| Estrazzjoni ta’ dokumenti bla ħlas OmniDoc l-għodda tagħna | Sa 501 paġna għal kull PDF, mingħajr limitu ta’ xahar; kompiti fuq il-pjan bla ħlas jistennew fi kju; huwa meħtieġ kont OmniDoc bla ħlas | PDF, PDF skennjati, immaġini PNG/JPG/WEBP/BMP, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASS | Paġna web, xejn biex tinstalla; ZIP b’document.md, document.json, images/ u manifest.json |
| MinerU | Sors miftuħ, ospitat għal rasek; online API: 2,000 paġna kuljum għal kull kont b’prijorità massima, prijorità aktar baxxa wara hekk | PDF, immaġini, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSV | Markdown, HTML, LaTeX, DOCX u aktar; ospitat għal rasek, online API, jew demo fuq Hugging Face u ModelScope |
| Docling | Sors miftuħ (kodiċi taħt MIT), jaħdem fuq il-kompjuter tiegħek stess, mingħajr limiti ta’ użu | PDF, DOCX, PPTX, XLSX, HTML, EPUB, immaġini u aktar | Markdown, HTML, DocTags, JSON mingħajr telf; jaħdem lokalment, OCR għall-iskennjat |
| Marker (Datalab) | Kodiċi sors miftuħ (Apache 2.0); ospitat API permess ta' $20 fix-xahar b'email tax-xogħol, $10 b'email personali | PDF, immaġini, PPTX, DOCX, XLSX, HTML, EPUB | Markdown, JSON, HTML, biċċiet; ekwazzjonijiet bħala LaTeX, tabelli bħala HTML |
| LlamaParse (LlamaIndex) | 10,000 kreditu bla ħlas fix-xahar għall-utenti l-ġodda; parsing bażiku minn 1 kreditu għal kull paġna | Ara s-sit uffiċjali | Online API (LlamaCloud), jeħtieġ kont |
| Mathpix | B'xejn: 10 paġni PDF u 10 immaġini fix-xahar (2x b’email .edu); Pro $4.99 fix-xahar għal 1,000 paġna | PDF, immaġini | App u API; b'saħħitha għall-formuli |
| Azure AI Document Intelligence | Livell b’xejn F0: 500 paġna fix-xahar, iżda kull analiżi tkopri biss l-ewwel 2 paġni u fajls sa 4 MB | PDF, immaġini JPEG/PNG/BMP/TIFF/HEIF, DOCX, PPTX, XLS | Cloud API, jeħtieġ kont Azure; il-mudell tal-arranġament jirritorna paragrafi, tabelli u struttura |