多数形式のローカルライブラリか、OCRと表に強いホスト型か
自分のPythonコード内で、PDF、DOCX、XLSX、PPTXなどすでにデジタル化された多数の形式を変換し、OCRや高度な表処理が不要なら、無料で小さなMITライブラリのMarkItDownが適しています。スキャンPDFや表の多いPDFにはpdf2md.devが適しています。多言語OCRを標準搭載し、MinerUまたはDoclingで表を本物のMarkdownとして再構築します。インストールは不要で、ブラウザ、REST API、ホスト型MCPから利用できます。
pdf2md.devとMarkItDownの機能比較
どちらもLLMパイプライン向けのMarkdownを生成します。主な違いは、OCRと表再構築を標準搭載するか、軽量なローカルライブラリかです。
| pdf2md.dev | MarkItDown | |
|---|---|---|
| 提供形態 | ホスト型サービス: ブラウザ、REST API、ホスト型MCP | ローカルPythonライブラリ（MIT） |
| セットアップ | インストール不要 | pip install markitdown + Python |
| 組み込みOCR | 多言語に対応、フラグ不要 | 非対応: markitdown-ocrプラグイン + LLM Vision APIが必要。未OCRのPDFは読めない |
| 表 | 実際に再構築されたMarkdown表（MinerU / Docling） | 制限あり: XML解析で表構造モデルなし。複雑な表は弱い |
| レイアウトと書式 | 見出し、リスト、段組みを再構築 | 書式を除去。複数段組みは不完全 |
| 入力形式 | PDFと画像 | PDF、DOCX、XLSX、PPTXなど12形式以上 |
| 費用 | 匿名の無料プラン、有料プランで上限増加 | 無料（MIT）。OCRプラグインはLLM API費用が追加 |
| ハードウェア | 不要: 当サービスがホスト | ローカルCPU。OCRは外部LLM APIを利用 |
| 自動化 | REST API + ホスト型MCP | Pythonライブラリ |
MarkItDownの情報は公開プロジェクト資料、pdf2md.devは現在の無料プラン上限に基づきます。どちらも変更されるため、最新情報は各公式資料で確認してください。
ほかの選択肢も確認しますか？ 市場全体を一覧するPDF→Markdown変換ツール比較をご覧ください。
MarkItDownが適している場合
MarkItDownは軽量で扱いやすいツールです。次の条件に合う場合に選べます。
小さなローカルライブラリ
サービスを経由せず、自分のPythonコードへ無料のMIT依存関係として直接組み込みたい場合です。
多数のOffice形式
スキャンPDFではなく、すでにデジタル化されたDOCX、XLSX、PPTXなど多数の形式を主に変換する場合です。
整った文書を完全ローカルで処理
ファイルがデジタルかつ整っており、OCRや複雑な表の再構築が不要な場合です。
pdf2md.devが適している場合
実際のPDFで難しいスキャン、表、レイアウト処理をサービスへ任せられます。
LLMキー不要のOCR
スキャンPDFと画像のみのPDFを、LLM Vision APIへ接続せずそのまま読み取れます。
表を正しく再構築
複雑な表と複数段組みを平坦化せず、整列したMarkdownへ再構築します。
数式を保持
数式表記を崩れた文字列にせず保持します。
インストール不要
ブラウザで変換するか、REST APIとホスト型MCPを呼べます。Python環境の管理は不要です。
コードから使いたい場合は？
MarkItDownのライブラリ形式が好みでも、本格的なOCRと表処理が必要なら、pdf2md.devのREST APIとホスト型MCPから同じようにコードで利用できます。GPUもLLM Visionキーも不要です。Pythonチュートリアルをご覧ください。
よくある質問
MarkItDownはOCRに対応しますか？
単体では対応しません。コアライブラリはOCRされていないPDFを読めません。OCRには別のmarkitdown-ocrプラグインが必要で、GPT-4oなどのLLM Vision APIを呼ぶため費用も加わります。pdf2md.devは多言語OCRを標準搭載し、追加接続は不要です。
MarkItDownの表処理はどの程度ですか？
表構造モデルではなくXML解析を使うため、結合セル、入れ子の見出し、複数段組みを含む複雑な表には制限があります。pdf2md.devはMinerUまたはDoclingで、本物の整列したMarkdown表を再構築します。
MarkItDownは無料ですか？
はい。MITライセンスのオープンソースで、セルフホストは無料です。OCRプラグインを追加する場合だけLLM API費用が発生します。pdf2md.devもブラウザから匿名かつ無料で利用でき、上限を増やす有料プランがあります。
MarkItDownを選ぶべき場合は？
自分のPythonコード内に小さなローカルライブラリが必要で、すでにデジタル化されたOfficeファイル（DOCX、XLSX、PPTXなど）を多数形式で変換し、OCRや高度な表再構築が不要な場合です。
pdf2md.devの利用にインストールは必要ですか？
いいえ。ホスト型なので、ブラウザ、REST API、ホスト型MCPから変換できます。MarkItDownは自分でインストールして実行するPythonライブラリです。
スキャンPDFにはどちらが適していますか？
OCRを標準搭載するpdf2md.devが適しています。MarkItDownでスキャンページや画像のみのページを読むには、OCRプラグインと外部LLM Visionキーが必要です。スキャンPDFの変換をご覧ください。