OmniDoc Извлечение документов

OmniDoc Извлечение документов / Сравнение 2026

Бесплатные инструменты извлечения структуры документов в 2026 году: PDF в Markdown и JSON

Превратить PDF, сканы и файлы Office в Markdown и JSON с заголовками, таблицами и изображениями можно моделью с открытым кодом на своём сервере или через API с оплатой за страницы. Здесь собраны бесплатные лимиты, форматы и способ работы семи популярных инструментов, у каждой цифры есть ссылка на источник.

Сравнение подготовила команда OmniDoc, OmniDoc — наш собственный продукт. Все цифры о других инструментах взяты с их официальных страниц или из репозиториев и проверены 14 ноября 2026 года; при расхождении верен официальный источник.

Извлечь файл бесплатно в OmniDoc

Коротко: бесплатные лимиты, входные форматы, результат

ИнструментБесплатноВходные форматыРезультат / как работает
OmniDoc — бесплатное извлечение документов нашДо 501 страницы в одном PDF, без месячного лимита; бесплатные задания ждут в очереди; нужен бесплатный аккаунт OmniDocPDF, сканы PDF, изображения PNG/JPG/WEBP/BMP, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSРаботает в браузере, ничего устанавливать не нужно; ZIP с document.md, document.json, images/ и manifest.json
MinerUОткрытый код, можно развернуть у себя; онлайн-API: 2 000 страниц в день на аккаунт с высоким приоритетом, дальше — с пониженнымPDF, изображения, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX и другие; свой сервер, онлайн-API или демо на Hugging Face и ModelScope
DoclingОткрытый код (MIT), работает на вашем компьютере, лимитов нетPDF, DOCX, PPTX, XLSX, HTML, EPUB, изображения и другиеMarkdown, HTML, DocTags, JSON без потерь; локально, OCR для сканов
Marker (Datalab)Код открыт (Apache 2.0); облачный API: $20 в месяц бесплатно с рабочей почтой, $10 — с личнойPDF, изображения, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, чанки; формулы в LaTeX, таблицы в HTML
LlamaParse (LlamaIndex)10 000 бесплатных кредитов в месяц для новых пользователей; базовый разбор — от 1 кредита за страницуСм. официальный сайтОнлайн-API (LlamaCloud), нужен аккаунт
MathpixБесплатно: 10 страниц PDF и 10 изображений в месяц (вдвое больше с почтой .edu); Pro — $4,99 в месяц за 1 000 страницPDF, изображенияПриложение и API; сильная сторона — формулы
Azure AI Document IntelligenceБесплатный уровень F0: 500 страниц в месяц, но за один запрос анализируются только первые 2 страницы, файл до 4 МБPDF, изображения JPEG/PNG/BMP/TIFF/HEIF, DOCX, PPTX, XLSОблачный API, нужен аккаунт Azure; модель Layout возвращает абзацы, таблицы и структуру

По каждому инструменту: кому подходит и на что обратить внимание

OmniDoc — бесплатное извлечение документов наш

Заголовки, абзацы и списки сохраняют иерархию оригинала; две и три колонки склеиваются в порядке чтения. Таблицы выводятся как таблицы Markdown и как строки и столбцы в JSON; изображения сохраняются в папку images/ с отметками их мест в тексте. Сканы сначала проходят распознавание текста (OCR), затем упорядочиваются по вёрстке. Загруженные файлы и результаты видите только вы.

Подходит: Markdown и JSON без установки и программирования; подготовка документов для базы знаний и RAG.

MinerU

Лицензия — MinerU Open Source License (на основе Apache 2.0 с дополнительными условиями). Precision Extract API требует токен и принимает файлы до 200 МБ и 600 страниц; облегчённый API без входа — до 10 МБ и 20 страниц, с ограничением запросов по IP.

Подходит: разработчики с GPU, которые хотят развернуть у себя или обрабатывать документы пакетами через API.

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

Docling

В README: вёрстка страниц, порядок чтения, структура таблиц, OCR для сканов и изображений, локальный запуск для конфиденциальных данных и изолированных сред. У весов моделей свои лицензии, их нужно проверять отдельно.

Подходит: командам, которым нужно работать офлайн или внутри своей сети и которые знают Python.

Источник: Docling — GitHub README

Marker (Datalab)

Веса моделей — под изменённой лицензией OpenRAIL-M: бесплатно для исследований, личного использования и стартапов с финансированием или выручкой до $5 млн, сверх этого — платно. Облачный API считается за 1 000 страниц: $1 (fast), $3 (balanced), $7,50 (accurate); карта нужна только после бесплатного лимита.

Подходит: разработчикам, которым нужны формулы в LaTeX и таблицы в HTML и которых устраивает лицензия весов.

Источник: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

На странице цен LlamaIndex: тариф pay-as-you-go за $0 в месяц включает 10 тыс. бесплатных кредитов; разные режимы разбора расходуют разное число кредитов за страницу, базовый — от 1. Удобно сочетается со стеком RAG от LlamaIndex.

Подходит: тем, кто уже строит RAG на LlamaIndex.

Источник: LlamaIndex — Pricing

Mathpix

На странице цен Mathpix: в бесплатном плане 10 страниц PDF и 10 изображений в месяц, с почтой .edu — вдвое больше; Pro — $4,99 в месяц, 1 000 страниц PDF и 5 000 изображений. Распознавание формул — сильная сторона, бесплатный лимит небольшой.

Подходит: несколько страниц с формулами или фото задачи по математике.

Источник: Mathpix — Snip pricing

Azure AI Document Intelligence

В документации Microsoft: на бесплатном уровне анализируются только первые две страницы запроса, файл до 4 МБ, один запрос в секунду; на странице цен указано 0–500 бесплатных страниц в месяц. Подходит, чтобы попробовать перед разработкой на Azure.

Подходит: командам, которые уже работают в Azure и которым нужен корпоративный API.

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

Что выбрать под задачу

Ваша задачаЧто попробовать
Сотни страниц PDF или сканов в Markdown и JSON без программированияOmniDoc (до 501 страницы в PDF, в браузере)
Данные не должны покидать ваши серверыDocling или MinerU на своём сервере
Ежедневная пакетная обработкаОнлайн-API MinerU (2 000 приоритетных страниц в день) или OmniDoc
Формулы из статей в LaTeXMarker или Mathpix (бесплатный лимит небольшой)
RAG уже строится на LlamaIndexLlamaParse
Разработка уже идёт в AzureAzure Document Intelligence (бесплатно — 2 страницы за запрос)
Word, PowerPoint, Excel, EPUB или HTML в MarkdownOmniDoc, MinerU или Docling

Вопросы

Есть ли в 2026 году бесплатный конвертер PDF в Markdown?

Да. MinerU, Docling и Marker — с открытым кодом, их можно развернуть у себя; бесплатное извлечение OmniDoc работает в браузере без месячного лимита, до 501 страницы в одном PDF, в ZIP — document.md и document.json; онлайн-API MinerU даёт 2 000 приоритетных страниц в день на аккаунт. Данные с официальных сайтов, ноябрь 2026 года.

Чем структурное извлечение отличается от PDF в текст?

PDF в текст даёт сплошной текст. Структурное извлечение сохраняет уровни заголовков, абзацы, таблицы со строками и столбцами, места изображений и порядок чтения — в виде Markdown и JSON, которые программы и ИИ используют напрямую.

Я не могу развернуть open source. Что делать?

Используйте онлайн-инструмент: в OmniDoc достаточно загрузить файл в браузере; у MinerU, Datalab, LlamaParse и Azure есть онлайн-API, но для них нужны аккаунт, токен и немного кода.

Справятся ли они со сканами и таблицами?

Да. OmniDoc, Docling и MinerU распознают текст на сканах и структуру таблиц. OmniDoc выводит таблицы как таблицы Markdown и как строки и столбцы в JSON; очень сложные таблицы сверяйте с оригиналом.

Кто написал это сравнение?

Команда OmniDoc; OmniDoc — наш собственный продукт. У каждой цифры о другом инструменте есть ссылка на официальную страницу или репозиторий, при расхождении верна она.

Источники (проверено 14 ноября 2026 года)

  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/

Гид 2026: 8 вещей, которые стоит проверить у инструмента извлечения · OmniDoc Извлечение документов · Перевод документов · Откройте инструмент · Скачайте десктопное приложение