Pagkuha ng OmniDoc na Dokumento

Pagkuha ng OmniDoc na Dokumento / Paghahambing ng 2026

Paghahambing ng mga libreng tool sa pagkuha ng dokumento para sa 2026: PDF hanggang Markdown at JSON

Ang pag-convert ng mga PDF, scan, at Office file sa Markdown at JSON na may mga pamagat, talahanayan, at larawan ay maaaring mangahulugang self-hosting ng isang open-source model o pagtawag sa isang API na sinisingil ayon sa bawat pahina. Inilalagay ng pahinang ito ang libreng benepisyo, mga input, mga output, at pag-set up ng pitong karaniwang tool nang magkatabi, kasama ang opisyal na pinagmulan para sa bawat numero.

Ang paghahambing na ito ay isinulat ng koponan ng OmniDoc, at ang OmniDoc ay aming sariling produkto. Ang bawat numero tungkol sa ibang tool ay mula sa opisyal nitong pahina o repository, sinuri noong 14 Nobyembre 2026; ang kanilang mga pahina ang pinakamaaasahan kung mayroong anumang pagkakaiba.

I-extract ang isang file nang walang bayad gamit ang OmniDoc

Sa isang sulyap: allowance, input, at output na libre

ToolLibreng benepisyoMga inputOutput / setup
OmniDoc free document extraction ang aming toolHanggang 501 pahina bawat PDF, walang buwanang limitasyon; ang mga gawain sa libreng plano ay naghihintay sa isang pila; kinakailangan ang isang libreng OmniDoc na accountPDF, na-scan na PDF, mga imahe ng PNG/JPG/WEBP/BMP, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSWeb page, walang kailangang i-install; isang ZIP na may document.md, document.json, images/ at manifest.json
MinerUOpen source, self-hosted; online API: 2,000 pages a day per account at top priority, lower priority after thatPDF, mga larawan, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX at higit pa; self-hosted, online API, o mga demo sa Hugging Face at ModelScope
DoclingOpen source (code sa ilalim ng MIT), tumatakbo sa iyong sariling kompyuter, walang limitasyon sa paggamitPDF, DOCX, PPTX, XLSX, HTML, EPUB, mga larawan at marami pang ibaMarkdown, HTML, DocTags, walang pagkawala ng JSON; tumatakbo nang lokal, OCR para sa mga pag-scan
Marker (Datalab)Kod na bukas (Apache 2.0); naka-host na API na may allowance na $20 bawat buwan gamit ang isang work email, $10 gamit ang isang personal na emailPDF, mga larawan, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, mga bahagi; mga ekwasyon bilang LaTeX, mga talahanayan bilang HTML
LlamaParse (LlamaIndex)10,000 libreng kredito bawat buwan para sa mga bagong gumagamit; pangunahing pag-parse mula 1 kredito kada pahinaTingnan ang opisyal na siteOnline API (LlamaCloud), kailangan ng account
MathpixLibre: 10 PDF na pahina at 10 larawan bawat buwan (2x gamit ang isang email ng .edu); Pro $4.99/buwan para sa 1,000 na pahinaPDF, mga larawanApp at API; malakas sa mga formula
Azure AI Document IntelligenceLibreng antas na F0: 500 pahina bawat buwan, ngunit ang bawat pagsusuri ay sumasaklaw lamang sa unang 2 pahina at mga file na hanggang 4 MBPDF, mga imahe ng JPEG/PNG/BMP/TIFF/HEIF, DOCX, PPTX, XLSCloud API, kinakailangan ang account ng Azure; ibinabalik ng modelo ng layout ang mga talata, talahanayan at istruktura

Tool kada tool: kung sino ang nababagay at ano ang dapat bantayan

OmniDoc free document extraction ang aming tool

Ang mga pamagat, talata, at talaan ay pinapanatili ang hirarkiya ng orihinal; ang dalawa o tatlong kolum ay pinagsasama sa pagbasa. Ang mga talahanayan ay lumalabas bilang mga talahanayan ng Markdown at bilang mga hilera at hanay sa JSON; ang mga larawan ay nai-save sa images/ na may markang posisyon. Ang mga pag-scan ay dumadaan sa pagkilala sa teksto (OCR) at pagkatapos ay inaayos ayon sa kanilang layout. Tanging ikaw lamang ang makakakita ng mga file na iyong ia-upload at ng kanilang mga resulta.

Mainam para sa: Markdown at JSON nang hindi nagse-set up ng kahit ano o nagsusulat ng code; paghahanda ng mga dokumento para sa isang base ng kaalaman o RAG.

MinerU

Lisensyado sa ilalim ng MinerU Open Source License (batay sa Apache 2.0 na may karagdagang mga kondisyon). Ang Precision Extract API ay nangangailangan ng token at tumatanggap ng mga file na hanggang 200 MB at 600 pahina; ang Agent Lightweight API ay hindi nangangailangan ng pag-login at tumatanggap ng mga file na hanggang 10 MB at 20 pahina, na may limitadong rate bawat IP.

Mainam para sa: mga developer na may GPU na nais mag-self-host, o mga nag-batch ng mga dokumentong Tsino sa pamamagitan ng isang API.

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

Docling

Ang README nito ay naglilista ng layout ng pahina, pagkakasunod-sunod ng pagbasa at istraktura ng talahanayan, OCR para sa mga na-scan na PDF at mga larawan, at lokal na pagpapatupad para sa sensitibong data at mga kapaligiran na walang koneksyon sa internet. Ang mga timbang ng modelo ay may kanya-kanyang mga lisensya, na dapat suriin nang hiwalay.

Mainam para sa: mga koponan na dapat manatili sa offline o sa loob ng kanilang sariling network at komportable sa Python.

Pinagmulan: Docling — GitHub README

Marker (Datalab)

Gumagamit ang mga timbang ng modelo ng isang binagong lisensya ng OpenRAIL-M, walang bayad para sa pananaliksik, personal na paggamit, at mga startup na may pondo o kita na mas mababa sa $5M; ang komersyal na paggamit sa labas nito ay may bayad. Ang naka-host na API ay presyado kada 1,000 pahina: $1 mabilis, $3 balanse, $7.50 tumpak; ang isang card ay kinakailangan lamang pagkatapos ng libreng allowance.

Mainam para sa: mga developer na nais ng mga ekwasyon ng LaTeX at mga talahanayan ng HTML at maaaring gumana gamit ang lisensya ng mga timbang.

Pinagmulan: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

Ibinilang sa pahina ng presyo ng LlamaIndex ang isang $0 pay-as-you-go na plano na may 10K libreng kredito bawat buwan; ang bawat antas ng pag-parse ay gumagamit ng iba't ibang bilang ng mga kredito kada pahina, mula 1 para sa pangunahing pag-parse. Ito ay umaangkop nang maayos sa stack ng LlamaIndex RAG.

Mainam para sa: mga developer na nagtatayo na ng RAG gamit ang LlamaIndex.

Pinagmulan: LlamaIndex — Pricing

Mathpix

Inililista ng Mathpix ang presyo para sa 10 PDF na pahina at 10 larawan bawat buwan sa libreng plano, na nadodoble gamit ang isang email ng .edu; ang Pro ay $4.99 bawat buwan para sa 1,000 PDF na pahina at 5,000 larawan. Ang pagkilala sa mga formula ang lakas nito; maliit ang libreng allowance.

Mainam para sa: ang paminsan-minsang pahina ng mga formula o larawan ng isang problema sa matematika.

Pinagmulan: Mathpix — Snip pricing

Azure AI Document Intelligence

Sinasabi ng dokumentasyon ng Microsoft na ang libreng antas ay sumusuri lamang sa unang dalawang pahina ng isang kahilingan, na may mga file na hanggang 4 MB at isang kahilingan bawat segundo; inilista ng pahina ng presyo ang 0–500 na libreng pahina bawat buwan. Ito ay angkop para subukan ang mga bagay bago magtayo sa Azure.

Mainam para sa: mga koponan na nagtatayo na sa Azure na nangangailangan ng isang enterprise API.

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

Alin ang para sa aling gawain

Ang iyong sitwasyonAno ang susubukin muna
Nagko-convert ng daan-daang PDF o mga nakaskan na pahina sa Markdown at JSON nang hindi nagsusulat ng codeOmniDoc (hanggang 501 pahina bawat PDF, sa browser)
Ang data ay dapat manatili sa iyong sariling mga serverDocling o MinerU, self-hosted
Mga dokumentong Tsino sa pang-araw-araw na mga batchMinerU online API (2,000 top-priority pages a day), o OmniDoc
Mga ekwasyon mula sa mga papel bilang LaTeXMarker, o Mathpix (maliit na libreng allowance)
Nagtatayo na ng RAG gamit ang LlamaIndexLlamaParse
Nagtatayo na sa AzureAzure Document Intelligence (ang libreng antas ay nagbabasa ng 2 pahina bawat kahilingan)
Word, PowerPoint, Excel, EPUB o HTML hanggang MarkdownOmniDoc, MinerU o Docling

Mga Tanong

Mayroon bang libreng PDF hanggang Markdown na converter noong 2026?

Oo. Ang MinerU, Docling at Marker ay open source at maaaring i-host nang sarili; ang libreng pagkuha ng dokumento ng OmniDoc ay tumatakbo sa browser na walang buwanang limitasyon at hanggang 501 pahina bawat PDF, at ang ZIP nito ay naglalaman ng document.md at document.json; ang online API ng MinerU ay nagbibigay ng 2,000 pinakamataas na priyoridad na pahina bawat araw bawat account. Mga numero mula sa opisyal na mga pahina, sinuri noong Nobyembre 2026.

Paano naiiba ang naka-structured na pagkuha sa PDF hanggang teksto?

Ang PDF hanggang teksto ay nagbibigay sa iyo ng isang run ng plain text. Ang naka-structured na pagkuha ay pinapanatili ang mga antas ng pamagat, talata, mga talahanayan bilang mga hilera at hanay, mga posisyon ng larawan at pagkakasunod-sunod ng pagbasa, tulad ng Markdown at JSON na maaaring gamitin nang direkta ng mga programa at AI tool.

Hindi ako maaaring mag-self-host. Ano ang mga opsyon ko?

Gumamit ng isang online na tool: ang libreng pagkuha ng dokumento ng OmniDoc ay tumatagal ng isang pag-upload sa browser; nag-aalok ang MinerU, Datalab, LlamaParse at Azure ng mga online API, na nangangailangan ng isang account, isang token at ilang code.

Maaari ba ang mga tool na ito na hawakan ang mga na-scan na PDF at mga talahanayan?

Oo. Kinikilala ng OmniDoc, Docling at MinerU ang teksto sa mga pag-scan at ang istruktura ng mga talahanayan. Isinusulat ng OmniDoc ang mga talahanayan bilang mga talahanayan ng Markdown at bilang mga hilera at hanay sa JSON; suriin ang mga napakakomplikadong talahanayan laban sa orihinal.

Sino ang nagsulat ng paghahambing na ito?

Ang koponan ng OmniDoc; ang OmniDoc ay ang aming sariling produkto. Ang bawat numero tungkol sa ibang tool ay nag-uugnay sa opisyal nitong pahina o repository, at ang pahinang iyon ang panalo kung mayroong anumang pagbabago.

Mga Pinagmulan (sinuri noong 14 Nobyembre 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/