DoclingNuestro foco
Comprensión documental con TableFormer, OCR intercambiable, JSON DoclingDocument y licencia MIT local. Más lento que extractores puros, instalación pesada (~500 MB en modelos). Instalación →
Comparativa
Docling vs alternativas
Sin ganador universal: solo la opción correcta para tus documentos, hardware, licencia y stack RAG. TL;DR abajo, pruebas en la matriz.
Verificado con Docling v2.129.0 · Última revisión 2026-09-22 · Independiente, sin posiciones pagadas.
TL;DR
PDF mixtos para RAG local → Docling. Papers, mates y CJK en GPU → MinerU. ETL multiformato → Unstructured. Millones de PDF limpios a máxima velocidad → PyMuPDF (+ pdfplumber para tablas con rejilla). Libros y prosa escaneada → Marker. Parsing gestionado sin infra → LlamaParse. Matices abajo.
1
Veredictos
¿Quién debería elegir qué?
Unstructured
La mayor cobertura (60+ formatos) con partition + chunk_by_title y API de pago. La calidad hi_res cuesta setup y GPU; lo mejor migra a planes comerciales.
PyMuPDF / pdfplumber
Extracción más rápida (~0,01 s/página) y tablas con rejilla precisas. Sin modelo de diseño, sin OCR, AGPL en PyMuPDF: salida vacía y silenciosa ante escaneos.
Marker
Markdown precioso para libros/papers con Surya 2 + mates LaTeX. Marker 2 corre en CPU en modo fast y mejor en GPU; código Apache-2.0 con tope en pesos; flojo en tablas sin bordes.
MinerU
SOTA en diseño con DocLayout-YOLO, fórmulas LaTeX UniMERNet y mejor CJK. Pide GPU, instalación pesada, licencia Apache con umbrales comerciales: la opción para papers y mates.
2
Buscador
Tres preguntas, una recomendación
Responde tres preguntas y obtén un punto de partida. Luego confírmalo en la matriz.
Elige arriba: aquí verás tu recomendación con motivos.
3
Matriz
La matriz comparativa completa
Agrupada por preguntas reales de compra. ? muestra definiciones; cada nombre enlaza a su documentación oficial. El filtro y el interruptor de diferencias eliminan ruido.
| Capacidad | Docling | Unstructured | PyMuPDF / pdfplumber | Marker | MinerU |
|---|---|---|---|---|---|
| Comprensión del documentoSi la herramienta reconstruye orden, diseño y tablas, o solo vuelca texto. | |||||
| Diseño y orden de lectura ? | Yes | Partial (hi_res) | No | Yes | Yes (DocLayout-YOLO) |
| Estructura de tablas ? | Yes (TableFormer) | Partial / paid tiers | Basic grid | Yes | Yes (TableMaster + merge) |
| Fórmulas y matemáticas ? | Enrichment pass | Partial | No | Yes (Surya 2) | Best (UniMERNet LaTeX) |
| Diseño multicolumna ? | Yes | Partial | No | Best-in-class | Yes |
| Filtro de encabezados/pies ? | Yes | Yes | Manual | Partial | Yes (auto) |
| Extracción de texto y OCRLos PDF digitales piden velocidad; los escaneos piden OCR. Ningún motor gana en todo. | |||||
| Velocidad con texto nativo ? | Medium (~0.3–3 s/pg) | Fast / hi_res medium | Fastest (~0.01 s/pg) | Fast (CPU ok) | Slow (GPU-bound) |
| OCR para escaneos ? | Yes (pluggable) | Yes | No (needs Tesseract) | Yes (Surya 2) | Yes (PaddleOCR) |
| Motores OCR disponibles ? | 6+ engines | Tesseract / Paddle | External only | Built-in (Surya 2) | Built-in (PP-OCRv6) |
| CJK y escrituras complejas ? | Good | Good | Basic | Good | Best-in-class |
| Entradas y salidasQué entra (formatos) y qué sale para los LLM (Markdown, JSON, chunks). | |||||
| Formatos de entrada ? | 20+ formats | 60+ formats | PDF-centric | PDF + books | PDF + Office + EPUB |
| Salida Markdown ? | Yes | Yes | Via pymupdf4llm | Yes | Yes |
| JSON estructurado ? | Yes (DoclingDocument) | Yes (Elements) | No | Partial | Yes (content list) |
| Estructura lista para chunks ? | Yes | Yes (chunk_by_title) | No | Yes (--output chunks) | Partial |
| Despliegue y operaciónDónde corre, qué hardware pide y cuánto cuesta operarlo. | |||||
| Ejecución local / sin conexión ? | Yes | Partial (API push) | Yes | Yes | Yes |
| Requisitos de hardware ? | CPU ok, GPU faster | CPU ok, GPU for hi_res | CPU only | CPU ok, GPU for best | GPU needed (4–8 GB) |
| Peso de instalación ? | ~500 MB models | Heavy (Detectron2) | Light (~20 MB) | Medium–heavy | Heavy |
| Licencia ? | MIT | Apache 2.0 + commercial | PyMuPDF: AGPL / pdfplumber: MIT | Apache-2.0 + weight cap | Apache-based + thresholds |
| Aptitud para IA / RAGConectores, agentes y entradas multimodales para RAG en producción. | |||||
| Integraciones RAG ? | Yes | Yes | No | Partial | Partial |
| Servidor de agentes / MCP ? | Yes | No | No | No | No |
| Audio / vídeo (ASR) ? | Yes | No | No | No | No |
| Opción de API en la nube ? | Self-host | Yes (paid) | No | Yes (Datalab API) | No (opt-in remote) |
| Coste y confianzaPrecio por página, gobernanza y cómo verificar cada afirmación. | |||||
| Coste autoalojado ? | Free (MIT) | Free OSS / paid API | Free / licence terms apply | Free within weight cap | Free within thresholds |
| Gobernanza ? | Linux Foundation AI | Unstructured.io | MuPDF / community | Datalab | OpenDataLab / SAI Lab |
| Ideal para ? | Accurate local RAG | Multi-format ETL | Fast text extract | Books & papers | Papers, math & CJK |
Orientación, no benchmark. Las cifras de precisión vienen de estudios independientes de 200–500 PDF (ver Método). Verifica siempre en la documentación oficial; las versiones cambian rápido.
4
Duelos
Cara a cara, con honestidad
Dónde gana Docling, dónde pierde y el momento exacto de cambiar.
Docling vs Unstructured
Documentación oficialRegla: RAG local desde PDF → Docling. ETL empresarial heterogéneo (SharePoint, S3, 60+ formatos) → Unstructured.
Fortalezas (Unstructured)
- 60+ formatos de entrada y conectores cloud
- chunk_by_title para chunking estructural
- API gestionada con orquestación
Límites
- hi_res exige Detectron2/GPU y setup
- Lo mejor migra a planes de pago
- El OSS local rinde menos que la API
Veredicto: ¿RAG PDF-first en tus manos? Docling. ¿Zoológico de formatos con operación gestionada? Unstructured, con presupuesto para la API.
Docling vs PyMuPDF / pdfplumber
Documentación oficialRegla: PDF digitales limpios conocidos en masa → PyMuPDF. Todo lo demás → pon Docling delante.
Fortalezas (PyMuPDF)
- ~0,01 s/página: 10–50× más rápido que pipelines ML
- Instalación mínima, corre en todas partes
- pdfplumber brilla en tablas con rejilla
Límites
- Sin modelo de diseño ni orden de lectura
- Sin OCR: salida vacía ante escaneos
- Atención a los términos AGPL de PyMuPDF
Veredicto: ¿La velocidad lo es todo y los PDF están limpios? PyMuPDF. En cuanto hay tablas, columnas o escaneos, compensa Docling.
Docling vs Marker
Repo oficialRegla: Tablas de negocio en CPU local → Docling. Libros y prosa escaneada, en CPU o GPU → Marker 2.
Fortalezas (Marker)
- El mejor orden de lectura en multicolumna
- OCR Surya 2 + mates LaTeX
- Markdown limpio para libros; el modo fast corre en CPU
Límites
- La mejor calidad sigue pidiendo GPU (modo balanced)
- Instalación media-pesada
- Código Apache-2.0 pero pesos topados (~$5M); flojo en tablas sin bordes
Veredicto: Benchmarks independientes de 200 PDF ven a Docling delante en tablas (TEDS ~0,89 vs ~0,81) y a Marker en orden de lectura. Decide el caso de uso.
Docling vs MinerU
Documentación oficialRegla: Tablas de negocio en CPU local → Docling. Papers, mates y CJK en GPU → MinerU.
Fortalezas (MinerU)
- SOTA en diseño (97,5 mAP declarado) con DocLayout-YOLO
- Fórmulas LaTeX UniMERNet; fusión de tablas entre páginas
- Mejor CJK
Límites
- Pide GPU (4–8 GB VRAM); pipeline lento por página
- Instalación pesada; tablas en HTML
- Licencia Apache con umbrales comerciales y deberes de atribución
Veredicto: MinerU lidera en diseño y fórmulas; Docling en modelo tipado, CPU y licencia simple. Enruta por corpus: papers a MinerU, negocio a Docling.
Docling vs MarkItDown
Documentación oficialRegla: PDF digitales simples + mix Office en entornos justos → MarkItDown. Estructura, tablas u OCR → Docling.
Fortalezas (MarkItDown)
- MIT, ~80 MB, menos de un segundo por documento
- Cobertura enorme (Office, HTML, audio, EPUB)
- Backend OCR opcional de Azure Document Intelligence
Límites
- Núcleo pdfminer: sin modelo de diseño, las tablas se rompen
- Las columnas se entrelazan; sin OCR por defecto
- El OCR exige plugin LLM o páginas de Azure de pago
Veredicto: Guarda MarkItDown para la vía Office/rápida: es un conversor, no un sustituto de comprensión documental.
Docling vs LlamaParse
Docs de DoclingRegla: Stack LlamaIndex, docs no sensibles, volumen moderado → LlamaParse. Confidencial, sin conexión o alto volumen → autoaloja Docling.
Fortalezas (LlamaParse)
- Niveles (Fast a Agentic Plus) con fijación de versión
- Fuerte precisión en diseños difíciles; free tier generoso
- Cero infra; integración nativa LlamaIndex
Límites
- Facturación por página (~$0,003–0,01); escala lineal
- Los datos salen de casa; código cerrado
- Migración de SDK en curso; sin transparencia de benchmarks
Veredicto: Paga por comodidad, no por exclusividad: benchmarks 2026 muestran pequeños parsers VLM abiertos a la altura con una GPU. Mistral OCR, Reducto, Extend y las API hyperscaler (Azure, Textract, Google) juegan la misma liga gestionada: compara coste por página, salida de datos y lock-in.
5
Código
Misma tarea, cuatro herramientas
PDF → Markdown en cada herramienta. Copia, ejecuta y siente la diferencia de setup y salida.
Docling (CLI)
docling convert informe.pdf --to md --ocr-engine rapidocrPipeline local con diseño + tablas + OCR en un comando.
Unstructured (Python)
from unstructured.partition.pdf import partition_pdf
elements = partition_pdf('informe.pdf', strategy='hi_res')hi_res pide modelos de diseño; la estrategia fast rinde mucho menos.
PyMuPDF (Python)
import fitz
doc = fitz.open('informe.pdf')
text = '\n'.join(p.get_text() for p in doc)Rapidísimo, pero salida vacía y silenciosa en páginas escaneadas.
Marker (CLI)
marker_single informe.pdf --output_dir out/Marker 2 corre en CPU en modo fast; la mejor calidad en GPU.
MinerU (CLI)
mineru -p informe.pdf -o ./outPide GPU; las tablas salen en HTML y las fórmulas en LaTeX.
MarkItDown (CLI)
markitdown informe.pdf -o informe.mdRapidísimo y minúsculo, pero sin modelo de diseño y sin OCR por defecto.
6
Método
Cómo se construye esta página
Fuentes: documentación oficial (Docling, Unstructured, PyMuPDF, repo de Marker) más benchmarks independientes: comparativa de 200 PDF (TEDS en tablas, orden de lectura) y estudio enterprise de 500 PDF (tablas, columnas, OCR, velocidad). Claves: Docling lidera en tablas (~97,9 % / TEDS ~0,89), Marker en orden de lectura y velocidad con GPU, PyMuPDF en velocidad bruta.
Reglas de honestidad: sin posiciones pagadas, se nombran fortalezas rivales, versión (Docling v2.129.0, revisado 2026-09-22) visible arriba. Correcciones vía GitHub, verificadas en fuentes oficiales.
Licencias reverificadas en 2026: el código de Marker 2 es Apache-2.0 (pesos topados) y MinerU usa una licencia Apache con umbrales comerciales.
7
FAQ
Preguntas frecuentes
¿Qué herramienta es la más rápida?
PyMuPDF con ~0,01 s/página en PDF digitales: 10–50× más rápido que pipelines ML. Solo vale para capas de texto limpias; los escaneos piden OCR.
¿Cuál es más precisa en tablas?
Docling (TableFormer, ~97,9 % en estudios) para tablas de negocio; las API cloud a veces superan, a cambio de coste y salida de datos.
¿Puedo trabajar totalmente sin conexión?
Sí: Docling, PyMuPDF/pdfplumber y Marker corren en local. Lo mejor de Unstructured vive en su API cloud.
¿Qué licencia es segura para SaaS?
Docling (MIT) es la más simple. PyMuPDF (AGPL) y Marker (GPL v3) piden revisión legal; Unstructured mezcla Apache 2.0 con comercial.
¿Qué hago con PDF escaneados?
Docling con OCR intercambiable (p. ej. RapidOCR en CPU) o Marker/Surya en GPU. PyMuPDF solo devuelve cadenas vacías.
¿Debo combinar herramientas?
Sí, es lo habitual: PyMuPDF para páginas digitales rápidas, Docling para páginas con tablas y nube solo para casos duros. Enrutar por calidad de página gana al pensamiento de herramienta única.
¿Seguirá valiendo mañana?
Las versiones se mueven rápido (ver estado arriba). Antes de decidir arquitectura, revisa docs oficiales y release notes.
¿Dónde encajan MinerU y LlamaParse?
MinerU para papers con fórmulas/CJK en GPU; LlamaParse para parsing gestionado LlamaIndex cuando el coste por página compensa operar modelos. Ambos pierden ante Docling en CPU y simplicidad de licencia.