¿Qué es MinerU?
MinerU convierte PDF, escaneos e imágenes, y archivos de Word, PowerPoint, Excel, EPUB, OFD, HTML y CSV en Markdown, HTML, LaTeX, DOCX o JSON estructurado, conservando tablas, fórmulas y orden de lectura. Lo desarrolla OpenDataLab, que también mantiene el benchmark OmniDocBench, y su modelo de visión, MinerU2.5-Pro, se distribuye a través de él.
La versión 4.0, publicada el 16 de septiembre de 2026, lo reorganizó en cuatro niveles: Flash lee la capa de texto propia del PDF, Basic añade pequeños modelos de OCR, fórmulas y tablas que funcionan en CPU, y Standard y Advanced añaden el modelo de visión de 1.200 millones de parámetros servido con llama.cpp, vLLM o LMDeploy. También añadió una biblioteca de documentos local en la que los agentes pueden buscar y citar por página y bloque. La versión 4.1 trajo la detección automática de GPU de Intel, AMD, NVIDIA y Apple y una nueva API asíncrona de tareas.
La licencia cambió en abril de 2026. La versión 3.1.0 sustituyó AGPLv3 por la MinerU Open Source License, que es Apache 2.0 más unas condiciones que exigen una licencia comercial por encima de 100 millones de usuarios activos mensuales o 20 millones de dólares de ingresos mensuales, y obligan a los servicios construidos con ella a indicar que usan MinerU.
¿Merece la pena MinerU?
El modelo de MinerU está cerca de lo mejor del sector, y las pruebas van más allá de las cifras propias. OpenDataLab comunica 95,69 para MinerU2.5-Pro en OmniDocBench v1.6, 2,71 puntos más con la misma arquitectura de 1,2B solo gracias al trabajo con los datos. La salvedad es que OpenDataLab mantiene OmniDocBench y definió la v1.6 en el mismo artículo. La tabla de un rival, en la ficha del modelo Falcon OCR de TII, es más modesta pero sigue siendo buena: 93,22 en OmniDocBench, por detrás de PaddleOCR-VL-1.6 con 94,95, y 81,5 en olmOCR-bench, solo por detrás de dots.mocr, Chandra OCR 2 y el propio Falcon OCR en esa tabla.
La licencia hay que leerla con cuidado. El abandono de AGPLv3 en abril de 2026 eliminó la obligación copyleft, y los umbrales, 100 millones de usuarios mensuales o 20 millones de dólares de ingresos mensuales, no afectarán a la mayoría de las empresas. Pero cualquier servicio en línea construido con MinerU debe indicarlo de forma destacada, y no hacerlo pone fin a la licencia de forma automática. No es una licencia aprobada por la OSI, y algunos equipos legales la tratarán como una que tienen que revisar. El historial aumenta la cautela: el repositorio pasó de AGPL a Apache y de vuelta en marzo de 2026 antes de asentarse en abril.
Los niveles son un compromiso real. Flash y Basic funcionan en CPU corrientes, y en una máquina solo con CPU el nivel Standard se activa automáticamente solo con 12 o más núcleos lógicos; los niveles con el modelo de visión quieren una GPU, con 8 GB de VRAM descritos como punto de partida para planificar más que como garantía. La ficha del modelo comunica 2,12 páginas por segundo en una A100 con vLLM. Los mantenedores de Marker midieron la canalización anterior de MinerU en 72,7 en olmOCR-bench y 0,54 páginas por segundo en una B200, así que los resultados dependen mucho del nivel y la versión que se ejecuten.
El proyecto avanza deprisa. Hubo 18 versiones entre la 4.0.0 del 16 de septiembre y la 4.1.4 del 2 de noviembre, y la 4.1 rompió la API HTTP, lo que obligó a actualizar a la vez servidores, routers, SDK y clientes. Con 82.996 estrellas y solo 11 incidencias abiertas, el mantenimiento es claramente activo; el precio es que fijar una versión y leer la guía de migración forman parte de usarlo.
Dónde se gana su sitio
Una ingeniera de ML que construye un sistema de recuperación sobre 500.000 artículos de investigación en chino e inglés
Convertir PDF con fórmulas y tablas en Markdown limpio
Ejecuta mineru-kit parse en el nivel Standard con vLLM en un servidor con GPU. Con las 2,12 páginas por segundo de la ficha del modelo en una A100, 5 millones de páginas (diez por artículo) llevan unos 27 días en una tarjeta, así que reparte el trabajo entre GPU con el Router multiservicio.
Un equipo de plataforma que da a los agentes de programación acceso a documentos internos
Dejar que los agentes lean documentos largos página a página y citen ubicaciones exactas
Instala la skill de mineru y arranca la biblioteca de documentos local; los agentes analizan una vez y después leen por localizadores de documento, página y bloque en lugar de cargar archivos enteros. Los documentos no se suben salvo que se configure el análisis remoto.
Un responsable de operaciones legales en una empresa SaaS que integra un analizador en su producto
Revisar la licencia antes de distribuir MinerU a los clientes
Por debajo de los umbrales de 100 millones de usuarios y 20 millones de dólares de ingresos mensuales no hace falta licencia comercial, pero la interfaz del producto o su documentación pública deben indicar que usa MinerU, o la licencia termina.
Antes de decidirte
- Puesta en marcha
- Python 3.11 a 3.14: uv pip install -U "mineru>=4.0,<5" y después mineru-kit parse document.pdf -o document.md --tier standard. Usa mineru[full] para servir con alto rendimiento en NVIDIA; los modelos se descargan de Hugging Face o ModelScope.
- Integraciones
- CLI, SDK de Python (DoclibClient), API HTTP V1 y de tareas, un Router multiservicio, una interfaz web Gradio, una skill de agente y la opción de un endpoint VLM remoto; nueve formatos de salida, entre ellos Markdown, HTML, LaTeX, DOCX y listas de contenido en JSON.
- Datos y privacidad
- Funciona en local; la documentación dice que los documentos no se suben al servicio oficial salvo que se configure explícitamente el análisis remoto. Los pesos de MinerU2.5-Pro son Apache 2.0; el kit tiene la MinerU Open Source License.
- Coste a escala
- Autoalojado, el coste es el hardware: Flash y Basic funcionan en CPU, la documentación aconseja al menos 16 GB de memoria del sistema para un uso de mayor rendimiento, y MinerU2.5-Pro llegó a 2,12 páginas por segundo en una A100 con vLLM.
- Límites
- La selección automática de nivel no comprueba la memoria de la GPU; el Docker para dispositivos que no son de NVIDIA está pendiente de actualización; los formatos de Office y web solo usan Flash; las API HTTP cambiaron de forma incompatible en la 4.1.
Lo bueno
- MinerU2.5-Pro obtiene 93,22 en OmniDocBench en la comparación de un rival (TII)
- Cuatro niveles, del análisis de la capa de texto en CPU al análisis con modelo de visión en GPU
- Análisis nativo de Office, EPUB, OFD, HTML y CSV
- Muy activo: 18 versiones entre mediados de septiembre y principios de noviembre de 2026
Lo malo
- Licencia propia con obligación de atribución y umbrales de ingresos
- OpenDataLab también gestiona OmniDocBench, su benchmark principal
- Cambio incompatible en la API HTTP en la 4.1
- El archivo de licencia cambió entre AGPL y Apache tres veces en marzo y abril de 2026
Ideal para
Equipos de RAG y de datos que analizan colecciones grandes y mixtas de PDF y archivos de Office en su propio hardware, y pueden aceptar una cláusula de atribución.
Alternativas a MinerU
MinerU: preguntas frecuentes
- ¿Merece la pena MinerU?
- MinerU combina uno de los modelos de documentos abiertos más precisos con un kit activo y bien documentado, aunque su licencia ya no es código abierto sin más y sus API no paran de cambiar. Le damos un 4.3 sobre 5.
- ¿Cuánto cuesta MinerU?
- Gratuito con la MinerU Open Source License (Apache 2.0 con condiciones añadidas); hace falta una licencia comercial aparte por encima de 100 millones de usuarios activos mensuales o 20 millones de dólares de ingresos mensuales.
- ¿Qué inconvenientes tiene MinerU?
- Licencia propia con obligación de atribución y umbrales de ingresos; openDataLab también gestiona OmniDocBench, su benchmark principal; cambio incompatible en la API HTTP en la 4.1; el archivo de licencia cambió entre AGPL y Apache tres veces en marzo y abril de 2026.
- ¿Para quién es MinerU?
- Equipos de RAG y de datos que analizan colecciones grandes y mixtas de PDF y archivos de Office en su propio hardware, y pueden aceptar una cláusula de atribución.
- ¿Cuánto cuesta MinerU para un equipo o en producción?
- Autoalojado, el coste es el hardware: Flash y Basic funcionan en CPU, la documentación aconseja al menos 16 GB de memoria del sistema para un uso de mayor rendimiento, y MinerU2.5-Pro llegó a 2,12 páginas por segundo en una A100 con vLLM.
- ¿Es MinerU seguro para los datos de la empresa?
- Funciona en local; la documentación dice que los documentos no se suben al servicio oficial salvo que se configure explícitamente el análisis remoto. Los pesos de MinerU2.5-Pro son Apache 2.0; el kit tiene la MinerU Open Source License.
- ¿Cuáles son las mejores alternativas a MinerU?
- Las alternativas más cercanas que hemos analizado son Docling, Marker y Unstructured.
Respuestas comprobadas el 2 nov 2026.
¿Desarrollas MinerU? Muestra esta nota en tu web
