OmniDoc Dokumentutvinning

OmniDoc Dokumentutvinning / Sammenligning for 2026

Kostnadsfrie dokumentuttrekkingsverktøy sammenlignet for 2026: PDF til Markdown og JSON

Å konvertere PDF-er, skanninger og Office-filer til Markdown og JSON med overskrifter, tabeller og bilder kan innebære å hoste en open-source-modell selv eller å bruke et API som faktureres per side. Denne siden sammenligner de kostnadsfrie mulighetene, inndataene, utdataene og oppsettet til syv vanlige verktøy, med den offisielle kilden for hvert tall.

Denne sammenligningen er skrevet av OmniDoc-teamet, og OmniDoc er vårt eget produkt. Hvert tall om et annet verktøy stammer fra dets offisielle side eller repository, sjekket 14. november 2026; deres sider trumfer hvis noe avviker.

Uttrekk en fil kostnadsfritt med OmniDoc

Et overblikk: kostnadsfri rammegrense, innganger, utganger

VerktøyKostnadsfri rammegrenseInngangerUtskrift / oppsett
OmniDoc kostnadsfri dokumentuttrekk verktøyet vårtOpptil 501 sider per PDF, ingen månedlig begrensning; oppgaver på den kostnadsfrie planen venter i en kø; en kostnadsfri OmniDoc-konto er nødvendigPDF, skannet PDF, PNG/JPG/WEBP/BMP-bilder, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSNettside, ingenting å installere; en ZIP-fil med document.md, document.json, images/ og manifest.json
MinerUÅpen kildekode, selvhostet; online API: 2.000 sider per dag per konto med høy prioritet, lavere prioritet etter detPDF, bilder, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX og mer; selvhostet, online API, eller demoer på Hugging Face og ModelScope
DoclingÅpen kildekode (kode under MIT), kjører på din egen datamaskin, ingen bruksbegrensningerPDF, DOCX, PPTX, XLSX, HTML, EPUB, bilder og merMarkdown, HTML, DocTags, lossless JSON; kjører lokalt, OCR for skanninger
Marker (Datalab)Kode åpen kildekode (Apache 2.0); hostet API tilgang på $20 i måneden med en arbeids-e-post, $10 med en personligPDF, bilder, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, biter; likninger som LaTeX, tabeller som HTML
LlamaParse (LlamaIndex)10 000 kostnadsfrie kreditter per måned for nye brukere; grunnleggende parsning fra 1 kreditt per sideSe den offisielle nettsidenOnline API (LlamaCloud), konto kreves
MathpixKostnadsfritt: 10 PDF sider og 10 bilder i måneden (2x med en .edu-e-post); Pro $4,99/måned for 1 000 siderPDF, bilderApp og API; sterk på formler
Azure AI Document IntelligenceGratisnivå F0: 500 sider per måned, men hver analyse dekker kun de første 2 sidene og filer opp til 4 MBPDF, JPEG/PNG/BMP/TIFF/HEIF-bilder, DOCX, PPTX, XLSSky API, Azure-konto kreves; layoutmodellen returnerer avsnitt, tabeller og struktur

Verktøy for verktøy: hvem det passer for og hva du bør se opp for

OmniDoc kostnadsfri dokumentuttrekk verktøyet vårt

Overganger, avsnitt og lister bevarer hierarkiet fra originalen; to eller tre spalter blir sammensatt i leserekkvens. Tabeller blir konvertert til Markdown-tabeller og som rader og kolonner i JSON; bilder lagres i images/ med markerte posisjoner. Skanninger går gjennom tekstgjenkjenning (OCR) og organiseres deretter etter layout. Kun du kan se filene du laster opp og resultatene deres.

Godt for: Markdown og JSON uten å konfigurere noe eller skrive kode; forbereder dokumenter for en kunnskapsbase eller RAG.

MinerU

Lisensiert under MinerU Open Source License (basert på Apache 2.0 med tilleggsbetingelser). Precision Extract API krever en token og tar opp til 200 MB og 600 sider; Agent Lightweight API krever ingen innlogging og tar opp til 10 MB og 20 sider, hastighetsbegranset per IP.

Godt for: utviklere med en GPU som ønsker å selvhoste, eller som behandler kinesiske dokumenter i batch gjennom en API.

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

Docling

Dens README lister sideoppsett, leserekkefølge og tabellstruktur, OCR for skannede PDF-filer og bilder, og lokal kjøring for sensitiv data og luftisolerte miljøer. Modellvekter har egne lisenser som må sjekkes separat.

Godt for: team som må forbli offline eller innenfor sitt eget nettverk og som er komfortable med Python.

Kilde: Docling — GitHub README

Marker (Datalab)

Modellvektene bruker en modifisert OpenRAIL-M-lisens, kostnadsfri for forskning, personlig bruk og oppstartsselskaper med under $5M i finansiering eller inntekter; kommersiell bruk utover dette er betalt. Den hostede API prises per 1.000 sider: $1 raskt, $3 balansert, $7,50 nøyaktig; et kort er kun nødvendig etter den kostnadsfrie tildelingen.

Godt for: utviklere som ønsker LaTeX-likninger og HTML-tabeller og kan arbeide med vekt-lisensen.

Kilde: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

LlamaIndex’s prisside lister en $0 betal-etter-bruk-plan med 10 000 kostnadsfrie kreditter per måned; hvert parsingsnivå bruker et forskjellig antall kreditter per side, fra 1 for grunnleggende parsning. Den passer godt inn i LlamaIndex RAG-stakken.

Godt for: utviklere som allerede bygger RAG med LlamaIndex.

Kilde: LlamaIndex — Pricing

Mathpix

Mathpix’s prisliste inkluderer 10 PDF sider og 10 bilder per måned på den gratis planen, dobbelt så mye med en .edu e-post; Pro koster $4.99 per måned for 1.000 PDF sider og 5.000 bilder. Formelgjenkjenning er dens styrke; det gratis tilbudet er begrenset.

Godt for: den enkelte siden med formler eller et foto av en matematikkoppgave.

Kilde: Mathpix — Snip pricing

Azure AI Document Intelligence

Dokumentasjonen til Microsoft sier at gratisnivået kun analyserer de første to sidene av en forespørsel, med filer opp til 4 MB og én forespørsel per sekund; prislisten oppgir 0–500 gratis sider per måned. Dette er egnet for å prøve ut tjenesten før man bygger videre på Azure.

Godt for: team som allerede bygger på Azure og trenger en bedrifts-API.

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

Hvilken for hvilken oppgave

Din situasjonHva du bør prøve først
Konvertering av hundrevis av PDF eller skannede sider til Markdown og JSON uten å skrive kodeOmniDoc (opptil 501 sider per PDF, i nettleseren)
Data må forbli på dine egne servereDocling eller MinerU, selvhostet
Kinesiske dokumenter i daglige batcherMinerU online API (2.000 sider med høy prioritet per dag), eller OmniDoc
Likninger fra artikler som LaTeXMarker, eller Mathpix (liten kostnadsfri tildeling)
Allerede bygger RAG med LlamaIndexLlamaParse
Allerede bygger på AzureAzure Document Intelligence (gratisnivået leser 2 sider per forespørsel)
Word, PowerPoint, Excel, EPUB eller HTML til MarkdownOmniDoc, MinerU eller Docling

Spørsmål

Finnes det en gratis PDF til Markdown-konverter i 2026?

Ja. MinerU, Docling og Marker er åpen kildekode og kan hostes lokalt; den gratis OmniDoc-dokumentekstraksjonen kjøres i nettleseren uten månedlig begrensning og med opptil 501 sider per PDF, og dens ZIP-fil inneholder document.md og document.json; MinerU sin online API gir 2 000 høyeste prioriteringsider per dag per konto. Tall fra de offisielle sidene, sjekket november 2026.

Hva er forskjellen mellom strukturert uttrekk og PDF til tekst?

PDF til tekst gir deg en rekke med ren tekst. Strukturert uttrekk beholder overskriftsnivåer, avsnitt, tabeller som rader og kolonner, bildesteder og leserekkefølge, som Markdown og JSON som programmer og AI-verktøy kan bruke direkte.

Jeg kan ikke selv hoste. Hva er alternativene mine?

Bruk et online verktøy: den gratis OmniDoc-dokumentekstraksjonen tar en opplasting i nettleseren; MinerU, Datalab, LlamaParse og Azure tilbyr online API-er, som krever en konto, en token og litt kode.

Kan disse verktøyene håndtere skannede PDF-er og tabeller?

Ja. OmniDoc, Docling og MinerU gjenkjenner tekst i skanninger og strukturen til tabeller. OmniDoc skriver tabeller som Markdown-tabeller og som rader og kolonner i JSON; sjekk svært komplekse tabeller mot originalen.

Hvem skrev denne sammenligningen?

OmniDoc-teamet; OmniDoc er vårt eget produkt. Hver figur om et annet verktøy lenker til dets offisielle side eller repository, og den siden vinner hvis noe har endret seg.

Kilder (sjekket 14. november 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/