OmniDoc စာရွက်စာတမ်းထုတ်ယူခြင်း

OmniDoc စာရွက်စာတမ်းထုတ်ယူခြင်း / 2026 နှိုင်းယှဉ်ချက်

2026 အတွက် အခမဲ့ Document Extraction Tools နှိုင်းယှဉ်ချက်: PDF မှ Markdown နှင့် JSON

PDF များ၊ စကင်ဓာတ်ပုံများနှင့် Office ဖိုင်များကို ခေါင်းစဉ်များ၊ ဇယားများနှင့် ရုပ်ပုံများပါဝင်သည့် Markdown နှင့် JSON အဖြစ် ပြောင်းလဲခြင်းသည် အခမဲ့အရင်းအနှီးမော်ဒယ်ကို ကိုယ်တိုင်ထောင်ခြင်း သို့မဟုတ် စာမျက်နှာအလိုက် အခကြေးငွေကောက်သည့် API ကို အသုံးပြုခြင်းကို ဆိုလိုနိုင်ပါသည်။ ဤစာမျက်နှာတွင် အသုံးများသည့် ကိရိယာခုနစ်မျိုး၏ အခမဲ့လိုင်စင်၊ အသွင်းအထွက်နှင့် အခြေစိုက်စခန်းချမှုများကို နံပါတ်တိုင်းအတွက် တရားဝင်အရင်းအမြစ်နှင့်အတူ ဘေးချင်းယှဉ်ဖော်ပြထားပါသည်။

ဤနှိုင်းယှဉ်ချက်ကို OmniDoc အဖွဲ့မှ ရေးသားထားပြီး၊ OmniDoc သည် ကျွန်ုပ်တို့၏ကိုယ်ပိုင်ထုတ်ကုန်ဖြစ်ပါသည်။ အခြားကိရိယာနှင့်ပတ်သက်သည့် ဂရပ်တိုင်းသည် ၎င်း၏တရားဝင်စာမျက်နှာ သို့မဟုတ် အရင်းအနှီးမှ ရရှိပြီး၊ 2026 နိုဝင်ဘာလ 14 ရက်နေ့တွင် စစ်ဆေးထားပါသည်။ အကယ်၍ အချက်အလက်များ ကွဲလွဲပါက ၎င်းတို့၏စာမျက်နှာကို အဓိကထားပါသည်။

OmniDoc ဖြင့် ဖိုင်တစ်ခုကို အခမဲ့ ထုတ်ယူပါ

အကျဉ်းချုပ်အနေဖြင့်: အခမဲ့ ခွင့်ပြုချက်၊ အသွင်းများနှင့် အထွက်များ

ကိရိယာအခမဲ့ ခွင့်ပြုချက်အသွင်းများထွက်လာသော အချက်အလက် / အခြေစိုက်စခန်း
OmniDoc အခမဲ့ Document Extraction ကျွန်ုပ်တို့၏ ကိရိယာPDF တစ်ခုလျှင် စာမျက်နှာ 501 အထိ၊ လစဉ်ကန့်သတ်ချက် မရှိ; အခမဲ့အစီအစဉ်ရှိ လုပ်ငန်းဆောင်တာများသည် အစီအစဉ်တန်းစီတွင် စောင့်ဆိုင်းရမည်; အခမဲ့ OmniDoc အကောင့် လိုအပ်ပါသည်PDF၊ စကင်ဖတ်ထားသော PDF၊ PNG/JPG/WEBP/BMP ရုပ်ပုံများ၊ Word၊ PowerPoint၊ Excel၊ CSV၊ EPUB၊ HTML၊ Markdown၊ TXT၊ SRT/ASSဝဘ်စာမျက်နှာ၊ ထည့်သွင်းရန် မလိုအပ်ပါ; document.md၊ document.json၊ images/ နှင့် manifest.json တို့ပါဝင်သော ZIP ဖိုင်
MinerUအရင်းအနှီးဖွင့်ထားပြီး ကိုယ်တိုင်လည်ပတ်သည့်; အွန်လိုင်း API: အကောင့်တစ်ခုလျှင် တစ်နေ့လျှင် စာမျက်နှာ 2,000၊ အမြင့်ဆုံး ဦးစားပေး၊ ထို့နောက် အနိမ့်ဦးစားပေးPDF၊ ရုပ်ပုံများ၊ DOC/DOCX၊ PPT/PPTX၊ XLS/XLSX၊ RTF၊ ODT/ODS/ODP၊ EPUB၊ OFD၊ HTML/MHTML၊ CSV/TSVMarkdown၊ HTML၊ LaTeX၊ DOCX နှင့် အခြားများ; ကိုယ်တိုင်လည်ပတ်သည့်၊ အွန်လိုင်း API၊ သို့မဟုတ် Hugging Face နှင့် ModelScope တွင် သရုပ်ပြများ
Doclingအဖွင့်အရင်းအနှီး ( MIT အောက်ရှိကုဒ်)၊ သင့်ကိုယ်ပိုင်ကွန်ပျူတာတွင် လည်ပတ်ပြီး၊ အသုံးပြုမှု ကန့်သတ်ချက်မရှိပါPDF၊ DOCX၊ PPTX၊ XLSX၊ HTML၊ EPUB၊ ရုပ်ပုံများနှင့် အခြားအရာများMarkdown၊ HTML၊ DocTags၊ ဆုံးရှုံးမှုကင်းသော JSON; ဒေသတွင်းလည်ပတ်ပြီး၊ စကင်များအတွက် OCR
Marker (Datalab)အရင်းအနှီး ဖွင့်လှစ်ထားသော ကုဒ် (Apache 2.0); လုပ်ငန်းဆိုင်ရာ အီးမေးလ်ဖြင့် တစ်လလျှင် $20၊ ကိုယ်ရေးကိုယ်တာ အီးမေးလ်ဖြင့် $10 ခွင့်ပြုချက်ဖြင့် API တွင် ထားရှိထားသည်PDF၊ ရုပ်ပုံများ၊ PPTX၊ DOCX၊ XLSX၊ HTML၊ EPUBMarkdown၊ JSON၊ HTML၊ အပိုင်းများ; ညီမျှခြင်းများကို LaTeX အဖြစ်၊ ဇယားများကို HTML အဖြစ်
LlamaParse (LlamaIndex)အသစ်စတင်အသုံးပြုသူများအတွက် တစ်လလျှင် အခမဲ့ ခရက်ဒစ် 10,000; စာမျက်နှာ တစ်ခုလျှင် ခရက်ဒစ် 1 ခုဖြင့် အခြေခံ ခွဲခြမ်းစိတ်ဖြာမှုတရားဝင် ဝက်ဘ်ဆိုက်ကို ကြည့်ပါအွန်လိုင်း API (LlamaCloud)၊ အကောင့်လိုအပ်သည်
Mathpixအခမဲ့: တစ်လလျှင် PDF စာမျက်နှာ 10 ခုနှင့် ရုပ်ပုံ 10 ပုံ ( .edu အီးမေးလ်ဖြင့် 2 ဆ); Pro တစ်လ $4.99 ဖြင့် စာမျက်နှာ 1,000PDF၊ ရုပ်ပုံများအက်ပ်နှင့် API၊ ပုံသေနည်းများတွင် အားကောင်း
Azure AI Document Intelligenceအခမဲ့အဆင့် F0 ။ တစ်လလျှင် စာမျက်နှာ 500၊ သို့သော် ခွဲခြမ်းစိတ်ဖြာမှုတစ်ခုချင်းစီသည် ပထမ စာမျက်နှာ 2 ခုနှင့် 4 MB အထိရှိသော ဖိုင်များကိုသာ ဖြန့်ဝေပေးသည်။PDF၊ JPEG/PNG/BMP/TIFF/HEIF ရုပ်ပုံများ၊ DOCX၊ PPTX၊ XLSCloud API၊ Azure အကောင့်လိုအပ်သည်။ ဒီဇိုင်းပုံစံသည် စာပိုဒ်များ၊ ဇယားများနှင့် ဖွဲ့စည်းပုံကို ပြန်လည်ထုတ်ပေးသည်

ကိရိယာအလိုက်: မည်သူနှင့် မည်သည့်အချက်များကို ဂရုစိုက်ရမည်နည်း

OmniDoc အခမဲ့ Document Extraction ကျွန်ုပ်တို့၏ ကိရိယာ

ခေါင်းစဉ်များ၊ စာပိုဒ်များနှင့် စာရင်းများသည် မူလအစကို ထိန်းသိမ်းထားပါသည်; ဖတ်ရှုသည့်အစဉ်အတိုင်း နှစ်ခု သို့မဟုတ် သုံးခုသော ကောလံများကို ပေါင်းစပ်ထားပါသည်။ ဇယားများသည် Markdown ဇယားများအဖြစ် ထွက်ပေါ်လာပြီး JSON တွင် အတန်းနှင့် ကောလံများအဖြစ် ပါဝင်ပါသည်; ရုပ်ပုံများကို images/ တွင် သိမ်းဆည်းထားပြီး ၎င်းတို့၏ တည်နေရာများကို အမှတ်အသားပြုထားပါသည်။ စကင်များသည် စာသားဖော်ထုတ်ခြင်း (OCR) ကို ဖြတ်သန်းပြီးနောက် ၎င်းတို့၏ အစီအစဉ်အတိုင်း စုစည်းထားပါသည်။ သင် အပ်လုဒ်တင်သည့် ဖိုင်များနှင့် ၎င်းတို့၏ ရလဒ်များကို သင်သာ ကြည့်ရှုနိုင်ပါသည်။

အသုံးပြုရန် ကောင်းမွန်သည့်အချက်များ: အရာများကို စီစဉ်ခြင်း သို့မဟုတ် ကုဒ်ရေးသားခြင်းမပြုဘဲ Markdown နှင့် JSON; အသိပညာအခြေခံစနစ် သို့မဟုတ် RAG အတွက် စာရွက်စာတမ်းများကို ပြင်ဆင်ခြင်း။

MinerU

MinerU အဖွဲ့ဝင် အရင်းအနှီးဖွင့်လှစ်မှု လိုင်စင် (ပိုမိုသတ်မှတ်ချက်များပါဝင်သည့် Apache 2.0 အပေါ် အခြေခံထားပါသည်)။ Precision Extract API သည် အသုံးပြုသူတစ်ဦးလျှင် တစ်နေ့လျှင် စာမျက်နှာ 200 MB နှင့် စာမျက်နှာ 600 အထိ ဖိုင်များကို လက်ခံပါသည်; Agent Lightweight API သည် ဝင်ရောက်အသုံးပြုရန် မလိုအပ်ဘဲ တစ် IP လျှင် အကန့်အသတ်ဖြင့် စာမျက်နှာ 10 MB နှင့် စာမျက်နှာ 20 အထိ ဖိုင်များကို လက်ခံပါသည်။

အသုံးပြုရန် ကောင်းမွန်သည့်အချက်များ: GPU ရှိ ဖွံ့ဖြိုးတိုးတက်သူများ၊ ကိုယ်တိုင်လည်ပတ်လိုသူများ သို့မဟုတ် API မှတစ်ဆင့် တရုတ်စာရွက်စာတမ်းများကို အစုလိုက် လုပ်ဆောင်လိုသူများ။

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

Docling

၎င်း၏ README သည် စာမျက်နှာ အလွှာချထားပုံ၊ ဖတ်ရှုသည့်အစဉ်အလာနှင့် ဇယားဖွဲ့စည်းပုံကို ဖော်ပြပါသည်၊ စကင်ဖတ်ထားသော PDF များနှင့် ရုပ်ပုံများအတွက် OCR ဖြစ်ပြီး၊ အထူးအချက်အလက်များနှင့် လေ-ဂပ်ဒ် ပတ်ဝန်းကျင်များအတွက် ဒေသတွင်းလည်ပတ်မှုဖြစ်ပါသည်။ မော်ဒယ်ဝိသေသနများသည် ၎င်းတို့ကိုယ်ပိုင် လိုင်စင်များကို ဆောင်ယူထားပြီး၊ သီးခြားစီ စစ်ဆေးရပါမည်။

အသုံးပြုရန် ကောင်းမွန်သည့်အချက်များ: အွန်လိုင်းမှ ဆက်သွယ်မှုမရှိစေရန် သို့မဟုတ် ၎င်းတို့၏ကွန်ရက်အတွင်းတွင်သာ ရှိနေရမည့် နှင့် Python ဖြင့် အဆင်ပြေသော အသင်းများ။

Source: Docling — GitHub README

Marker (Datalab)

မော်ဒယ်ဝိုင်ဖိုင်များသည် ပြုပြင်ထားသော OpenRAIL-M လိုင်စင်ကို အသုံးပြုပြီး၊ သုတေသန၊ ကိုယ်ရေးကိုယ်တာ အသုံးချမှုနှင့် ငွေကြေးအရ 5 မီလီယံဒေါ်လာအောက် ရရှိထားသော စတားတပ်များအတွက် အခမဲ့ဖြစ်ပြီး၊ ထိုထက်ကျော်လွန်သော စီးပွားရေးအသုံးချမှုများအတွက် ငွေကောက်ခံပါသည်။ လူကြိုက်များသော API ကို စာမျက်နှာ 1,000 လျှင် ဈေးနှုန်းသတ်မှတ်ထားပြီး၊ မြန်ဆန်သော အမြန်နှုန်းအတွက် $1၊ ဟန်ချက်ညီသော အမြန်နှုန်းအတွက် $3၊ တိကျသော အမြန်နှုန်းအတွက် $7.50 ဖြစ်ပြီး၊ အခမဲ့ခွင့်ပြုချက်ပမာဏ ကုန်ဆုံးပြီးမှသာ ကတ်ပြားလိုအပ်ပါသည်။

အသုံးပြုရန် ကောင်းမွန်သည့်အချက်များ: LaTeX ညီမျှခြင်းများနှင့် HTML ဇယားများကို လိုချင်ပြီး ဝိုင်ဖိုင်လိုင်စင်ဖြင့် အလုပ်လုပ်နိုင်သော ဖွံ့ဖြိုးတိုးတက်ရေးသမားများ။

Source: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

LlamaIndex ၏ ဈေးနှုန်းစာရင်းတွင် တစ်လလျှင် အခမဲ့ ခရက်ဒစ် 10,000 ပါဝင်သည့် $0 အခကြေးငွေ ပေးသွင်းသည့် အစီအစဉ်ကို ဖော်ပြထားပါသည်။ ခွဲခြမ်းစိတ်ဖြာမှု အဆင့်တစ်ခုစီတွင် အခြေခံ ခွဲခြမ်းစိတ်ဖြာမှုအတွက် ခရက်ဒစ် 1 ခုမှ စ၍ စာမျက်နှာတစ်ခုလျှင် ခရက်ဒစ် အမျိုးမျိုး သုံးစွဲပါသည်။ ၎င်းသည် LlamaIndex RAG စနစ်ထဲတွင် သင့်လျော်စွာ ပေါင်းစပ်နိုင်ပါသည်။

အသုံးပြုရန် ကောင်းမွန်သည့်အချက်များ: LlamaIndex ဖြင့် RAG ကို တည်ဆောက်နေပြီးသား ဖွံ့ဖြိုးတိုးတက်ရေးသမားများ။

Source: LlamaIndex — Pricing

Mathpix

Mathpix ၏ ဈေးနှုန်းစာရင်းတွင် အခမဲ့အစီအစဉ်တွင် တစ်လလျှင် PDF စာမျက်နှာ 10 ခုနှင့် ရုပ်ပုံ 10 ပုံ၊ .edu အီးမေးလ်ဖြင့် နှစ်ဆတိုးမြှင့်ထားသည်။ Pro သည် တစ်လ $4.99 ဖြင့် PDF စာမျက်နှာ 1,000 နှင့် ရုပ်ပုံ 5,000 အထိ ရရှိနိုင်သည်။ ပုံသေနည်းများ အသိအမှတ်ပြုခြင်းသည် ၎င်း၏ အားသာချက်ဖြစ်ပြီး အခမဲ့အသုံးပြုခွင့်သည် နည်းပါးပါသည်။

အသုံးပြုရန် ကောင်းမွန်သည့်အချက်များ: ပုံသေနည်းများပါဝင်သော တစ်ခါတစ်ရံ စာမျက်နှာ သို့မဟုတ် သင်္ချာပုစ္ဆာ၏ ဓာတ်ပုံ။

Source: Mathpix — Snip pricing

Azure AI Document Intelligence

Microsoft ၏ စာရွက်စာတမ်းအရ အခမဲ့အဆင့်သည် တစ်စုံတစ်ယောက်၏ ပထမဆုံး စာမျက်နှာ 2 ခုနှင့် 4 MB အထိရှိသော ဖိုင်များကိုသာ ခွဲခြမ်းစိတ်ဖြာပေးပြီး တစ်စက္ကန့်လျှင် တစ်ခုသော တောင်းဆိုချက်ကိုသာ ပြုလုပ်ပေးသည်။ ဈေးနှုန်းစာရင်းတွင် တစ်လလျှင် အခမဲ့စာမျက်နှာ 0–500 ကို ဖော်ပြထားသည်။ Azure ကို တည်ဆောက်မီ စမ်းသပ်လေ့လာရန် သင့်လျော်ပါသည်။

အသုံးပြုရန် ကောင်းမွန်သည့်အချက်များ: Azure ပေါ်တွင် တည်ဆောက်နေပြီးဖြစ်သော အသင်းများ၊ ၎င်းတို့သည် လုပ်ငန်းသုံး API လိုအပ်သည်။

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

မည်သည့်အလုပ်အတွက် မည်သည့်အရာကို ရွေးချယ်ရမည်နည်း

သင့်အခြေအနေပထမဆုံး ဘာကို စမ်းသပ်သင့်သလဲ
ကုဒ်ရေးစရာမလိုဘဲ PDF သန်းပေါင်းများစွာ သို့မဟုတ် စကင်ဖတ်ထားသော စာမျက်နှာများကို Markdown နှင့် JSON အဖြစ် ပြောင်းလဲခြင်းOmniDoc (up to 501 pages per PDF, in the browser)
ဒေတာများသည် သင့်ကိုယ်ပိုင်ဆာဗာများပေါ်တွင်သာ ရှိနေရမည်။Docling သို့မဟုတ် MinerU၊ ကိုယ်တိုင်လည်ပတ်သည့်
နေ့စဉ်အလိုက် တရုတ်စာရွက်စာတမ်းများMinerU အွန်လိုင်း API (တစ်နေ့လျှင် အမြင့်ဆုံးဦးစားပေး စာမျက်နှာ 2,000)၊ သို့မဟုတ် OmniDoc
စာတမ်းများမှ ညီမျှခြင်းများကို LaTeX အဖြစ်Marker၊ သို့မဟုတ် Mathpix (အခမဲ့ခွင့်ပြုချက် အနည်းငယ်)
LlamaIndex ဖြင့် RAG ကို တည်ဆောက်နေပြီးသားLlamaParse
Azure ပေါ်တွင် တည်ဆောက်နေပြီးသားAzure Document Intelligence (အခမဲ့အဆင့်သည် တစ်တောင်းဆိုချက်လျှင် စာမျက်နှာ 2 ခုကိုသာ ဖတ်ရှုပါသည်)
Word၊ PowerPoint၊ Excel၊ EPUB သို့မဟုတ် HTML မှ Markdown အထိOmniDoc၊ MinerU သို့မဟုတ် Docling

မေးခွန်းများ

2026 ခုနှစ်တွင် PDF မှ Markdown သို့ပြောင်းလဲသည့် အခမဲ့ Converter ရှိပါသလား။

ဟုတ်ကဲ့။ MinerU၊ Docling နှင့် Marker တို့သည် Open Source ဖြစ်ပြီး ကိုယ်တိုင် Host လုပ်နိုင်ပါသည်။ OmniDoc ၏အခမဲ့ Document Extraction သည် Browser တွင် လုပ်ဆောင်ပြီး လစဉ်ကန့်သတ်ချက်မရှိဘဲ PDF တစ်ခုလျှင် စာမျက်နှာ 501 ခုအထိ ဖတ်ရှုနိုင်ပါသည်။ ၎င်း၏ ZIP ဖိုင်တွင် document.md နှင့် document.json တို့ပါဝင်ပါသည်။ MinerU ၏ Online API သည် အကောင့်တစ်ခုလျှင် တစ်နေ့လျှင် အထူးဦးစားပေးစာမျက်နှာ 2,000 ကို ပေးပို့နိုင်ပါသည်။ အရေအတွက်များမှာ 2026 ခုနှစ် နိုဝင်ဘာလတွင် စစ်ဆေးထားသော တရားဝင်စာမျက်နှာများမှ ရရှိသောအချက်အလက်များဖြစ်ပါသည်။

ဖွဲ့စည်းထားသော ထုတ်ယူမှုသည် PDF မှ စာသားအဖြစ်သို့ မည်သို့ကွာခြားသနည်း။

PDF မှ စာသားအဖြစ်သို့ပြောင်းလဲခြင်းသည် ရိုးရှင်းသော စာသားကိုသာ ထုတ်ပေးပါသည်။ ဖွဲ့စည်းထားသော ထုတ်ယူမှုသည် ခေါင်းစဉ်အဆင့်များ၊ စာပိုဒ်များ၊ ဇယားများကို အတန်းနှင့် အကွက်များအဖြစ်၊ ရုပ်ပုံများ၏ တည်နေရာနှင့် ဖတ်ရှုရန်အစဉ်အလာကို Markdown နှင့် JSON ကဲ့သို့ ထိန်းသိမ်းထားပြီး ပရိုဂရမ်များနှင့် AI ကိရိယာများက တိုက်ရိုက်အသုံးပြုနိုင်ပါသည်။

ကျွန်တော် ကိုယ်တိုင် Host လုပ်လို့မရပါ။ ကျွန်တော့်ရဲ့ရွေးချယ်စရာတွေက ဘာတွေလဲ။

အွန်လိုင်းကိရိယာတစ်ခုကို အသုံးပြုပါ။ OmniDoc ၏အခမဲ့ Document Extraction သည် Browser တွင် Upload လုပ်နိုင်ပါသည်။ MinerU၊ Datalab၊ LlamaParse နှင့် Azure တို့သည် Online API များကို ပေးဆောင်ပြီး အကောင့်၊ Token နှင့် Code အချို့လိုအပ်ပါသည်။

ဤကိရိယာများသည် စကင်ဖတ်ထားသော PDF များနှင့်ဇယားများကို ကိုင်တွယ်နိုင်ပါသလား။

ဟုတ်ကဲ့။ OmniDoc၊ Docling နှင့် MinerU တို့သည် စကင်များထဲရှိ စာသားနှင့်ဇယားများ၏ ဖွဲ့စည်းပုံကို အသိအမှတ်ပြုနိုင်ပါသည်။ OmniDoc သည် ဇယားများကို Markdown ဇယားများအဖြစ်နှင့် JSON တွင် အတန်းနှင့် အကွက်များအဖြစ် ရေးသားပေးပါသည်။ အလွန်ရှုပ်ထွေးသော ဇယားများကို မူရင်းနှင့် နှိုင်းယှဉ်စစ်ဆေးပါ။

ဤနှိုင်းယှဉ်ချက်ကို မည်သူရေးသားခဲ့ပါသလဲ။

OmniDoc အဖွဲ့သည် OmniDoc ကို ကိုယ်ပိုင်ထုတ်ကုန်အဖြစ် ဖန်တီးခဲ့ပါသည်။ အခြားကိရိယာများနှင့်ပတ်သက်သော ကိန်းဂဏန်းအားလုံးသည် ၎င်းတို့၏ တရားဝင်စာမျက်နှာ သို့မဟုတ် Repository သို့ ဆက်သွယ်ထားပြီး၊ အချက်အလက်များ ပြောင်းလဲသွားပါက ထိုစာမျက်နှာကိုသာ အတည်ပြုပါသည်။

အရင်းအနှီးများ (2026 နိုဝင်ဘာလ 14 ရက်နေ့တွင် စစ်ဆေးထားသည်)

  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/