á mánuði; hver skoðunarþrep notar mismunandi fjölda eininga á síðu, frá 1 fyrir grunnskoðun. Það passar vel inn í LlamaIndex RAG staflann.

Gott fyrir: forritarar sem eru þegar að byggja RAG með LlamaIndex.

Upprunalegur texti: LlamaIndex — Pricing

Mathpix

Verðskrá Mathpix felur í sér 10 PDF síður og 10 myndir á mánuði á ókeypis áætlun, tvöfalt meira með .edu tölvupósti; Pro er $4.99 á mánuði fyrir 1.000 PDF síður og 5.000 myndir. Formúlufelldun er styrkleiki hennar; ókeypis heimildin er lítil.

Gott fyrir: stundum síða með formúlum eða ljósmynd af stærðfræðidæmi.

Upprunalegur texti: Mathpix — Snip pricing

Azure AI Document Intelligence

Skjölun Microsoft segir að ókeypis áætlunin greini aðeins fyrstu tvær síður beiðnar, með skrám allt að 4 MB og einni beiðni á sekúndu; verðlagssíðan telur 0–500 ókeypis síður á mánuði. Það hentar til að prófa hlutina áður en byggt er á Azure.

Gott fyrir: teymi sem eru þegar að byggja á Azure og þurfa fyrirtækjalausn API.

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

Hvaða er fyrir hvaða verkefni

Staðan þínHvað á að prófa fyrst
Umbreyta hundruðum PDF eða skannaðra síðum í Markdown og JSON án þess að skrifa kóðaOmniDoc (allt að 501 síða á PDF, í vafra)
Gögn verða að vera á eigin netþjónumDocling eða MinerU, sjálf-hýst
Kínversk skjöl í daglegum lotumMinerU á netinu API (2.000 forgangssíður á dag), eða OmniDoc
Jöfnur úr greinum sem LaTeXMarker, eða Mathpix (lítil ókeypis heimild)
Fyrirfram byggja RAG með LlamaIndex.LlamaParse
Fyrirfram byggja á AzureAzure Document Intelligence (ókeypis áætlunin les 2 síður fyrir hverja beiðni)
Word, PowerPoint, Excel, EPUB eða HTML til MarkdownOmniDoc, MinerU eða Docling

Spurningar

Er til ókeypis PDF til Markdown breytir árið 2026?

Já. MinerU, Docling og Marker eru opinn hugbúnaður og hægt er að hýsa sjálfstætt; ókeypis skjalasöfnun OmniDoc keyrir í vafra án mánaðarlegs þaks og með allt að 501 síðu fyrir hverja PDF, og ZIP-skráin inniheldur document.md og document.json; netþjónusta API frá MinerU veitir 2.000 forgangssíður á dag fyrir hvert reikningsnúmer. Tölur frá opinberum síðum, athugaðar í nóvember 2026.

Hvernig er skipulagður útdráttur öðruvísi en PDF í texta?

PDF í texta gefur þér samfelldan venjulegan texta. Skipulagður útdráttur heldur utan um fyrirsagnarstig, málsgreinar, töflur sem raðir og dálka, myndastaðsetningar og lestrarröð, eins og Markdown og JSON sem forrit og gervigreindartæki geta notað beint.

Ég get ekki hýst sjálfur. Hverjar eru valkostirnir?

Notaðu netbúnað: ókeypis skjalasöfnun OmniDoc tekur við upphleypingu í vafra; MinerU, Datalab, LlamaParse og Azure bjóða upp á netþjónustu API, sem krefst reiknings, tokens og smáforrits.

Geta þessi tæki meðhöndlað skannaða PDF-skrár og töflur?

Já. OmniDoc, Docling og MinerU greina texta í skönnunum og uppbyggingu töflanna. OmniDoc skrifar töflur sem Markdown-töflur og sem raðir og dálka í JSON; athugaðu mjög flóknar töflur samanborið við upprunalegu.

Hver skrifaði þennan samanburð?

OmniDoc teymið; OmniDoc er okkar eigið afurð. Hver tala um annað tæki tengist opinberri síðu eða geymslu þess, og sú síða vinnur ef eitthvað hefur breyst.

Heimildir (athugaðar 14. nóvember 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/