Docling注目
TableFormer・切替式OCR・DoclingDocument JSON・MITローカル運用の文書理解。純抽出より遅く導入は重め（モデル約500MB）。導入 →
比較
Docling vs 代替ツール
万能の勝者ではなく文書・機材・ライセンス・RAG構成への適合が正解です。TL;DRは以下、根拠はマトリクスに。
Docling v2.129.0で検証 · 最終確認 2026-09-22 · 独立運営・有料掲載なし。
TL;DR
ローカルRAGの混在PDF → Docling。GPUで論文・数式・CJK → MinerU。企業マルチ形式ETL → Unstructured。大量の綺麗なPDFを最速で → PyMuPDF（+表はpdfplumber）。書籍・スキャン文 → Marker。運用不要の管理型 → LlamaParse。得失は以下に。
1
判定
どれを選ぶべき？
Unstructured
最大60+形式対応、partition+chunk_by_title、有料クラウドAPI。hi_res品質は構築とGPUが必要で上位機能は商用に寄ります。
PyMuPDF / pdfplumber
最速の抽出（約0.01秒/頁）と罫線表の高精度。レイアウトモデル・OCRなし、PyMuPDFはAGPLでスキャンは無言の空出力。
Marker
Surya 2+LaTeX数式の美Markdown。Marker 2はfastでCPU可・GPUで最良。Apache-2.0コードに重み上限つき。罫線なし業務表は弱め。
MinerU
DocLayout-YOLOの配置SOTA・UniMERNet数式・最強CJK。GPU必須・重い導入・商用閾値つきApache系ライセンス。論文・数式の選択肢。
2
診断
3問で出発点を提案
3問に答えて出発点を取得し、マトリクスで裏づけを。
上で選ぶと理由つき提案がここに出ます。
3
比較表
完全比較マトリクス
購買担当の疑問別に分组。?で定義、各名は公式docへリンク。絞込と差分表示で雑音を除去。
| 機能 | Docling | Unstructured | PyMuPDF / pdfplumber | Marker | MinerU |
|---|---|---|---|---|---|
| 文書理解読み順・レイアウト・表を復元するか、単にテキストを出すだけか。 | |||||
| レイアウトと読み順 ? | Yes | Partial (hi_res) | No | Yes | Yes (DocLayout-YOLO) |
| 表構造 ? | Yes (TableFormer) | Partial / paid tiers | Basic grid | Yes | Yes (TableMaster + merge) |
| 数式・数学 ? | Enrichment pass | Partial | No | Yes (Surya 2) | Best (UniMERNet LaTeX) |
| 複数カラム対応 ? | Yes | Partial | No | Best-in-class | Yes |
| ヘッダー/フッター除去 ? | Yes | Yes | Manual | Partial | Yes (auto) |
| テキスト抽出とOCRデジタルPDFは速度、スキャンはOCRが要。万能のエンジンはありません。 | |||||
| ネイティブテキスト速度 ? | Medium (~0.3–3 s/pg) | Fast / hi_res medium | Fastest (~0.01 s/pg) | Fast (CPU ok) | Slow (GPU-bound) |
| スキャン文書OCR ? | Yes (pluggable) | Yes | No (needs Tesseract) | Yes (Surya 2) | Yes (PaddleOCR) |
| OCRエンジン選択 ? | 6+ engines | Tesseract / Paddle | External only | Built-in (Surya 2) | Built-in (PP-OCRv6) |
| CJK・複雑な文字 ? | Good | Good | Basic | Good | Best-in-class |
| 入力と出力入力（形式）とLLM向け出力（Markdown・JSON・チャンク）。 | |||||
| 入力フォーマット ? | 20+ formats | 60+ formats | PDF-centric | PDF + books | PDF + Office + EPUB |
| Markdown出力 ? | Yes | Yes | Via pymupdf4llm | Yes | Yes |
| 構造化JSON ? | Yes (DoclingDocument) | Yes (Elements) | No | Partial | Yes (content list) |
| チャンク対応構造 ? | Yes | Yes (chunk_by_title) | No | Yes (--output chunks) | Partial |
| 導入と運用動作場所・必要機材・運用費。 | |||||
| ローカル/オフライン実行 ? | Yes | Partial (API push) | Yes | Yes | Yes |
| ハードウェア要件 ? | CPU ok, GPU faster | CPU ok, GPU for hi_res | CPU only | CPU ok, GPU for best | GPU needed (4–8 GB) |
| インストール容量 ? | ~500 MB models | Heavy (Detectron2) | Light (~20 MB) | Medium–heavy | Heavy |
| ライセンス ? | MIT | Apache 2.0 + commercial | PyMuPDF: AGPL / pdfplumber: MIT | Apache-2.0 + weight cap | Apache-based + thresholds |
| AI/RAG適性本番RAG向け連携・エージェント・多様な入力。 | |||||
| RAG連携 ? | Yes | Yes | No | Partial | Partial |
| エージェント/MCPサーバー ? | Yes | No | No | No | No |
| 音声/動画（ASR） ? | Yes | No | No | No | No |
| クラウドAPI ? | Self-host | Yes (paid) | No | Yes (Datalab API) | No (opt-in remote) |
| 費用と信頼ページ単価・体制・主張の検証方法。 | |||||
| セルフホスト費用 ? | Free (MIT) | Free OSS / paid API | Free / licence terms apply | Free within weight cap | Free within thresholds |
| ガバナンス ? | Linux Foundation AI | Unstructured.io | MuPDF / community | Datalab | OpenDataLab / SAI Lab |
| 最適な用途 ? | Accurate local RAG | Multi-format ETL | Fast text extract | Books & papers | Papers, math & CJK |
目安でありベンチマークではありません。精度値は200〜500件PDFの独立研究（手法参照）。決定前は公式docで再確認を。版は速く動きます。
4
対決
正直な一対一
Doclingの勝ち所・負け所・切替時を明示。
Docling vs Unstructured
公式ドキュメント目安：PDF中心の自前RAG → Docling。異種ETL（SharePoint・S3・60+形式）→ Unstructured。
強み（Unstructured）
- 60+入力形式とクラウド連携
- chunk_by_titleの構造分割
- 管理APIと運用
弱み
- hi_resはDetectron2/GPUと構築が必要
- 上位機能は有料に寄る
- OSS単体はAPIより弱い
判定：PDF中心の自前RAGならDocling。形式動物園の管理運用ならAPI予算つきでUnstructured。
Docling vs PyMuPDF / pdfplumber
公式ドキュメント目安：既知の綺麗なPDFを大量に → PyMuPDF。それ以外 → 前段にDocling。
強み（PyMuPDF）
- 約0.01秒/頁でML系の10〜50倍速
- 最小導入でどこでも動作
- pdfplumberは罫線表に強い
弱み
- レイアウトモデル・読み順なし
- OCRなしでスキャンは空出力
- PyMuPDFのAGPL条件に注意
判定：速度最優先でPDFが綺麗ならPyMuPDF。表・段組み・スキャンが混ざればDoclingの手間が報われます。
Docling vs Marker
公式リポジトリ目安：業務表をCPUローカルで → Docling。書籍・スキャン文をCPU可/GPUで → Marker 2。
強み（Marker）
- 複数段の読み順が最強
- Surya 2 OCR+LaTeX数式
- 書籍の綺麗なMarkdown。fastはCPU可
弱み
- 最高品質はGPU要（balanced）
- 中〜重い導入
- Apache-2.0コードだが重みに上限（約$5M）。罫線なし表は弱い
判定：200件PDF研究では表はDocling（TEDS約0.89対0.81）、読み順はMarker。用件で決まります。
Docling vs MinerU
公式ドキュメント目安：業務表をCPUローカルで → Docling。論文・数式・CJKをGPUで → MinerU。
強み（MinerU）
- 配置SOTA（公称97.5 mAP）のDocLayout-YOLO
- UniMERNet数式・頁またぎ表結合
- 最強CJK
弱み
- GPU必須（4〜8GB）。頁あたり遅め
- 重い導入。表はHTML出力
- 商用閾値+表示義務つきApache系ライセンス
判定：配置・数式はMinerU、型付き文書・CPU・簡明許諾はDocling。文書群で振分け：論文はMinerU、業務はDocling。
Docling vs MarkItDown
公式ドキュメント目安：単純PDF+Office混在を軽環境で → MarkItDown。構造・表・OCR → Docling。
強み（MarkItDown）
- MIT・約80MB・文書あたり1秒未満
- 広い形式対応（Office・HTML・音声・EPUB）
- Azure文書OCRの任意連携
弱み
- pdfminer核で配置モデルなし・表が崩壊
- 段組みが混線。既定でOCRなし
- OCRはLLM追加か有料Azure頁が必要
判定：Office・高速路用に常備を。文書理解の代替ではありません。
Docling vs LlamaParse
Docling文書目安：LlamaIndex構成・非機密・中規模 → LlamaParse。機密・オフライン・大規模 → Docling自前運用。
強み（LlamaParse）
- 段階制（Fast〜Agentic Plus）と版固定
- 難配置の高精度・寛大な無料枠
- 運用不要・LlamaIndex直結
弱み
- 頁課金（約$0.003〜0.01）で線形増
- データが外部に。非公開
- SDK移行中・公開評価なし
判定：独占ではなく手軽さに対価を。2026年評価は小型公開VLMが単一GPUで肩を並べます。Mistral OCR・Reducto・Extend・大手API（Azure・Textract・Google）は同管理路線：頁単価・持出し・囲い込みで比較。
5
コード
同じ仕事を4道具で
各道具でPDF → Markdown。複写・実行し導入と出力の差を体感。
Docling（CLI）
docling convert report.pdf --to md --ocr-engine rapidocrレイアウト+表+OCRを一命令でローカル処理。
Unstructured（Python）
from unstructured.partition.pdf import partition_pdf
elements = partition_pdf('report.pdf', strategy='hi_res')hi_resは配置モデル要。fastは大幅に弱い。
PyMuPDF（Python）
import fitz
doc = fitz.open('report.pdf')
text = '\n'.join(p.get_text() for p in doc)爆速だがスキャン頁は無言の空出力。
Marker（CLI）
marker_single report.pdf --output_dir out/Marker 2はfastでCPU可。最高品質はGPU。
MinerU（CLI）
mineru -p report.pdf -o ./outGPU必須。表はHTML・数式はLaTeXで出力。
MarkItDown（CLI）
markitdown report.pdf -o report.md爆速・極小だが配置モデルなし・既定OCRなし。
6
手法
本頁の作り方
典拠：公式doc（Docling・Unstructured・PyMuPDF・Marker）と独立ベンチマーク（200件PDF比較：表TEDS・読み順、500件企業研究：表・段・OCR・速度）。要点：表はDocling（約97.9%/TEDS約0.89）、読み順とGPU速度はMarker、素の速度はPyMuPDF。
正直さの約束：有料掲載なし、競合の強みも明記、版（Docling v2.129.0・確認2026-09-22）を上部に表示。修正はGitHub経由で公式典拠に照合します。
許諾は2026年再確認：Marker 2コードはApache-2.0（重みに上限）、MinerUは商用閾値つきApache系許諾です。
7
FAQ
よくある質問
最速は？
デジタルPDFならPyMuPDFの約0.01秒/頁でML系の10〜50倍。綺麗な文字層に限り、スキャンはOCR要。
表はどれが正確？
業務表はDocling（TableFormer・研究で約97.9%）。有料クラウドが上回る場合も費用と持出しと引換え。
完全オフライン可？
可：Docling・PyMuPDF/pdfplumber・Markerは自立動作。Unstructuredの上位はクラウドAPI。
SaaSに安全なライセンスは？
Docling（MIT）が最も簡明。PyMuPDF（AGPL）・Marker（GPLv3）は法務確認を。UnstructuredはApache2.0+商用の混合。
スキャンPDFは？
Doclingの切替OCR（例：CPUのRapidOCR）かGPUのMarker/Surya。PyMuPDF単体は空文字を返します。
道具の併用は？
一般的：高速頁はPyMuPDF、表頁はDocling、難所のみクラウド。頁品質で振分ける方が単一道具より勝ります。
明日も有効？
版は速く動きます（上部参照）。構成決定前に公式docと注記を確認ください。
MinerUとLlamaParseの位置は？
数式・CJK論文のGPU処理はMinerU、頁課金が自前運用より安いLlamaIndex管理型はLlamaParse。CPU容易性と許諾簡明さではDoclingに劣ります。