| OmniDoc free document extraction ang aming tool | Hanggang 501 pahina bawat PDF, walang buwanang limitasyon; ang mga gawain sa libreng plano ay naghihintay sa isang pila; kinakailangan ang isang libreng OmniDoc na account | PDF, na-scan na PDF, mga imahe ng PNG/JPG/WEBP/BMP, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASS | Web page, walang kailangang i-install; isang ZIP na may document.md, document.json, images/ at manifest.json |
| MinerU | Open source, self-hosted; online API: 2,000 pages a day per account at top priority, lower priority after that | PDF, mga larawan, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSV | Markdown, HTML, LaTeX, DOCX at higit pa; self-hosted, online API, o mga demo sa Hugging Face at ModelScope |
| Docling | Open source (code sa ilalim ng MIT), tumatakbo sa iyong sariling kompyuter, walang limitasyon sa paggamit | PDF, DOCX, PPTX, XLSX, HTML, EPUB, mga larawan at marami pang iba | Markdown, 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 email | PDF, mga larawan, PPTX, DOCX, XLSX, HTML, EPUB | Markdown, 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 pahina | Tingnan ang opisyal na site | Online API (LlamaCloud), kailangan ng account |
| Mathpix | Libre: 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 pahina | PDF, mga larawan | App at API; malakas sa mga formula |
| Azure AI Document Intelligence | Libreng antas na F0: 500 pahina bawat buwan, ngunit ang bawat pagsusuri ay sumasaklaw lamang sa unang 2 pahina at mga file na hanggang 4 MB | PDF, mga imahe ng JPEG/PNG/BMP/TIFF/HEIF, DOCX, PPTX, XLS | Cloud API, kinakailangan ang account ng Azure; ibinabalik ng modelo ng layout ang mga talata, talahanayan at istruktura |