2026年のおすすめOCRと文書解析向けAIツール
文書パーサーは、スキャン、PDF、フォームを、プログラムが使えるテキスト、表、フィールドに変換します。表や長いファイルでの精度、1ページあたりの価格、文書を自社サーバーに置いたままにできるかどうかで選ぶことになります。
執筆： Andrew Miller、Sheela · 2026年11月2日更新 · レビューの方法
選び方：当サイトでレビューした製品、モデル、プロジ ェクトのうち、レビューでこのタスクに使えると判断したものを、5点満点の評価順に並べています。アフィリエイト報酬は受け取っていません。
関連ランキング： おすすめAI文書解析・Web抽出API, おすすめOCR・文書AIモデル, おすすめオープンソースRAGツール
- 1
GitHubリポジトリ: RAG・データ
Docling は表を正しく扱えるオープンソースのパーサーであり、同時にセキュリティリリースを飛ばすことが許されないパーサーでもあります。
おすすめの人： 複雑な表を含む PDF や Office 文書を対象に、セルフホスト型の RAG を構築するチーム。
料金： MIT ライセンスの無料オープンソースです。
Doclingのレビューを読む4.5/5 - 2
AIモデル: OCR・文書
10億パラメータ未満で表の首位に立つ文書解析ですが、Baiduのツールチェーンを受け入れることが条件です。
おすすめの人： 多様な1ページの文書から、表、数式、テキストを大規模に抽出するチームに向いています。
料金： Apache 2.0で無料です。公式のホスト型の価格は公開されていません。
PaddleOCR-VL-1.6のレビューを読む4.4/5 - 3
AIモデル: OCR・文書
GLM-OCRはもう最も精度の高い解析モデルではありません。しかし断る理由が最も少ないモデルです。小さく、MITライセンスで、独立した評価を受けており、安く借りられます。
おすすめの人： 自分で動かすことも、同じベンダーからトークン単位で借りることもできる、高速で制限の緩いライセンスのOCRモデルを求めるチーム。
料金： MITライセンスで無料。Z.aiのAPIは入力、出力とも100万トークンあたり$0.03、BigModel（中国）は100万トークンあたり0.2 RMBです。
GLM-OCRのレビューを読む4.3/5 - 4
GitHubリポジトリ: RAG・データ
Marker は、開発元が測定した他のどのオープンなパイプラインよりも上手に難しい PDF を使える Markdown に変えますが、重みのライセンスがその自由に売上の上限を設けています。
おすすめの人： 複雑な PDF やスキャンした PDF を、自前のハードウェアで大量に変換する RAG とデータのチーム。
料金： コードは Apache 2.0 のもとで無料です。重みは売上と資金調達額が $5M 未満なら無料、それ以上は商用ライセンスです。ホスト型の Datalab API は、Convert が1,000ページあたり $4（fast または balanced）、Team プランが月 $400 です。
Markerのレビューを読む4.3/5 - 5
GitHubリポジトリ: RAG・データ
MinerUは、最も正確なオープンな文書モデルの一つと、活発でよく文書化されたツールキットを組み合わせています。ただしライセンスはもう単純なオープンソースではなく、APIも動き続けています。
おすすめの人： 表示の条項を受け入れられ、PDFとOfficeのファイルが混じった大量の文書を自分のハードウェアで解析するRAGやデータのチーム。
料金： MinerU Open Source License（条件を加えたApache 2.0）で無料です。月間アクティブユーザーが100 million（1億）人、または月の売上が$20 millionを超える場合は、別の商用ライセンスが必要です。
MinerUのレビューを読む4.3/5 - 6
AIモデル: OCR・文書
MiniCPM-OCR 1.0は、首位に近い解析の精度と、開発元の15モデルのテストで最高のスループットを兼ね備えています。数字が確かなら、実用的な小型OCRの選択肢です。
おすすめの人： 中国語や英語の文書を自分のGPUで大量に解析し、最後の1ポイントの精度と同じくらい1時間あたりのページ数を重視するチーム。
料金： Apache 2.0で無料。ModelBestのホスト版の文書解析APIは無料とうたわれていますが、利用枠と有料の料金は公開されていません。
MiniCPM-OCR 1.0のレビューを読む4.3/5 - 7
AIツール: 文書・Webデータ
Reductoは、抽出のミスがページ代より高くつく場面で費用を払う価値のあるパーサーです。ただし精度の根拠の多くは、今もReducto自身にさかのぼります。
おすすめの人： 誤りが高くつく、長い金融・法律・医療文書からフィールドを抽出するチーム。
料金： $150分の無料利用、1,000ページあたりParse $10、Extract $20、Deep Extract $40、Edit $60です。バッチではParseとExtractが20%引きです。GrowthとEnterpriseは個別料金です。
Reductoのレビューを読む4.3/5 - 8
AIモデル: OCR・文書
Chandra OCR 2は、私たちが取り上げるオープンな文書解析モデルの中で外部からの裏付けが最も強く、ライセンスは最も厳しいモデルです。無料の商用利用は$2Mで終わります。
おすすめの人： 難しいスキャンや手書きのために、独立したテストを最も多く受けたオープンな解析モデルを求める、研究者、アーカイブ、ライセンスの基準を下回る小さな企業。
料金： 重みは、研究、個人利用、売上$2M未満かつ調達額$2M未満の企業には無料で、それを超えると有料ライセンス（価格非公開）です。DatalabのAPIは、Convertが1,000ページあたりfast/balancedで$4、accurateで$10、Teamプランは月$400です。
Chandra OCR 2のレビューを読む4.2/5 - 9
AIモデル: OCR・文書
LightOnOCR-3-4Bは、かつてはパイプラインが必要だったレイアウトのボックスとグラフのデータを、1つの4Bモデルで提供します。LightOnの数字では、フランス語と手書きの文書で倒すべきオープンなモデルです。
おすすめの人： 検出のパイプラインを動かさずにレイアウトとグラフのデータを得たい、欧州の言語の業務文書、フォーム、手書きを解析するチーム。
料金： Apache 2.0で無料。モデルカードには開発元によるホスト版のAPIの記載はなく、Hugging Face Spacesで無料のデモが動いています。
LightOnOCR-3-4Bのレビューを読む4.2/5 - 10
AIツール: 文書・Webデータ
LlamaParse は、RAG パイプライン向けに文書をきれいなテキストに変換し、ページ単価は安く予測しやすくなっています。ただし、ファイルを他社のクラウドに送ってよいことが前提です。
おすすめの人： RAG のために多様な PDF を大量に解析し、低く予測しやすいページ単価を求めるチーム。
料金： Free は月 10K クレジット。Starter 月 $50（40K クレジット）、Pro 月 $500（400K クレジット）。1,000 クレジットあたり $1.25。解析は段階に応じて 1 ページ 1 から 45 クレジット。
LlamaParseのレビューを読む4.2/5 - 11
AIツール: 文書・Webデータ
Mistral OCRはほぼどの言語の文書もうまく読み取り、どれだけ確信があるかも示してくれます。ただし、料金に見合うのはバッチ処理を使ってからです。
おすすめの人： 多言語の文書パイプラインを構築し、ページ上の位置と信頼度スコアを必要とする開発者に向いています。特に欧州やオンプレミスでの利用に適しています。
料金： 1,000ページあたり$4、Batch APIでは1,000ページあたり$2、アノテーション付きは1,000ページあたり$5です。エンタープライズ顧客向けのセルフホスト用コンテナもありますが、価格は公開されていません。
Mistral OCRのレビューを読む4.2/5 - 12
AIモデル: OCR・文書
Unlimited-OCR 2は300ページの報告書を1回のモデル呼び出しに変えます。ただし今のところ、それを証明するスコアボードはBaiduが作ったものだけです。
おすすめの人： 長い報告書、契約書、書籍をデジタル化し、自社のGPUで文書全体を一度に処理したいチームです。
料金： MITライセンスで無料です。Baidu AI Cloudのホスト型APIは期間限定で無料です（テスト枠は個人200ページ、企業1,000ページ）。有料の料金は公開されていません。
Unlimited-OCR 2のレビューを読む4.2/5 - 13
AIツール: 文書・Webデータ
毎回同じ見た目の請求書、領収書、フォームなら、Azure Document Intelligenceは安く、安定していて、オフラインでも動きます。ただし判断が必要な雑多な文書には向かないツールです。
おすすめの人： Azure上で標準的なフォーム、請求書、身分証明書を大量に処理するチーム、または文書の抽出をオンプレミスやオフラインで動かす必要がある人。
料金： 無料枠は月500ページ。Readは1,000ページあたり$1.50（月100万ページ超は$0.60）。Layoutと既製モデルは$10、独自の抽出は$30、分類器は$3、追加機能は$6。コミットメント階層は月$190から、切断環境向けコンテナは年$8,640からです。
Azure Document Intelligenceのレビュー を読む4.0/5
