Strumenti gratuiti per l'estrazione dei documenti rispetto al 2026: da PDF a Markdown e JSON

OmniDoc estrazione gratuita di documenti il nostro strumento

Intestazioni, paragrafi ed elenchi mantengono la gerarchia dell'originale; due o tre colonne vengono unite in ordine di lettura. Le tabelle vengono visualizzate come tabelle Markdown e come righe e colonne in JSON; le immagini vengono salvate in images/ con le posizioni contrassegnate. Le scansioni passano attraverso il riconoscimento del testo (OCR) e vengono quindi organizzate in base al loro layout. Solo tu puoi vedere i file che carichi e i relativi risultati.

Buono per: Markdown e JSON senza configurare nulla o scrivere codice; preparare documenti per una knowledge base o RAG.

MinerU

Concesso in licenza sotto la MinerU Open Source License (basata su Apache 2.0 con condizioni aggiuntive). Il Precision Extract API necessita di un token e prende file fino a 200 MB e 600 pagine; l'Agent Lightweight API non necessita di accesso e accetta file fino a 10 MB e 20 pagine, limitato per IP.

Buono per: sviluppatori con un GPU che desiderano eseguire l'hosting autonomo o che raggruppano documenti cinesi tramite un API.

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

Docling

Il suo README elenca la disposizione delle pagine, l'ordine di lettura e la struttura delle tabelle, OCR per PDF e immagini scansionate, e l'esecuzione locale per dati sensibili e ambienti isolati. I pesi dei modelli hanno la propria licenza, da controllare separatamente.

Buono per: team che devono rimanere offline o all'interno della propria rete e si sentono a proprio agio con Python.

Fonte: Docling — GitHub README

Marker (Datalab)

I pesi dei modelli utilizzano una licenza modificata OpenRAIL-M, gratuita per ricerca, uso personale e startup sotto i 5 milioni di dollari di finanziamento o ricavi; L'uso commerciale oltre questo è a pagamento. Il API ospitato ha un prezzo per 1.000 pagine: 1$ veloce, $3 bilanciato, $7,50 accurato; Una carta è necessaria solo dopo la paghetta gratuita.

Buono per: sviluppatori che desiderano equazioni LaTeX e tabelle HTML e possono lavorare con la licenza dei pesi.

Fonte: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

La pagina dei prezzi di LlamaIndex elenca un piano con pagamento in base al consumo da $ 0 con 10.000 crediti gratuiti al mese; ogni livello di analisi utilizza un numero diverso di crediti per pagina, da 1 per l'analisi di base. Si adatta perfettamente allo stack LlamaIndex RAG.

Buono per: gli sviluppatori stanno già creando RAG con LlamaIndex.

Fonte: LlamaIndex — Pricing

Mathpix

i prezzi di Mathpix indicano 10 pagine PDF e 10 immagini al mese sul piano gratuito, raddoppiati con un'email .edu; Pro costa 4,99 dollari al mese per 1.000 pagine PDF e 5.000 immagini. Il riconoscimento della formula è il suo punto di forza; La paghetta gratuita è piccola.

Buono per: Ogni tanto una pagina di formule o una foto di un problema di matematica.

Fonte: Mathpix — Snip pricing

Azure AI Document Intelligence

La documentazione di Microsoft afferma che il livello gratuito analizza solo le prime due pagine di una richiesta, con file fino a 4 MB e una richiesta al secondo; la pagina dei prezzi elenca da 0 a 500 pagine gratuite al mese. È opportuno provare le cose prima di basarsi su Azure.

Buono per: team che già si basano su Azure che necessitano di un'azienda API.

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