Docling と Marker・MinerU・PyMuPDF4LLM・MarkItDown・Unstructured を比較（2026 実測）

どのツールがどの仕事に向くか#

Docling

PDF・Office・HTML・画像・音声から構造化された出力（見出し、表、読み順、ページの出典）を生成し、OCR を内蔵。MIT。RAG パイプラインや、寛容なライセンスを保つ必要がある用途に最適です。

Marker

高品質な PDF→Markdown 変換。表・数式・フォーム向けに LLM による処理を追加できます。コードは Apache-2.0、現行のモデル重みは資金・収益 500 万ドル未満なら無料、それ以上は商用ライセンス。

MinerU

中国語に強く VLM バックエンドも備えた人気の PDF・画像パーサー。Apache-2.0 に追加条件（閾値と表示義務）。

PyMuPDF4LLM

デジタル生成 PDF から非常に速く Markdown を生成し、表も良好。AGPL-3.0 または Artifex の商用ライセンス。OCR は Tesseract 経由。

MarkItDown

多くの形式（Office・HTML・EPUB・ZIP・YouTube など）を手早くテキスト寄りの Markdown にします。MIT。PDF にはローカル OCR も表構造もありません。

Unstructured

文書を種類付きの要素に分割する、データ取り込み向けのライブラリ。Apache-2.0。ローカル OCR は Tesseract 経由。

同じ PDF での速度#

同じ PDF・同じ CPU での速度1 ページあたりの秒数（ウォーム実行の中央値）。速さ＝品質ではありません。下の表のテストもご覧ください。

docling.org 計測、GPU なしの 4 vCPU クラウドマシン。Docling 2.148.0 は 2026-11-06、他のツールは 2026-10-27 に計測。低いほど高速。

データ表を表示

同じ PDF・同じ CPU での速度
	秒/ページ
MarkItDown	0.35 秒
Unstructured	0.36 秒
PyMuPDF4LLM	0.69 秒
Docling (OCR オフ)	1.83 秒
Docling (既定)	6.58 秒
Unstructured (hi_res)	10.01 秒
Marker	90.66 秒

すべてのツールで、GPU なしの 4 vCPU マシン上で同じ 9 ページのデジタル生成論文（Docling テクニカルレポート）を変換しました。Docling の 2 本は既定のパイプラインと OCR をオフにした同じパイプラインです。時間がかかっているのは論文の図に対する OCR です。Marker 1.10.2 はここでは 1 ページ 90.7 秒でした。モデルは GPU 向けに作られているので、GPU では大きく異なる数値になるはずです。Unstructured の既定の戦略はテキスト層を読み（0.36 秒/ページ）、表のテストで使った表検出付きの hi_res モードは 10.0 秒/ページでした。

スキャンページ#

スキャン PDF：元の単語の復元率4 ページを 150 DPI でラスタライズし、わずかなぼかしと傾きを加えたもの。OCR のないツールはほぼ何も返しません。

docling.org が 2026-10-27 に計測（Docling 2.143.1）：元テキストの固有語（4 文字以上）が各出力に含まれる割合。

データ表を表示

スキャン PDF：元の単語の復元率
	復元率
Unstructured	99.7%
Marker	97.2%
Docling	94.2%
PyMuPDF4LLM	93.8%
MarkItDown	0.0%

同じ論文の 4 ページを 150 DPI でラスタライズし、わずかなぼかしと傾きを加えたもので、テキスト層はありません。スコアは、元のテキストの固有語（4 文字以上）が各出力に現れる割合です。PyMuPDF4LLM と Unstructured は別途インストールが必要な Tesseract で OCR します（ない場合、PyMuPDF4LLM はテキストを一切返しませんでした）。最高得点は Unstructured のテキストのみの出力でした。Docling の Markdown はページのヘッダー・フッターと arXiv の余白スタンプを意図的に省くため、この単語数の指標では数ポイント不利になります。Docling 自身のエンジン比較は OCR ガイドにあり、2.148.0 での再計測では、Tesseract をエンジンにすると Docling は 96.1%・5.5 秒/ページでした。このグラフは 10 月 27 日に Docling 2.143.1 で、5 つのツールすべてに同じスキャンを使って計測したものです。

同じ表、5 つの出力#

論文の表 1 は 2 段のヘッダーを持ち、各セルに 2 つの値（4 スレッドと 16 スレッド）が入っています。サブ行の間に横罫線はなく、典型的な難所です。各ツールが返したものをそのまま示します（表の部分のみ）：

markdownDocling 2.148.0（OCR オフ）

| CPU                                         | Thread budget   | native backend - TTS   | native backend - Pages/s   | native backend - Mem   | pypdfium backend - TTS   | pypdfium backend - Pages/s   | pypdfium backend - Mem   |
|---------------------------------------------|-----------------|------------------------|----------------------------|------------------------|--------------------------|------------------------------|--------------------------|
| Apple M3 Max                                | 4 16            | 177 s 167 s            | 1.27 1.34                  | 6.20 GB                | 103 s 92 s               | 2.18 2.45                    | 2.56 GB                  |
| (16 cores) Intel(R) Xeon E5-2690 (16 cores) | 4 16            | 375 s 244 s            | 0.60 0.92                  | 6.16 GB                | 239 s 143 s              | 0.94 1.57                    | 2.42 GB                  |

markdownPyMuPDF4LLM 2.0

|CPU|Thread<br>budet|n<br>|ative back<br>|end<br>|pypi<br>|dfium bac<br>|i kend<br>|
|---|---|---|---|---|---|---|---|
||g|TTS|Pages/s|Mem|TTS|Pages/s|Mem|
|Apple M3 Max<br>(16 cores)|4<br>16|177 s<br>167 s|1.27<br>1.34|6.20 GB|103 s<br>92 s|2.18<br>2.45|2.56 GB|
|Intel(R) Xeon<br>E5-2690<br>(16 cores)|4<br>16|375 s<br>244 s|0.60<br>0.92|6.16 GB|239 s<br>143 s|0.94<br>1.57|2.42 GB|

MarkItDown 0.1.9

Thread nativebackend pypdfiumbackend
CPU
budget
TTS Pages/s Mem TTS Pages/s Mem
AppleM3Max 4 177s 1.27 103s 2.18
6.20GB 2.56GB
(16cores) 16 167s 1.34 92s 2.45

markdownMarker 1.10.2

| CPU                                    | Thread  |                | native backend |         | pypdfium backend |              |         |
|----------------------------------------|---------|----------------|----------------|---------|------------------|--------------|---------|
|                                        | budget  | TTS            | Pages/s        | Mem     | TTS              | Pages/s      | Mem     |
| Apple M3 Max<br>(16 cores)             | 4<br>16 | 177 s<br>167 s | 1.27<br>1.34   | 6.20 GB | 103 s<br>92 s    | 2.18<br>2.45 | 2.56 GB |
| Intel(R) Xeon<br>E5-2690<br>(16 cores) | 4<br>16 | 375 s<br>244 s | 0.60<br>0.92   | 6.16 GB | 239 s<br>143 s   | 0.94<br>1.57 | 2.42 GB |

htmlUnstructured 0.27.35 (hi_res, infer_table_structure)

<table><thead><tr><th rowspan="2">CPU</th><th rowspan="2">Thread budget</th><th colspan="3">native backend</th><th colspan="3">pypdfium backend</th></tr>
<tr><th>TTS</th><th>Pages/s</th><th>Mem</th><th>TTS</th><th>Pages/s</th><th>Mem</th></tr></thead>
<tbody><tr><td>Intel(R) Xeon</td><td>4</td><td>375s</td><td>0.60</td><td></td><td>239s</td><td>0.94</td><td></td></tr>
<tr><td>E5-2690</td><td>16 =.</td><td>244s</td><td>0.92,</td><td>FOGB</td><td>jy35</td><td>p57</td><td>742 GB</td></tr></tbody></table>

ツール	ヘッダー	24 個の数値がそろっているか	行の構造
Docling	2 段とも保持し “native backend - TTS” のように結合	はい	4 スレッドと 16 スレッドの値が 1 つのセルに結合。“(16 cores)” が別の行に移動
PyMuPDF4LLM	崩れている（“budet”、“ative back”）	はい	`<br>` でサブ行を保持。“(16 cores)” は正しい行
MarkItDown	表なし	はい（ばらばらのテキストとして）	失われ、単語がくっつく（“AppleM3Max”）
Marker	2 段のヘッダーを 2 行として保持（グループ名は個別のセル）	はい	`<br>` でサブ行を保持。“(16 cores)” も正しい行——最も完全な結果：すべての行と数値が正しい位置に
Unstructured（hi_res）	完璧：本物の `rowspan`/`colspan` による 2 段ヘッダー	いいえ——Apple M3 Max の行がまるごと欠落	残った行も OCR で一部崩れる（“FOGB”、“jy35”）

ライセンス：多くのプロジェクトを決める項目#

ツール（確認したバージョン）	コードのライセンス	モデル・重み	注意点
Docling 2.148.0	MIT	レイアウトモデル（Heron）：Apache-2.0 · TableFormer：CDLA-Permissive-2.0 / Apache-2.0（Hugging Face のモデルカード）	追加の VLM プリセットはそれぞれ独自のライセンス
Marker 2.0.0	Apache-2.0	修正版 AI Pubs Open RAIL-M：研究・個人利用・資金/収益 500 万ドル未満のスタートアップは無料	それを超えると重みの商用ライセンスが必要。ベンチマークした 1.10.2 は GPL-3.0
MinerU 4.0.12	MinerU Open Source License（Apache-2.0 に追加条件）	—	月間ユーザー 1 億超または月間収益 2,000 万ドル超で別途ライセンス。オンラインサービスでは MinerU の使用を表示
PyMuPDF / PyMuPDF4LLM 2.0	AGPL-3.0 または Artifex 商用	—	ネットワークサービスや配布ソフトウェアでは AGPL の義務
MarkItDown 0.1.9	MIT	—	任意のクラウドサービス（Azure Document Intelligence、LLM による画像説明）は別の規約
Unstructured 0.27.35	Apache-2.0	hi_res では第三者のレイアウトモデルを使用	Python 3.11–3.13 のみ（パッケージのメタデータによる）

2026 年 10 月 27 日に各パッケージの PyPI メタデータとライセンスファイルから確認しました。法的助言ではありません。

機能の一覧#

	Docling	Marker	MinerU	PyMuPDF4LLM	MarkItDown	Unstructured
入力	37 形式（PDF・Office・HTML・画像・音声・XML など）	PDF・画像。`marker-pdf[full]` で Office・HTML・EPUB	PDF・OFD・EPUB・HTML・画像・CSV・RTF・OOXML・OpenDocument	PDF と PyMuPDF が扱う他の形式	PDF・Office・HTML・EPUB・CSV・画像・音声・ZIP・YouTube など	PDF・Office・HTML・メール・EPUB・画像など
スキャンのローカル OCR	内蔵（既定 RapidOCR、7 エンジン）	内蔵（Surya）	内蔵	Tesseract 経由	なし（クラウドのオプションのみ）	Tesseract 経由（hi_res / ocr_only）
表構造モデル	TableFormer	あり	あり	テキスト層からのルールベース	なし	あり（hi_res）
出力	12 形式（Markdown・JSON・HTML・DocTags・チャンクなど）	Markdown・JSON・HTML・チャンク	Markdown・JSON	Markdown・JSON・テキスト	Markdown	要素の JSON
RAG 用チャンク機能	HybridChunker・HierarchicalChunker	—	—	ページ単位	—	タイトル単位 / 基本
サーバー / API	docling-serve、MCP サーバー	ホスト型 API（Datalab）	あり	—	MCP サーバー	ホスト型プラットフォーム

形式の一覧は上記バージョンの各パッケージ自身の説明またはソースツリーによります。「—」はパッケージ内で見つからなかったという意味で、不可能という意味ではありません。

テストできなかったもの#

Marker 2.0.0 はローカルの推論サーバー（NVIDIA GPU では vLLM、それ以外は llama.cpp）でモデルを動かします。サンドボックスではそのサーバーを起動できなかったため、旧アーキテクチャの最後のリリース Marker 1.10.2 を計測しました。Marker 2 の速度と品質は大きく異なる可能性があります。
MinerU 4.0.12 はインストールできましたが、同梱の llama.cpp バイナリが最初のページを変換する前にクラッシュしました（free(): invalid pointer）。ライセンスと対応形式のみ掲載しています。
GPU。ここでの数値はすべて CPU のみです。モデルの重いツール（OCR ありの Docling、Marker、MinerU）ほど GPU の恩恵が大きく、テキスト層ベースのツールはほとんど変わりません。

テスト方法#

各ツールを個別の Python 3.13 仮想環境に入れ、既定の設定で、ウォームアップ変換を 1 回したあと同じプロセスで計測（3 回の実行の中央値。1 ページに数分かかる Marker は、デジタル生成 PDF ではウォームアップ後に 1 回計測、スキャンではモデル読み込み済みの状態で 1 回実行）。
ハードウェア：4 vCPU x86_64、メモリ 15 GB、GPU なし。文書：Docling テクニカルレポート（arXiv 2408.09869、9 ページ）とその最初の 4 ページをラスタライズしたもの。
生の出力はリクエストに応じて提供します：hello@docling.org。設定が不公平だと考えるツールのメンテナーはご連絡ください。再実行します。

よくある質問

Docling は Marker より優れている？

文書と必要なライセンスによります。CPU でのテストでは Docling の既定パイプラインが 1 ページ 6.6 秒（OCR オフで 1.8 秒）、Marker 1.10.2 が 90.7 秒でした。Docling はすべて MIT ライセンスで、現行の Marker（2.0）のモデル重みは資金調達額または収益が 500 万ドル未満の場合のみ無料です。Marker は LLM による追加処理（--use_llm）で難しい表やインライン数式を改善できます。

Docling と MinerU はどちらを使うべき？

どちらも PDF に強く、ローカルで動きます。MinerU 4 は多くの入力形式に対応し、中国語文書で特に人気です。ライセンスは Apache 2.0 に追加条件付き（月間アクティブユーザー 1 億超または月間収益 2,000 万ドル超では別途商用ライセンス、オンラインサービスでは MinerU の使用を明記）。Docling は MIT で 37 の入力形式に対応し、LangChain・LlamaIndex・Haystack と連携します。MinerU 4 は当サイトのマシンでベンチマークできませんでした（下記）。

Docling と MarkItDown の違いは？

MarkItDown（MIT、Microsoft）は軽量なコンバーターで、非常に速く多くの形式に対応しますが、PDF ではプレーンテキストを抽出するだけで OCR も表構造もありません。テストでは 1 ページ 0.35 秒、スキャンページからは何も得られませんでした。デジタル生成ファイルの手早いテキスト化には MarkItDown、レイアウト・表・スキャンが重要なら Docling です。

Docling と PyMuPDF4LLM は？

PyMuPDF4LLM は高速（テストで 1 ページ 0.69 秒）で、テストの表の数値もすべて残しましたが、PyMuPDF は AGPL-3.0 または Artifex の商用ライセンスで、クローズドソースや SaaS では重要です。OCR には Tesseract が必要です。

Docling は商用利用できる？

はい。Docling は MIT ライセンスで、既定のレイアウトモデルと表モデルも寛容なライセンスで公開されています。追加する VLM プリセットのライセンスはモデルごとに異なるので、モデルカードを確認してください。

出典

内容は正確でしたか？ Docling のリリースで挙動が変わったときはページを再検証しています。コマンドが動かない場合は、Docling のバージョンとエラーを hello@docling.org にお送りください。修正は通常 1 日以内に反映します。

Docling と代替ツールの比較——同じ PDF で計測