OmniDoc Dokumentextraktion

OmniDoc Dokumentextraktion / Jämförelse för 2026

Kostnadsfria dokumentextraktionsverktyg jämförda för 2026: PDF till Markdown och JSON

Att konvertera PDF:er, skannade filer och Office-filer till Markdown och JSON med rubriker, tabeller och bilder kan innebära att självvärd en öppen källkodsmodell eller att anropa en API som debiteras per sida. Den här sidan jämför de kostnadsfria förmånerna, inmatningsformaten, utdata och installationsprocessen för sju vanliga verktyg sida vid sida, med den officiella källan för varje siffra.

Den här jämförelsen är skriven av OmniDoc-teamet, och OmniDoc är vår egen produkt. Varje siffra om ett annat verktyg kommer från dess officiella sida eller lagringsplats, kontrollerad den 14 november 2026; deras sidor gäller om något skiljer sig.

Extrahera en fil kostnadsfritt med OmniDoc

Översikt: kostnadsfri förmån, indata och utdata

VerktygKostnadsfri förmånInmatningarUtskrift / installation
OmniDoc kostnadsfri dokumentextraktion vårt verktygUpp till 501 sidor per PDF, ingen månatlig gräns; uppgifter på den kostnadsfria planen väntar i kö; ett kostnadsfritt OmniDoc-konto krävsPDF, skannade PDF, PNG/JPG/WEBP/BMP-bilder, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSWebbsida, inget att installera; en ZIP-fil med document.md, document.json, images/ och manifest.json
MinerUÖppen källkod, självhostad; online API: 2 000 sidor per dag per konto med högsta prioritet, lägre prioritet därefterPDF, bilder, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX och mer; självhostat, online API, eller demo på Hugging Face och ModelScope
DoclingÖppen källkod (kod under MIT), körs på din egen dator, inga användningsgränserPDF, DOCX, PPTX, XLSX, HTML, EPUB, bilder och merMarkdown, HTML, DocTags, lossless JSON; körs lokalt, OCR för skannade filer
Marker (Datalab)Källkod öppen källkod (Apache 2.0); hostat API tillåter $20 per månad med ett arbetsmejl, $10 med ett personligt mejlPDF, bilder, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, block; ekvationer som LaTeX, tabeller som HTML
LlamaParse (LlamaIndex)10 000 kostnadsfria krediter per månad för nya användare; grundläggande analys från 1 kredit per sidaSe den officiella webbplatsenOnline API (LlamaCloud), konto krävs
MathpixKostnadsfritt: 10 PDF sidor och 10 bilder per månad (2x med ett .edu-mejl); Pro $4,99/månad för 1 000 sidorPDF, bilderApp och API; stark på formler
Azure AI Document IntelligenceKostnadsfri nivå F0: 500 sidor per månad, men varje analys omfattar endast de första 2 sidorna och filer upp till 4 MBPDF, JPEG/PNG/BMP/TIFF/HEIF-bilder, DOCX, PPTX, XLSCloud API, Azure-konto krävs; layoutmodellen returnerar stycken, tabeller och struktur

Verktyg för verktyg: vem det passar och vad man ska titta på

OmniDoc kostnadsfri dokumentextraktion vårt verktyg

Rubriker, stycken och listor behåller originalhierarkin; två eller tre spalter förenas i läsordningen. Tabeller visas som Markdown-tabeller och som rader och kolumner i JSON; bilder sparas i images/ med sina positioner markerade. Skannade dokument genomgår textigenkänning (OCR) och organiseras sedan enligt sitt layout. Endast du kan se de filer du laddar upp och deras resultat.

Bra för: Markdown och JSON utan att konfigurera något eller skriva kod; förbereder dokument för en kunskapsbas eller RAG.

MinerU

Licensierat under MinerU Open Source License (baserat på Apache 2.0 med ytterligare villkor). Precision Extract API kräver en token och hanterar filer upp till 200 MB och 600 sidor; Agent Lightweight API kräver ingen inloggning och hanterar filer upp till 10 MB och 20 sidor, begränsat per IP.

Bra för: utvecklare med en GPU som vill självhosta, eller som batchbehandlar kinesiska dokument via en API.

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

Docling

Dess README listar sidlayout, läsordning och tabellstruktur, OCR för skannade PDF:er och bilder, samt lokal körning för känsliga data och luftgapade miljöer. Modellvikterna har egna licenser som måste kontrolleras separat.

Bra för: team som måste hålla sig offline eller inom sitt eget nätverk och som känner sig bekväma med Python.

Source: Docling — GitHub README

Marker (Datalab)

Modellvikterna använder en modifierad OpenRAIL-M-licens, kostnadsfri för forskning, personligt bruk och startups med under $5M i finansiering eller intäkter; kommersiellt bruk därefter är betalat. Den hostade API prissätts per 1 000 sidor: $1 snabbt, $3 balanserat, $7,50 noggrant; ett kort behövs endast efter den kostnadsfria förmånen.

Bra för: utvecklare som vill ha LaTeX-ekvationer och HTML-tabeller och kan arbeta med vikterna under licens.

Source: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

LlamaIndex s prislista visar en $0 betala-som-du-går-plan med 10 000 kostnadsfria krediter per månad; varje analysnivå använder ett annat antal krediter per sida, från 1 för grundläggande analys. Den passar smidigt in i LlamaIndex RAG-stacken.

Bra för: utvecklare som redan bygger RAG med LlamaIndex.

Source: LlamaIndex — Pricing

Mathpix

Mathpixs prislistor 10 PDF sidor och 10 bilder per månad på den kostnadsfria planen, fördubblad med en .edu e-post; Pro är $4.99 per månad för 1,000 PDF sidor och 5,000 bilder. Formeligenkänning är dess styrka; det kostnadsfria tillgångstaket är litet.

Bra för: den enstaka sidan med formler eller ett foto av ett matematikproblem.

Source: Mathpix — Snip pricing

Azure AI Document Intelligence

Microsoft’s dokumentation anger att den kostnadsfria nivån endast analyserar de första två sidorna i en begäran, med filer upp till 4 MB och en begäran per sekund; prislistan visar 0–500 kostnadsfria sidor per månad. Det passar bra för att prova saker innan man bygger på Azure.

Bra för: team som redan bygger på Azure och behöver ett företags-API.

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

Vilken för vilken uppgift

Din situationVad ska man prova först
Konvertering av hundratals PDF eller skannade sidor till Markdown och JSON utan att skriva kodOmniDoc (upp till 501 sidor per PDF, i webbläsaren)
Data måste förbli på dina egna servrarDocling eller MinerU, självhostat
Kinesiska dokument i dagliga batcharMinerU online API (2 000 sidor med högsta prioritet per dag), eller OmniDoc
Ekvationer från vetenskapliga artiklar som LaTeXMarker, eller Mathpix (litet kostnadsfritt tillgängligt belopp)
Redan bygger RAG med LlamaIndexLlamaParse
Redan bygger på AzureAzure Document Intelligence (den kostnadsfria nivån läser 2 sidor per begäran)
Word, PowerPoint, Excel, EPUB eller HTML till MarkdownOmniDoc, MinerU eller Docling

Frågor

Finns det en kostnadsfri PDF till Markdown-konverterare år 2026?

Ja. MinerU, Docling och Marker är öppen källkod och kan hostas själv; den kostnadsfria dokumentextraktionen i OmniDoc körs i webbläsaren utan månatligt tak och upp till 501 sidor per PDF, och dess ZIP-fil innehåller document.md och document.json; MinerUs online-API ger 2 000 högprioriterade sidor per dag per konto. Siffror från de officiella sidorna, kontrollerade november 2026.

Hur skiljer sig strukturerad extrahering från att konvertera PDF till text?

PDF till text ger dig en ström av ren text. Strukturerad extrahering bevarar rubriknivåer, stycken, tabeller som rader och kolumner, bildpositioner och läsordning, precis som Markdown och JSON som program och AI-verktyg kan använda direkt.

Jag kan inte självhosta. Vilka alternativ har jag?

Använd ett onlineverktyg: den kostnadsfria dokumentextraktionen i OmniDoc tar emot uppladdningar i webbläsaren; MinerU, Datalab, LlamaParse och Azure erbjuder online-API:er, vilket kräver ett konto, en token och lite kod.

Kan dessa verktyg hantera skannade PDF:er och tabeller?

Ja. OmniDoc, Docling och MinerU känner igen text i skannade dokument och tabellernas struktur. OmniDoc skriver ut tabeller som Markdown-tabeller samt som rader och kolumner i JSON; kontrollera mycket komplexa tabeller mot originalet.

Vem skrev den här jämförelsen?

OmniDoc-teamet; OmniDoc är vår egen produkt. Varje siffra om ett annat verktyg länkar till dess officiella sida eller lagringsplats, och den sidan gäller om något har ändrats.

Källor (kontrollerade den 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/