OmniDoc Dokumentuttrekking

OmniDoc Dokumentuttrekking / Samanslikning for 2026

Kostnadsfrie dokumentuttrekkingsverktøy samanlikna for 2026: PDF til Markdown og JSON

Å konvertere PDF-ar, skannar og Office-filer til Markdown og JSON med overskrifter, tabellar og bilete kan innebera å hoste sjølv ein open-source-modell eller å bruke eit API som blir fakturert per side. Denne sida samanliknar dei kostnadsfrie tilboda, inndata, utdata og oppsettet til sju vanlege verktøy, med den offisielle kilden for kvart tal.

Denne samanlikninga er skriven av OmniDoc-teamet, og OmniDoc er vårt eige produkt. Kvar tal om eit anna verktøy kjem frå den offisielle sida eller oppbevaringsstaden, kontrollert 14. november 2026; sidene deira får forrang dersom noko skil seg ut.

Uttrekk ein fil utan kostnad med OmniDoc

På eit blikk: kostnadsfri rammegrense, inngangar, utgangar

VerktøyKostnadsfri rammegrenseInngangarUtdata / oppsett
OmniDoc kostnadsfri dokumentuttrekking verktøyet vårtOpptil 501 sider per PDF, ingen månadskvote; oppgåver på den kostnadsfrie planen ventar i kø; ein kostnadsfri OmniDoc-konto er naudsyntPDF, skanna PDF, PNG/JPG/WEBP/BMP-bilete, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSNettside, ingenting å installere; ein ZIP-fil med document.md, document.json, images/ og manifest.json
MinerUOpen source, sjølvhospert; online API: 2 000 sider per dag per konto med høg prioritet, lågare prioritet etter detPDF, bilete, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX og meir; sjølvhospert, online API, eller demoar på Hugging Face og ModelScope
DoclingOpen source (kode under MIT), køyrer på din eigen datamaskin, ingen bruksbegrensingarPDF, DOCX, PPTX, XLSX, HTML, EPUB, bilete og meirMarkdown, HTML, DocTags, lossless JSON; køyrer lokalt, OCR for skannar
Marker (Datalab)Kode open source (Apache 2.0); hosta API med ei tilgjenge på $20 i månaden med e-post for arbeid, $10 med privat e-postPDF, bilete, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, stykke; likningar som LaTeX, tabellar som HTML
LlamaParse (LlamaIndex)10 000 gratis kredittar i månaden for nye brukarar; grunnleggande parsing frå 1 kreditt per sideSjå den offisielle nettsidaOnline API (LlamaCloud), konto trengst
MathpixGratis: 10 PDF-sider og 10 bilete i månaden (2x med ein .edu-e-post); Pro $4,99/månad for 1 000 siderPDF, bileteApp og API; sterk på formlar
Azure AI Document IntelligenceGratis nivå F0: 500 sider i månaden, men kvar analyse dekker berre dei første 2 sidene og filer opp til 4 MBPDF, JPEG/PNG/BMP/TIFF/HEIF-bilete, DOCX, PPTX, XLSSky API, Azure-konto trengst; layoutmodellen returnerer avsnitt, tabellar og struktur

Verktøy for verktøy: kven det passar for og kva ein bør sjå opp for

OmniDoc kostnadsfri dokumentuttrekking verktøyet vårt

Rubrikkar, avsnitt og lister opprettheld hierarkiet frå originalen; to eller tre kolonnar blir samla i leserekkjefølgje. Tabellar kjem ut som Markdown-tabellar og som rader og kolonnar i JSON; bilete blir lagra i images/ med posisjonane sine markerte. Skanna dokument går gjennom tekstgjenkjenning (OCR) og blir deretter organisert etter oppsettet sitt. Berre du kan sjå filene du lastar opp og resultata deira.

Godt for: Markdown og JSON utan å setje opp noko eller skrive kode; førebuing av dokument for ein kunnskapsbase eller RAG.

MinerU

Lisensiert under MinerU Open Source-lisensen (basert på Apache 2.0 med tilleggskrav). Precision Extract API treng ein token og tar opp til 200 MB og 600 sider; Agent Lightweight API treng ikkje innlogging og tar opp til 10 MB og 20 sider, hastighetsbegransa per IP.

Godt for: utviklarar med ein GPU som ønskjer å hospere sjølv, eller som batchar kinesiske dokument gjennom ein API.

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

Docling

README listar sidemal, leserekkefølgje og tabellstruktur, OCR for skanna PDF-ar og bilete, og lokal utføring for sensitiv data og luftisolasjonsmiljø. Modellvektar har eigne lisensar som må kontrollerast separat.

Godt for: lag som må halde seg offline eller innanfor sitt eige nettverk og som er komfortable med Python.

Source: Docling — GitHub README

Marker (Datalab)

Modellvektene nyttar ein endra OpenRAIL-M-lisens, gratis for forsking, privat bruk og oppstartsselskap med under $5M i finansiering eller inntekt; kommersiell bruk utover det er betalt. Den hosta API er prissatt per 1,000 sider: $1 raskt, $3 balansert, $7.50 nøyaktig; eit kort er berre naudsynt etter den gratis tilgjenge.

Godt for: utviklarar som ønskjer LaTeX-likningar og HTML-tabellar og kan arbeide med lisensen for vekter.

Source: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

Prissida til LlamaIndex listar ein $0 betal-as-you-go-plan med 10 000 gratis kredittar i månaden; kvart parsingnivå bruker eit anna tal kredittar per side, frå 1 for grunnleggande parsing. Det passar fint inn i LlamaIndex RAG-stakken.

Godt for: utviklarar som allereie byggjer RAG med LlamaIndex.

Source: LlamaIndex — Pricing

Mathpix

Mathpix sin prisliste har 10 PDF-sider og 10 bilete i månaden på den gratis planen, dobbelt så mykje med ein .edu-e-post; Pro kostar $4,99 i månaden for 1 000 PDF-sider og 5 000 bilete. Formelgjenkjenning er styrken hennar; det gratis tilbodet er lite.

Godt for: den einstaka sida med formlar eller eit bilete av ei matematikkoppgåve.

Source: Mathpix — Snip pricing

Azure AI Document Intelligence

Dokumentasjonen til Microsoft seier at gratisnivået berre analyserer dei to første sidene av ei førespurnad, med filer opp til 4 MB og ei førespurnad per sekund; prislista viser 0–500 gratis sider i månaden. Dette passar godt for å prøve ut løysinga før ein byggjer vidare på Azure.

Godt for: lag som allereie byggjer på Azure og som treng ein bedrifts-API.

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

Kva som passar til kva oppgåve

Situasjonen dinKva du skal prøve først
Konvertering av hundrevis av PDF eller skanna sider til Markdown og JSON utan å skrive kodeOmniDoc (opptil 501 sider per PDF, i nettlesaren)
Data må halde seg på dine eigne tenararDocling eller MinerU, sjølvhospert
Kinesiske dokument i daglege batcharMinerU online API (2 000 sider med høg prioritet per dag), eller OmniDoc
Likningar frå artiklar som LaTeXMarker, eller Mathpix (liten gratis tilgjenge)
Allereie byggjer RAG med LlamaIndexLlamaParse
Allereie byggjer på AzureAzure Document Intelligence (gratisnivået les 2 sider per førespurnad)
Word, PowerPoint, Excel, EPUB eller HTML til MarkdownOmniDoc, MinerU eller Docling

Spørsmål

Finnes det ein kostnadsfri PDF til Markdown-konverter i 2026?

Ja. MinerU, Docling og Marker er open source og kan verta sjølvhospert; den kostnadsfrie dokumentuttrekkinga frå OmniDoc køyrer i nettlesaren utan månadskapp og opp til 501 sider per PDF, og ZIP-fila inneheld document.md og document.json; den online API-tenesta frå MinerU gjev 2 000 sider med høg prioritet per dag per konto. Tal frå dei offisielle sidene, kontrollert november 2026.

Korleis skil strukturert uttrekking seg frå PDF til tekst?

PDF til tekst gjev deg ei rekkje med rein tekst. Strukturert uttrekking tek vare på overskriftsnivå, avsnitt, tabellar som rader og kolonnar, biletposisjonar og leserekkjefølgje, som Markdown og JSON som program og AI-verktøy kan bruka direkte.

Eg kan ikkje hospere sjølv. Kva er alternativa mine?

Bruk eit online verktøy: den kostnadsfrie dokumentuttrekkinga frå OmniDoc tek imot opplasting i nettlesaren; MinerU, Datalab, LlamaParse og Azure tilbyr online API-ar, som krev ein konto, ein token og litt kode.

Kan desse verktøya handtere skanna PDF-ar og tabellar?

Ja. OmniDoc, Docling og MinerU gjenkjenner tekst i skannarar og strukturen til tabellar. OmniDoc skriv tabellar som Markdown-tabellar og som rader og kolonnar i JSON; sjekk svært komplekse tabellar mot originalen.

Kven skreiv denne samanslikninga?

OmniDoc-teamet; OmniDoc er vårt eige produkt. Kvar tal om eit anna verktøy lenkjer til den offisielle sida eller repository-en, og den sida vinn dersom noko har endra seg.

Kjelder (kontrollert 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/