Pag-ekstrak han Dokumento OmniDoc

Pag-ekstrak han Dokumento OmniDoc / Pagkompara han 2026

Gin-kompara an Libre nga mga gamit para han pagkuha han dokumento para han 2026: PDF ngadto ha Markdown ngan JSON

Pagbalhin han mga PDF, mga scan ngan mga file han Office ngadto ha Markdown ngan JSON nga may-ada mga titulo, mga talaan ngan mga imahe puyde magin pag-self-host hin usa nga modelo nga open-source o pagtawag hin usa nga API nga ginbabayad ha kada panid. Iginbabarog dayon han ini nga panid an libre nga allowance, mga input, mga output ngan pag-set up hin pito nga kasagaran nga gamit, kaupod an opisyal nga tinikangan para ha kada numero.

This comparison is written by the OmniDoc team, and OmniDoc is our own product. Every number about another tool comes from its official page or repository, checked on 14 November 2026; their pages win if anything differs.

I-eksporta hin usa nga file nga libre hin bayad gamit an OmniDoc

Ha usa ka pagtan-aw: libre han bayad nga allowance, mga input, ngan mga output

An aton nga gamitLibre han bayad nga allowanceMga inputOutput / pag-set up
OmniDoc nga libre nga pagkuha han dokumento an aton nga gamitHangtod ha 501 ka panid kada PDF, waray limitasyon ha bulan; an mga gimbuhaton ha libre nga plano naghihigda ha linya; kinahanglan hin usa nga libre nga account han OmniDocPDF, PDF nga na-scan, PNG/JPG/WEBP/BMP nga mga imahe, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSWeb page, waray bisan ano nga i-install; usa nga ZIP nga may document.md, document.json, images/, ngan manifest.json
MinerUOpen source, self-hosted; online API: 2,000 ka panid kada adlaw ha tagsa nga account ha pinaka-una nga prayoridad, mas ubos nga prayoridad pagkataposPDF, mga imahe, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX ngan uban pa; self-hosted, online API, o mga demo ha Hugging Face ngan ModelScope
DoclingOpen source (code under MIT), nagtatrabaho ha imo kaugalingon nga kompiuter, waray mga limitasyon ha paggamitPDF, DOCX, PPTX, XLSX, HTML, EPUB, mga imahe ngan uban paMarkdown, HTML, DocTags, lossless JSON; nagtatrabaho ha lokal, OCR para han mga scan
Marker (Datalab)Kodigo nga bukas-nga-saray Apache 2.0; gin-host API nga pagtugot hin $20 kada bulan nga mayda email han trabaho, $10 nga mayda personal nga usaPDF, mga imahe, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, mga bahin; mga ekwasyon komo LaTeX, mga tabla komo HTML
LlamaParse (LlamaIndex)10,000 nga libre nga mga kredito kada bulan para han mga bag-o nga gumagamit; basikong pag-parse tikang ha 1 ka kredito kada panidKitaa an opisyal nga siteOnline API (LlamaCloud), kinahanglan nga account
MathpixLibre: 10 PDF nga mga panid ngan 10 ka imahe kada bulan (2x upod hin usa nga email han .edu); Pro $4.99/kada bulan para ha 1,000 nga mga panidPDF, mga imaheApp ngan API; kusog ha mga pormula
Azure AI Document IntelligenceLibre nga plano nga F0: 500 ka panid kada bulan, pero an tagsa nga pag-analisar naglalakip la han syahan nga 2 ka panid ngan mga file nga hangtod ha 4 MBPDF, JPEG/PNG/BMP/TIFF/HEIF nga mga imahe, DOCX, PPTX, XLSCloud API, kinahanglan hin account nga Azure; an modelo han layout nagbabalik hin mga parapo, mga tabla ngan istruktura

Gamit ngadto ha gamit: hin ano ini aada ha katuyoan ngan ano an dapat hatagan perhatian

OmniDoc nga libre nga pagkuha han dokumento an aton nga gamit

Nagpapabilin an mga titulo, parapo ngan lista han hierarkiya han orihinal; nahiusa an duha o tulo nga kolum ha pagbasa. An mga tabla ginbalhin ngadto han mga tabla han Markdown ngan ha mga row ngan column ha JSON; napreserba an posisyon han mga litrato ha images/. Ginpriso an mga scan pinaagi han pag-recognize han teksto (OCR) ngan gindisponer ha ira layout. Ikaw la an makakita han imo ig-upload nga mga file ngan han ira mga resulta.

Maopay para: Markdown ngan JSON nga waray pag-establisar hin bisan ano o pagsulat hin code; pag-andam hin mga dokumento para ha usa ka base han kahibalo o RAG.

MinerU

Ginlisensyahan ha MinerU Open Source License (base hit Apache 2.0 nga mayda dugang nga mga kondisyon). An Precision Extract API kinahanglan hin usa ka token ngan dawaton an mga file nga hangtod 200 MB ngan 600 ka panid; an Agent Lightweight API waray kinahanglanon hin login ngan dawaton an mga file nga hangtod 10 MB ngan 20 ka panid, limitado ha rate tungod han IP.

Maopay para: mga developer nga mayda GPU nga karuyag mag-self-host, o nga nag-batch hin mga dokumento ha Winaray pinaagi han API.

Tikang ha tinikangan: $ x $: MinerU — GitHub README, MinerU — API documentation (limits)

Docling

An README niya naglista han layout han panid, oras hin pagbasa ngan istruktura han tabla, OCR para han mga scanned PDF ngan mga imahe, ngan lokal nga pagtikang para ha sensitibo nga datos ngan mga air-gapped nga mga palibot. An mga timbang han modelo mayda ira kaugalingon nga mga lisensya, nga kinahanglan ig-check hin magin-bulag.

Maopay para: mga koponan nga kinahanglan magpabilin nga offline o ha sulod han ira kaugalingon nga network ngan komportable ha Python.

Tikang ha tinikangan: $ x $: Docling — GitHub README

Marker (Datalab)

Ginagamit han mga timbre han modelo an ginsaurog nga lisensya han OpenRAIL-M, libre para ha panrimbas, personal nga paggamit ngan mga startup nga mayda $5M o kulang hin pundo o kita; an komersyal nga paggamit ha paglabay hini bayad. An gin-host nga API presyo ha kada 1,000 ka panid: $1 paspas, $3 balanse, $7.50 tukma; kinahanglan hin usa nga card la katapos han libre nga pagtugot.

Maopay para: mga developer nga karuyag hin mga ekwasyon han LaTeX ngan mga tabla han HTML ngan makakabuhat ha lisensya han mga timbre.

Tikang ha tinikangan: $ x $: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

An pagpresyo nga panid han LlamaIndex naglista hin $0 nga plano ha pagbayad konsumo nga mayda 10K nga libre nga mga kredito kada bulan; an kada lebel han pag-parse nagamit hin lainlaing ihap hin mga kredito kada panid, tikang ha 1 para ha basikong pag-parse. Nahiangay ini nga maupay ha LlamaIndex RAG stack.

Maopay para: mga developer nga nagtukod na hin RAG upod han LlamaIndex.

Tikang ha tinikangan: $ x $: LlamaIndex — Pricing

Mathpix

An mga presyo han Mathpix naglalaom hin 10 PDF nga mga panid ngan 10 ka imahe kada bulan ha libre nga plano, nga gindoble hin usa nga email han .edu; an Pro usa nga $4.99 kada bulan para ha 1,000 PDF nga mga panid ngan 5,000 ka mga imahe. An pag-ila han mga pormula amo an iya kakusog; diri damu an libre nga allowance.

Maopay para: an us-usa nga panid hin mga pormula o usa ka litrato hin problema ha matematika.

Tikang ha tinikangan: $ x $: Mathpix — Snip pricing

Azure AI Document Intelligence

An dokumentasyon han Microsoft nagtutdo nga an libre nga plano nag-aanalisa la han syahan nga duha ka panid hin usa ka hangyo, nga may mga file nga hangtod ha 4 MB ngan usa nga hangyo kada segundo; an pahina han presyo naglista hin 0–500 nga libre nga panid kada bulan. Nahahamtang ini para sa pagsubay-subay kon paano magtrabaho antes magpadayon ha Azure.

Maopay para: mga koponan nga nagtukod na hin Azure ngan kinahanglan hin enterprise API.

Tikang ha tinikangan: $ x $: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing

Ano an aada ha katuyoan para han kada bulong

An imo sitwasyonAn yana nga butang nga susihon una
Pag-convert hin gatos nga PDF o mga gin-scan nga panid ngadto ha Markdown ngan JSON nga waray pag-iskrip hin codeOmniDoc (hangtod 501 ka panid kada PDF, ha browser)
Kinahanglan magpabilin an mga datos ha imo kaugalingon nga mga serverDocling o MinerU, self-hosted
Mga dokumento ha Winaray ha adlaw-adlaw nga mga batchMinerU online API (2,000 ka panid ha pinaka-una nga prayoridad kada adlaw), o OmniDoc
Mga ekwasyon tikang ha mga papel komo LaTeXMarker, o Mathpix (gamay nga libre nga allowance)
Nagtukod na hin RAG upod han LlamaIndexLlamaParse
Nagtukod na hin AzureAzure Document Intelligence (an libre nga plano naglalakip la hin 2 ka panid kada hangyo)
Word, PowerPoint, Excel, EPUB o HTML ngadto ha MarkdownOmniDoc, MinerU o Docling

Mga Pangutana

Mayda ba usa ka libre nga PDF ngadto ha Markdown converter han 2026?

Oo. An MinerU, Docling ngan Marker kay bukas nga sinurceso ngan puydi magin self-hosted; an libre nga pagkuha han dokumento han OmniDoc nagtikang ha browser nga waray bulos hin bulan ngan mayda kutson 501 ka panid kada PDF, ngan an ZIP hini naglalakip han document.md ngan document.json; an online API han MinerU nagbibigay hin 2,000 ka pinaka-urulahi nga panid kada adlaw ha matag account. Mga numero tikang ha opisyal nga mga panid, naprobar han Nobyembre 2026.

Ano an kalainan han structured extraction tikang ha PDF ngadto ha teksto?

An PDF ngadto ha teksto nagbibigay ha imo hin usa ka serye hin yano nga teksto. An structured extraction nagpapabilin han mga lebel han mga titulo, mga parapo, mga tablos komo mga row ngan column, mga posisyon han mga imahe ngan han oras han pagbasa, sugad han Markdown ngan JSON nga puydi direkta gamiton han mga programa ngan AI tools.

Diri ako makapag-self-host. Ano an akon mga kapilian?

Gamita an usa ka online nga gamit: an libre nga pagkuha han dokumento han OmniDoc nagtikang ha pag-upload ha browser; an MinerU, Datalab, LlamaParse ngan Azure nag-aalok hin mga online API, nga kinahanglan hin account, token ngan pipira nga code.

Puyde ba hira nga mga gamit makasagubang han mga scanned PDF ngan mga tabla?

Oo. Nagin-recognize an OmniDoc, Docling ngan MinerU han teksto ha mga scan ngan han istruktura han mga tabla. Ginsusulat han OmniDoc an mga tabla komo mga tabla han Markdown ngan komo mga row ngan column ha JSON; susuriha an mga komplikado kaayo nga mga tabla kontra han orihinal.

Hin-o an nagsurat han pagkompara nga ini?

An OmniDoc nga team; an OmniDoc amo an amon kaugalingon nga produkto. An kada numero mahitungod hin lain nga gamit nagliliwat ngadto han iya opisyal nga panid o repository, ngan ini nga panid amo an magdaog kon may-ada bisan ano nga pagbag-o.

Mga tinikangan (ginkita han 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/