Pagsalin dokumento ng OmniDoc

Pagsalin dokumento ng OmniDoc / Komparasyon para 2026

Sinasabi kan libreng mga tool na pagkuha nin dokumento para sa 2026: PDF hanggan Markdown asin JSON

An paggibo nin PDFs, mga scan asin Office files na magin Markdown asin JSON na may mga pamagian, talahanayan asin mga ladawan pwedeng mangahulog sa pag-host nang sadiri nin sarong open-source model o pagtawag sa API na sinisingil paagi sa kada pahina. Ini na pahina inilaladawan an libreng allowance, mga input, mga output asin pag-setup kan pitong karaniwang kasangkapan na magkasabat, kaiba an opisyal na pinagmulan para sa kada numero.

Ini na paghambal iyo sinurat kan OmniDoc na grupo, asin an OmniDoc iyo so aming sadiri. An kada numero dapit sa ibang kasangkapan nagsusugpon sa opisyal na pahina o repositoryo kaini, sinubok Nobyembre 14, 2026; an mga pahina dae magbaliw kun may nagbaliw.

I-extract so sarong file na libreng bayad gamit an OmniDoc

Sa isang sulyap: libreng allowance, mga input, mga output

KasangkapanLibreng allowanceMga inputOutput / setup
OmniDoc free document extraction an aming kasangkapanHanggang 501 na pahina kada PDF, walang limitasyon sa bulan; an mga gawe sa libreng plano naghihintay sa saradit na linya; kaipuhan an libreng account na OmniDocPDF, na-scan na PDF, mga litrato na PNG/JPG/WEBP/BMP, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSWeb page, walang kayang i-install; sarong ZIP na may document.md, document.json, images/ asin manifest.json
MinerUOpen source, self-hosted; online API: 2,000 pahina kada aldaw bako sa sarong account na may pinakamataas na priyoridad, mas hababa na priyoridad pagkatapos.PDF, mga litrato, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX asin paagi; self-hosted, online API, o mga demo sa Hugging Face asin ModelScope
DoclingOpen source (code under MIT), nagtatrabaho sa sadiri mong kompiuter, walang limitasyon sa paggamitPDF, DOCX, PPTX, XLSX, HTML, EPUB, mga litrato asin iba paMarkdown, HTML, DocTags, walang pagkawala nin JSON; nagtatrabaho sa lokal, OCR para sa mga scan
Marker (Datalab)Kodigong bukas (Apache 2.0); pinapahalagahan na API na may $20 kada bulan gamit an email sa trabaho, $10 gamit an personalPDF, mga litrato, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, mga bahagi; mga ekwasyon bilang LaTeX, mga talaan bilang HTML
LlamaParse (LlamaIndex)10,000 na libreng kredito kada bulan para sa mga bagong gumagamit; pangunahing pag-parse gikan sa 1 na kredito kada pahinaTikangon an opisyal na sitioOnline API (LlamaCloud), kaipuhan an account
MathpixLibre: 10 PDF na pahina asin 10 na larawan kada bulan (2x na may email na .edu); Pro $4.99/kada bulan para sa 1,000 na pahinaPDF, mga litratoApp asin API; malakas so mga pormula
Azure AI Document IntelligenceLibreng antas na F0: 500 pahina kada bulan, alagad an lambang analisis sakop sana an enot na 2 pahina asin mga file na abot sa 4 MBPDF, mga litrato na JPEG/PNG/BMP/TIFF/HEIF, DOCX, PPTX, XLSCloud API, kinakailangan an account na Azure; binabalik kan modelo nin layout an mga parapo, talahanayan asin istruktura

Kasangkapan-sa-kasangkapan: sino so akma asin ano so aalagaan

OmniDoc free document extraction an aming kasangkapan

An mga pamagian, parapo asin listahan nagpapanatili kan hierarkiya kan orihinal; an duwa o tolong kolum napagsasalida sa kadaklan na pagbasa. An mga talaan nagiging Markdown na talaan asin bilang mga hilera asin kolum sa JSON; an mga litrato natitira sa images/ kaiba an saindang posisyon na minarkahan. An mga scan nagdara nin pagkikilala sa teksto (OCR) asin dangan inoorganisa base sa saindang layout. Sia la ang makakakita kan mga file na iyong ipinasok asin kan resulta kaiyan.

Mainam para: Markdown asin JSON na dai kaipuhan mag-establisar nin ano man o magsurat nin kodigo; paghanda nin mga dokumento para sa sarong base nin kaalaman o RAG.

MinerU

Lisensyado sa MinerU Open Source License (based on Apache 2.0 na may dagdag na kundisyon). An Precision Extract API kaipuhan nin token asin nagtatawad nin mga file hasta 200 MB asin 600 pahina; an Agent Lightweight API dai kaipuhan mag-login asin nagtatawad nin mga file hasta 10 MB asin 20 pahina, rate-limited pa ip.

Mainam para: mga developer na may GPU na gusto mag-self-host, o na nag-batch nin mga dokumentong Intsik paagi sa API.

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

Docling

An README kaini naglilista nin layout kan pahina, order nin pagbasa asin istruktura nin talahanayan, OCR para sa mga scanned PDF asin litrato, asin lokal na pagtugon para sa sensitibong datos asin mga kapalibot na walang koneksyon sa internet. An mga timbang kan modelo may sadiri nilang mga lisensya, na dapat surusunod nang laen-laelan.

Mainam para: mga grupo na dapat magpabilog o manatili sa laog kan sadiri nilang network asin komportable sa Python.

Pinagmulan: Docling — GitHub README

Marker (Datalab)

Ginagamit an mga timbang kan modelo na saradong bersyon kan lisensya na OpenRAIL-M, walay bayad para sa pananaliksik, personal na paggamit asin mga startup na may $5M o mas abot na pondo o kita; an komersyal na paggamit labot diyan ay may bayad. An pinapahalagahan na API ay presyohanon kada 1,000 na pahina: $1 na mabilis, $3 na balanse, $7.50 na tumpak; sarado lang an kard pakatapos kan libreng allowance.

Mainam para: mga developer na nais LaTeX na mga ekwasyon asin HTML na mga talaan asin makakapagtrabaho gamit an lisensya kan mga timbang.

Pinagmulan: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

Ilista sa pahina nin presyo kan LlamaIndex an $0 na plano na bayaran kun gamiton na may 10K na libreng kredito kada bulan; an lambang lebel nin pag-parse gumagamit nin iba-ibang bilang nin kredito kada pahina, poon sa 1 para sa pangunahing pag-parse. Ito man nagsusulot na maayos sa stack kan LlamaIndex RAG.

Mainam para: mga developer na nagtatayo na nin RAG paagi sa LlamaIndex.

Pinagmulan: LlamaIndex — Pricing

Mathpix

Ang presyo kan Mathpix iyo 10 PDF na pahina asin 10 na larawan kada bulan sa libreng plano, doble pa sa email na .edu; Pro iyo $4.99 kada bulan para sa 1,000 PDF na pahina asin 5,000 na larawan. An pagkakilala sa mga pormula iyo an lakas kaini; dakulang abot na maliliit sa libreng plano.

Mainam para: an paminsan-minsan na pahina nin mga pormula o litrato nin saray problema sa matematika.

Pinagmulan: Mathpix — Snip pricing

Azure AI Document Intelligence

Sinasabi sa dokumentasyon kan Microsoft na an libreng antas na sana an enot na duwang pahina nin saray kahilingan, na may mga file na abot sa 4 MB asin saray saray na kahilingan kada segundo; nakalista sa pahina nin presyo na 0–500 na libreng pahina kada bulan. Akma ini para subukan an mga bagay-bagay bago magpatuloy sa paggamit kan Azure.

Mainam para: mga grupo na nagtatayo na nin Azure na nangangaipo nin enterprise API.

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

Alin so akma para sa arin na gawain

Situasyon moAno an masusubukan na enot
Pagkonberter nin mga daang PDF o mga nakaskaner na pahina pasiring sa Markdown asin JSON na dai nangangaipo nin pagluwas nin kodigoOmniDoc (hanggang 501 pahina kada PDF, sa browser)
Dapat manatili an datos sa sadiri ninyong mga serverDocling o MinerU, self-hosted
Mga dokumentong Intsik sa araw-araw na batchMinerU online API (2,000 pahina na may pinakamataas na priyoridad kada aldaw), o OmniDoc
Mga ekwasyon gikan sa mga papel bilang LaTeXMarker, o Mathpix (maliit na libreng allowance)
Nagtatayo na nin RAG paagi sa LlamaIndex.LlamaParse
Nagtatayo na nin AzureAzure Document Intelligence (an libreng antas na nagbabasa nin 2 pahina kada kahilingan)
Word, PowerPoint, Excel, EPUB o HTML pasad to MarkdownOmniDoc, MinerU o Docling

Mga Tanong

Mayroon bang libreng PDF to Markdown converter kan 2026?

Oo. MinerU, Docling asin Marker saray open source asin pwedeng i-host sa sadiri; an libreng pagkuha nin dokumento na OmniDoc nagtatala sa browser na walang limitasyon kada bulan asin abot 501 pahina kada PDF, asin an ZIP kaini igwa nin document.md asin document.json; an online API kan MinerU nagbibigay nin 2,000 pinaka-prioridad na pahina kada aldaw para sa saro sanang account. Mga pigura gikan sa opisyal na mga pahina, sinuri Nobyembre 2026.

Ano kaiba an istrukturadong pagkuha sa PDF to text?

An PDF to text nagtatao saiyo nin sarong run nin payak na teksto. An istrukturadong pagkuha nagpapanatili sa mga level nin pamagyan, mga parapo, mga talaan bilang mga row asin column, mga posisyon nin litrato asin order nin pagbasa, siring man sa Markdown asin JSON na pwedeng gamiton nang direkta kan mga programa asin AI tools.

Ako dae makakapag-self-host. Ano an sakong mga pagpilian?

Gumamit nin online na kasangkapan: an libreng pagkuha nin dokumento na OmniDoc naglalaagom sa browser; MinerU, Datalab, LlamaParse asin Azure nagsusuplay nin online APIs, na kaipuhan nin account, token asin sarong kodigo.

Makaya kadi ini mga kasangkapan an mga scanned PDF asin mga talahanayan?

Oo. Kinikilala nin OmniDoc, Docling asin MinerU an teksto sa mga scan asin an istruktura kan mga talahanayan. Isinusulat nin OmniDoc an mga talahanayan bilang mga talahanayan na Markdown asin bilang mga row asin column sa JSON; surusurigam an napakamugmok na mga talahanayan kontra sa orihinal.

Sino an nagsurat kaiyan na komparasyon?

An OmniDoc na grupo; an OmniDoc iyo an sakong sadiri. An lambang pigura dapit sa iba pang kasangkapan naglalaagom sa opisyal na pahina o repositoryo kaiyan, asin an pahinang idto iyo an magwawagi kun may nabago.

Pinagmulan (sinubok Nobyembre 14, 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/