PDF a Markdown
Uso comercial OK
380+ modelos
Sin marca de agua
No es necesario inscribirse
Modelo:
+ GPT-5, Claude, Gemini
Suelta un PDF — IA lo convierte en marcado limpio con sabor a GitHub con encabezados, párrafos, listas, tablas y bloques de código preservados. Desarrollado por IBM Granite-Docling-258M (Apache 2.0). Más rápido + más inteligente que la extracción de texto plano.
Extraer el diseño-consciente Markdown... ~5-10 seg/page
Opciones avanzadas
Resultado
Los picos se están agotando.
Obtener más tokens
❤️ Love this tool? Share it!
Regístrate para obtener un enlace de referencia y ganar 30.000 fichas por amigo.
¿Quieres más?
Regístrate gratis por 30K tokens/día + 10K bonus
Regístrate gratis
Procesando su solicitud...
Convierta cualquier PDF en marcado limpio con sabor a GitHub con encabezados, tablas, listas y bloques de código conservados. Desarrollado por IBM Granite-Docling. Libre, ilimitado, sin registro.
Cómo usar PDF a Markdown
1
Introduzca su entrada
Escriba texto, cargue un archivo o describa lo que desee. No necesita cuenta.
2
Haga clic en generar
Nuestra IA procesa su solicitud en segundos utilizando los mejores modelos de código abierto.
3
Descargar & compartir
Descarga, copia o comparte tu resultado. Gratis para uso personal y comercial.
Utilice esta herramienta a través de API
Automatice esta herramienta desde su propio código. Endpoint REST compatible con OpenAI, Autentica de torre de portadora, no se requiere SDK adicional. Los costos de la conexión coinciden con la interfaz web.
curl -X POST https://api.free.ai/v1/chat/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model": "qwen7b", "messages": [{"role": "user", "content": "Use the PDF a Markdown tool on: ..."}]}'Herramientas de IA gratuitas relacionadas
PDF a Markdown - FAQ
Sumérgete en cualquier PDF y la IA lo convierte en Markdown limpio con sabor a GitHub — encabezados que permanecen encabezados, tablas que permanecen tablas, listas que permanecen listas, bloques de código que permanecen bloques de código. Va mucho más allá de la extracción de texto plano; la jerarquía estructural del documento se conserva para que puedas soltar la salida directamente en un sitio de documentos, una tubería de LLM RAG o un índice de búsqueda.
IBM Granite-Docling-258M (Apache 2.0). Modelo pequeño de visión a secuencia afinado para la conversión de documentos con conocimiento de diseño — supera pdftotext + mucho más rápido + más inteligente que ejecutar un modelo genérico de lenguaje de visión en cada página.
pdftotext es un volcado plano — párrafos y tablas colapsan en un muro de palabras. Adobe Export to Word preserva el diseño, pero produce.docx + costos ~ $15/mo. Docling preserva la estructura SEMANTIC (niveles de encabezado, listas como listas, tablas como tablas Markdown) y produce un formato LLMs y herramientas de dev pueden consumir ambos de forma nativa.
LlamaParse y no estructurado ambos tienen niveles libres, pero tapan páginas/mes y requieren una clave API. Docling-258M se ejecuta localmente en nuestra GPU + es completamente auto-anfitriona Apache 2.0, sin medición por página, sin registro de clave. La calidad es competitiva con LlamaParse en documentos estándar.
Sí — las tablas vuelven como tablas de tubos Markdown adecuadas. Las mesas multicolumnas / anidadas complejas se aplanan más agresivamente (una limitación de Markdown fundamental, no la falta del modelo). Para una perfecta fidelidad de la tabla, también soportamos `format=html` a través de la API que conserva rowspan/colspan.
Granite-Docling hace el propio paso OCR — trabaja en PDFs born-digital Y escaneados por igual. Escaneado en DPI inferior (<150) pierde algo de precisión de texto; volver a escanear en 200+ DPI para obtener los mejores resultados.
La mayoría de las ecuaciones de LaTeX vienen a través de la línea `$...$` Markdown matemáticas. Para trabajos de investigación con matemáticas pesadas, también ofrecemos PDF a Markdown académico-papel-extracto (Nougat) que está específicamente sintonizado para ecuaciones y citas.
Alrededor de 5-10 segundos por página en nuestro H200. Un informe de 30 páginas es ~3-5 minutos. Modelo pequeño significa que los lotes de pequeños PDF son esencialmente gratis en la piscina diaria.
200 tokens por página, con un piso de 500 tokens. Un contrato de 5 páginas = 1.000 tokens. Un informe de 30 páginas = 6.000 tokens. La piscina gratuita de 30K diarios cubre el uso más típico.
PDF — born-digital + escaneado ambos soportados. Carga de máximo 50 MB. Otros formatos de documentos (DOCX, EPUB, HTML, etc.) están en la hoja de ruta; por ahora carga y convierte con PDF a Markdown pdf-conversión primero.
Procesado inmediatamente, la salida de Markdown se mantiene (24h anónimo / 7d pagado share-link expirar), el PDF fuente se elimina inmediatamente después de la extracción. Nunca se utiliza para el entrenamiento. /privacy/ para la política completa.
Sí — POST a multipart `file` a /v1/document/pdf-to-markdown/. Devuelve {markdown_url, páginas, vista previa, tokens, share_url}. Auth del portador (sk-free-...) da 10K tokens libres/mes. /api/ tiene el ejemplo curl.
¿Cómo calificaría a esta herramienta?