การดึงเอกสาร OmniDoc

การดึงเอกสาร OmniDoc / การเปรียบเทียบปี 2026

เปรียบเทียบเครื่องมือดึงเอกสารฟรีสำหรับปี 2026: PDF ถึง Markdown และ JSON

การแปลงไฟล์ PDF สแกน และไฟล์ Office เป็น Markdown และ JSON พร้อมหัวข้อ ตาราง และรูปภาพ อาจหมายถึงการโฮสต์โมเดลโอเพนซอร์สเอง หรือใช้บริการ API ที่คิดค่าบริการตามจำนวนหน้า หน้านี้ได้เปรียบเทียบข้อกำหนดด้านสิทธิ์การใช้งานฟรี อินพุต เอาต์พุต และการตั้งค่าของเครื่องมือทั่วไปเจ็ดรายการ โดยอ้างอิงแหล่งข้อมูลอย่างเป็นทางการสำหรับตัวเลขทุกค่า

การเปรียบเทียบนี้เขียนโดยทีมงาน OmniDoc และ OmniDoc เป็นผลิตภัณฑ์ของเราเอง ตัวเลขทุกตัวเกี่ยวกับเครื่องมืออื่นๆ มาจากหน้าอย่างเป็นทางการหรือคลังเก็บข้อมูลของเครื่องมือนั้น โดยได้รับการตรวจสอบเมื่อวันที่ 14 พฤศจิกายน 2026; หากมีความแตกต่างใดๆ ให้ถือเอาข้อมูลจากหน้าเว็บไซต์ของเครื่องมือนั้นเป็นหลัก

แยกไฟล์ได้ฟรีด้วย OmniDoc

ภาพรวมโดยคร่าว: โควตาฟรี, อินพุต, เอาต์พุต

เครื่องมือโควตาฟรีอินพุตผลลัพธ์ / การตั้งค่า
การดึงเอกสารฟรี OmniDoc เครื่องมือของเราสูงสุด 501 หน้าต่อ PDF โดยไม่มีขีดจำกัดรายเดือน; งานในแผนฟรีจะถูกจัดให้อยู่ในคิว; ต้องมีบัญชี OmniDoc แบบฟรีPDF, สแกน PDF, รูปภาพ PNG/JPG/WEBP/BMP, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSหน้าเว็บ ไม่ต้องติดตั้งอะไร; ไฟล์ ZIP ที่มี document.md, document.json, images/ และ manifest.json
MinerUโอเพนซอร์ส โฮสต์เอง; API ออนไลน์: 2,000 หน้าต่อวันต่อบัญชีในลำดับความสำคัญสูงสุด ลำดับความสำคัญรองลงมาหลังจากนั้นPDF, รูปภาพ, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX และอื่น ๆ; โฮสต์เอง, API ออนไลน์ หรือเดโมบน Hugging Face และ ModelScope
Doclingโอเพนซอร์ส (โค้ดภายใต้ MIT) ทำงานบนคอมพิวเตอร์ของคุณเอง ไม่มีข้อจำกัดด้านการใช้งานPDF, DOCX, PPTX, XLSX, HTML, EPUB, รูปภาพ และอื่น ๆMarkdown, HTML, DocTags, JSON แบบไม่สูญเสียข้อมูล; ทำงานในเครื่องเฉพาะตัว, OCR สำหรับไฟล์สแกน
Marker (Datalab)รหัสเปิดแหล่งข้อมูล (Apache 2.0); โฮสต์ API พร้อมวงเงิน $20 ต่อเดือนเมื่อใช้อีเมลทำงาน และ $10 เมื่อใช้อีเมลส่วนตัวPDF, รูปภาพ, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, ชิ้นส่วน; สมการเป็น LaTeX, ตารางเป็น HTML
LlamaParse (LlamaIndex)เครดิตฟรี 10,000 เครดิตต่อเดือนสำหรับผู้ใช้ใหม่; การแยกวิเคราะห์ขั้นพื้นฐานเริ่มต้นที่ 1 เครดิตต่อหน้าดูที่เว็บไซต์อย่างเป็นทางการAPI (LlamaCloud) ออนไลน์ ต้องมีบัญชี
Mathpixฟรี: PDF 10 หน้าและรูปภาพ 10 ภาพต่อเดือน (2x กับอีเมล .edu); Pro $4.99/เดือน สำหรับ 1,000 หน้าPDF, รูปภาพแอปและ API; แข็งแกร่งในด้านสูตร
Azure AI Document Intelligenceระดับฟรี F0: 500 หน้าต่อเดือน แต่การวิเคราะห์แต่ละครั้งครอบคลุมเพียง 2 หน้าแรก และรองรับไฟล์ขนาดสูงสุด 4 MBPDF, รูปภาพ JPEG/PNG/BMP/TIFF/HEIF, DOCX, PPTX, XLSคลาวด์ API, ต้องมีบัญชี Azure; รูปแบบเค้าโครงจะส่งกลับย่อหน้า ตาราง และโครงสร้าง

เครื่องมือแต่ละชนิด: เหมาะกับใคร และควรระวังอะไร

การดึงเอกสารฟรี OmniDoc เครื่องมือของเรา

หัวข้อ ย่อหน้า และรายการต่าง ๆ จะคงโครงสร้างลำดับชั้นไว้เหมือนเดิม; คอลัมน์สองหรือสามคอลัมน์จะถูกจัดเรียงตามลำดับการอ่าน ตารางจะแสดงเป็นตาราง Markdown และในรูปแบบแถวและคอลัมน์ของ JSON; รูปภาพจะถูกบันทึกไว้ในโฟลเดอร์ images/ โดยระบุตำแหน่งไว้ การสแกนจะผ่านการรู้จำข้อความ (OCR) จากนั้นจึงจัดระเบียบตามเค้าโครงของเอกสาร เฉพาะคุณเท่านั้นที่สามารถเห็นไฟล์ที่คุณอัปโหลดและผลลัพธ์ที่ได้

เหมาะสำหรับ: Markdown และ JSON โดยไม่ต้องตั้งค่าหรือเขียนโค้ดใด ๆ; เตรียมเอกสารสำหรับฐานความรู้หรือ RAG.

MinerU

ได้รับอนุญาตภายใต้ใบอนุญาตโอเพนซอร์ส MinerU (อิงตาม Apache 2.0 พร้อมเงื่อนไขเพิ่มเติม) Precision Extract API ต้องใช้โทเค็นและรองรับไฟล์ขนาดสูงสุด 200 MB และ 600 หน้า; Agent Lightweight API ไม่ต้องลงชื่อเข้าใช้และรองรับไฟล์ขนาดสูงสุด 10 MB และ 20 หน้า โดยจำกัดอัตราการประมวลผลต่อ IP

เหมาะสำหรับ: นักพัฒนาที่มี GPU ซึ่งต้องการโฮสต์เอง หรือผู้ที่ประมวลผลเอกสารภาษาจีนเป็นชุดผ่าน API

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

Docling

README ของมันแสดงรายการเค้าโครงหน้า ลำดับการอ่าน และโครงสร้างตาราง OCR สำหรับไฟล์ PDF ที่สแกนและรูปภาพ และทำงานในเครื่องเฉพาะตัวสำหรับข้อมูลที่ละเอียดอ่อนและสภาพแวดล้อมแบบ air-gapped น้ำหนักโมเดลมีใบอนุญาตของตนเอง ซึ่งต้องตรวจสอบแยกต่างหาก

เหมาะสำหรับ: ทีมงานที่ต้องทำงานแบบออฟไลน์หรือภายในเครือข่ายของตนเอง และสะดวกใจกับ Python

แหล่งข้อมูล: Docling — GitHub README

Marker (Datalab)

น้ำหนักของโมเดลใช้สัญญาอนุญาต OpenRAIL-M ที่ดัดแปลงแล้ว โดยไม่เสียค่าใช้จ่ายสำหรับการวิจัย การใช้งานส่วนบุคคล และสตาร์ทอัพที่มีเงินทุนหรือรายได้ต่ำกว่า $5M; หากใช้งานเชิงพาณิชย์เกินกว่านั้นจะต้องชำระเงิน สำหรับ API แบบโฮสต์ มีราคาต่อ 1,000 หน้า: $1 สำหรับความเร็วสูง, $3 สำหรับความสมดุล, $7.50 สำหรับความแม่นยำ; จะต้องมีบัตรเครดิตเฉพาะเมื่อใช้เกินวงเงินฟรีเท่านั้น

เหมาะสำหรับ: นักพัฒนาที่ต้องการสมการ LaTeX และตาราง HTML และสามารถใช้งานได้โดยมีใบอนุญาตน้ำหนัก

แหล่งข้อมูล: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

หน้ากำหนดราคาของ LlamaIndex ระบุแผนชำระเงินตามการใช้งานจริงในราคา $0 โดยมีเครดิตฟรี 10,000 เครดิตต่อเดือน; แต่ละระดับการแยกวิเคราะห์จะใช้จำนวนเครดิตต่อหน้าที่แตกต่างกัน โดยเริ่มต้นที่ 1 เครดิตสำหรับการแยกวิเคราะห์ขั้นพื้นฐาน มันเข้ากันได้อย่างลงตัวกับสแต็ก LlamaIndex RAG

เหมาะสำหรับ: นักพัฒนาที่กำลังสร้าง RAG ด้วย LlamaIndex อยู่แล้ว

แหล่งข้อมูล: LlamaIndex — Pricing

Mathpix

รายการราคาของ Mathpix ประกอบด้วย PDF 10 หน้าและรูปภาพ 10 ภาพต่อเดือนในแผนฟรี โดยเพิ่มเป็นสองเท่าเมื่อใช้อีเมล .edu; Pro อยู่ที่ $4.99 ต่อเดือนสำหรับ PDF 1,000 หน้าและรูปภาพ 5,000 ภาพ ความสามารถในการจดจำสูตรคือจุดแข็งของระบบ; แต่โควตาฟรีนั้นมีจำนวนน้อย

เหมาะสำหรับ: หน้าที่มีสูตรบางหน้าหรือภาพถ่ายของโจทย์คณิตศาสตร์

แหล่งข้อมูล: Mathpix — Snip pricing

Azure AI Document Intelligence

เอกสารประกอบของ Microsoft ระบุว่าระดับฟรีจะวิเคราะห์เฉพาะสองหน้าแรกของการร้องขอ โดยรองรับไฟล์ขนาดสูงสุด 4 MB และหนึ่งคำร้องต่อวินาที; หน้าราคาแสดงจำนวนหน้าฟรี 0–500 หน้าต่อเดือน เหมาะสำหรับการทดลองใช้งานก่อนเริ่มพัฒนาบน Azure.

เหมาะสำหรับ: ทีมงานที่กำลังสร้างบน Azure อยู่แล้วและต้องการ API ระดับองค์กร

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

อันไหนเหมาะกับงานอะไร

สถานการณ์ของคุณควรลองอะไรก่อน
แปลงเอกสาร PDF หรือหน้าสแกนหลายร้อยหน้าเป็น Markdown และ JSON โดยไม่ต้องเขียนโค้ดOmniDoc (สูงสุด 501 หน้าต่อ PDF, ในเบราว์เซอร์)
ข้อมูลต้องอยู่บนเซิร์ฟเวอร์ของคุณเองDocling หรือ MinerU โฮสต์เอง
เอกสารภาษาจีนในแต่ละวันเป็นชุดMinerU API ออนไลน์ (2,000 หน้าต่อวันในลำดับความสำคัญสูงสุด) หรือ OmniDoc
สมการจากเอกสารวิชาการเป็น LaTeXMarker หรือ Mathpix (โควตาฟรีจำนวนน้อย)
กำลังสร้าง RAG ด้วย LlamaIndex อยู่แล้วLlamaParse
กำลังสร้างบน Azure อยู่แล้วAzure Document Intelligence (ระดับฟรีอ่านได้ 2 หน้าต่อการร้องขอ)
Word, PowerPoint, Excel, EPUB หรือ HTML ถึง MarkdownOmniDoc, MinerU หรือ Docling

คำถาม

ในปี 2026 มีตัวแปลง PDF เป็น Markdown ฟรีหรือไม่?

ใช่ MinerU, Docling และ Marker เป็นโอเพนซอร์สและสามารถโฮสต์ได้ด้วยตนเอง; การดึงเอกสารฟรีของ OmniDoc ทำงานในเบราว์เซอร์โดยไม่มีขีดจำกัดรายเดือนและรองรับสูงสุด 501 หน้าต่อ PDF โดยไฟล์ ZIP จะประกอบด้วย document.md และ document.json; MinerU มี API ออนไลน์ที่ให้บริการวันละ 2,000 หน้าลำดับความสำคัญสูงต่อบัญชี ข้อมูลจากหน้าอย่างเป็นทางการ ตรวจสอบเมื่อพฤศจิกายน 2026

การแยกข้อมูลแบบมีโครงสร้างแตกต่างจากการแปลง PDF เป็นข้อความอย่างไร?

การแปลง PDF เป็นข้อความจะให้ข้อความล้วนๆ มา ขณะที่การแยกข้อมูลแบบมีโครงสร้างจะรักษาระดับหัวข้อ ย่อหน้า ตารางในรูปแบบแถวและคอลัมน์ ตำแหน่งภาพ และลำดับการอ่าน เหมือนกับ Markdown และ JSON ซึ่งโปรแกรมและเครื่องมือ AI สามารถนำไปใช้งานได้โดยตรง

ฉันไม่สามารถโฮสต์เองได้ ฉันมีทางเลือกอะไรบ้าง?

ใช้เครื่องมือออนไลน์: การดึงเอกสารฟรีของ OmniDoc รองรับการอัปโหลดผ่านเบราว์เซอร์; ส่วน MinerU, Datalab, LlamaParse และ Azure มี API ออนไลน์ซึ่งต้องใช้บัญชี โทเค็น และโค้ดบางอย่าง

เครื่องมือเหล่านี้สามารถจัดการกับไฟล์ PDF ที่สแกนและตารางได้หรือไม่?

ใช่ OmniDoc, Docling และ MinerU สามารถรับรู้ข้อความในภาพสแกนและโครงสร้างของตารางได้ OmniDoc เขียนตารางเป็นตารางแบบ Markdown และเป็นแถวและคอลัมน์ใน JSON; โปรดตรวจสอบตารางที่ซับซ้อนมากเมื่อเทียบกับต้นฉบับ

ใครเป็นผู้เขียนการเปรียบเทียบนี้?

ทีมงาน OmniDoc; OmniDoc เป็นผลิตภัณฑ์ของเราเอง ตัวเลขทุกตัวเกี่ยวกับเครื่องมืออื่นๆ จะเชื่อมโยงไปยังหน้าอย่างเป็นทางการหรือคลังข้อมูลของเครื่องมือนั้น และหากมีการเปลี่ยนแปลงใดๆ หน้านั้นจะได้รับการอัปเดตเป็นลำดับแรก

แหล่งข้อมูล (ตรวจสอบเมื่อวันที่ 14 พฤศจิกายน 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/