PDF Markdown変換ツール比較(2026年最新)— 数式・表・スキャン対応の10選

KomoAI LLC · 更新日 · 初公開 · 9 分で読めます

結論から言うと: 単段組のデジタル PDF から手早くテキストを取り出すだけなら、無料の pdf2md.morethan.io や pymupdf4llm で十分です。一方、2段組の学術論文、LaTeX 数式、セル結合のある表、脚注、スキャン PDF を扱う場合、テキスト層だけを読むツールでは読み順や数式が崩壊します。ローカル運用なら Docling(MIT・CPU可) や Marker / MinerU(GPU推奨)、GPU 環境を構築せずブラウザ・REST API・AI エージェントからそのまま高精度に出力したいなら KolmoPDF PDF Markdown変換 が最も実用的な選択肢です。

注記: KolmoPDF は当社が提供するサービスです。エアギャップ環境や自社 GPU での大量バッチ処理など、オープンソース(Docling・Marker・MinerU)や数式特化ツール(Mathpix)の方が適しているケースも本記事内で正直に記載しています。

実ファイルで今すぐ試す: 公開テスト論文(original.pdf)と KolmoPDF の実際の変換結果(original.md)を比較できます。Web での変換は PDF Markdown変換ツール から、そのままのレイアウトで翻訳したい場合は PDF翻訳 から試せます。


PDF Markdown変換ツール 10選 比較表(2026年11月)

ツール方式実行環境2段組の読み順スキャンPDF (OCR)複雑な表LaTeX数式 ($/$$)料金・ライセンス
KolmoPDFページ全体 VLMWeb・API・Skill/MCP✅ 正確に線形化✅ 標準内蔵✅ GFM パイプ表✅ インライン・ブロック登録時300P+毎日50P無料;2P/頁・PAYG $3/1000P
Docling (IBM)レイアウト+TableFormer+OCRローカル Python (CPU/GPU)✅ 良好(図注要確認)✅ OCR 選択可✅ 構造再現が高い⚠️ オプション有効化無料・OSS(MIT)
Marker (Datalab)Surya OCR+レイアウト+LLM任意ローカル Python (GPU推奨)✅ 非常に高い✅ 標準内蔵✅ 良好✅ LaTeX 出力コード Apache 2.0;重みは年商$5M未満無料
MinerUパイプライン+VLM 切替ローカル Python (GPU推奨)✅ 非常に高い✅ 100言語以上対応✅ 非常に強い✅ LaTeX 出力MinerU Open Source License
Mathpix数式特化 OCR (.mmd)Web・デスクトップ・API✅ 高い✅ 標準内蔵⚠️ 密な表は弱め✅ 最高水準無料枠少なめ・従量課金
LlamaParseクラウド Agentic パースLlamaCloud / API✅ 高い(上位層)✅ 標準内蔵✅ 強い✅ 良好月次無料枠あり・従量課金
PyMuPDF4LLMフォント・座標ベース抽出ローカル Python (CPU)⚠️ 図の周辺で崩れ❌ OCR なし⚠️ 単純な表のみ❌ 文字化けAGPL / 商用ライセンス
MarkItDown (Microsoft)マルチフォーマット抽出ローカル Python / CLI❌ 列が混ざる❌ 外部OCR必要❌ 平文化しやすい❌ 欠落無料・OSS(MIT)
pdf2md.morethan.ioブラウザ内テキスト層解析ブラウザ(送信不要)⚠️ 2段組が混在❌ 非対応❌ 崩壊❌ 記号崩れ完全無料
CloudConvert / iLovePDF汎用オンライン変換クラウド Web / API⚠️ 不安定❌ 基本非対応/有料⚠️ 崩れやすい❌ 記号崩れ日次無料枠あり

検証方法とテスト文書(再現可能)

ベンチマーク数値の印象操作を避け、RAG やノート整理(Obsidian・Notion)で実際に問題になりやすい 3 種類の文書で挙動を検証しました。

  1. 2段組の学術論文(公開ダウンロード可): Vaswani et al., Attention Is All You Need(2017)。テストに使用した original.pdf と、KolmoPDF が出力した original.md をそのまま公開しています。
  2. スキャン書籍の章(テキスト層なしの画像 PDF): 傾き、ヘッダー・フッター、脚注を含むスキャン原稿。
  3. セル結合・ページ跨ぎのある決算・技術表: 行ラベルと数値列の対応が崩れやすい表。

※ 2・3 は著作権上非公開の社内サンプルです。Docling・Marker・MinerU・LlamaParse 等については 2026 年時点の公開仕様(CPU/GPU 要件やライセンス条件)も含めて整理しています。


実解析例:Attention Is All You Need(4ページ・6ページ)

Attention Is All You Need 原PDF 4ページ目(Scaled Dot-Product Attention 数式)

Attention Is All You Need 原PDF 6ページ目(Table 1 計算量比較表)

抽出された数式 1(LaTeX):

latexClick to Copy
$$
\text{Attention}(Q, K, V) = \text{softmax}(\frac{QK^T}{\sqrt{d_k}})V
$$

抽出された Table 1(GitHub Flavored Markdown テーブル):

markdownClick to Copy
| Layer Type | Complexity per Layer | Sequential Operations | Maximum Path Length |
| :--- | :---: | :---: | :---: |
| Self-Attention | $O(n^2 \cdot d)$ | $O(1)$ | $O(1)$ |
| Recurrent | $O(n \cdot d^2)$ | $O(n)$ | $O(n)$ |
| Convolutional | $O(k \cdot n \cdot d^2)$ | $O(1)$ | $O(log_k(n))$ |
| Self-Attention (restricted) | $O(r \cdot n \cdot d)$ | $O(1)$ | $O(n/r)$ |

セル内のインライン数式 $O(n^2 \cdot d)$ まで壊れずに残るため、Obsidian での数式表示や RAG の構造化チャンク分割にそのまま利用できます。詳しい設定手順は 数式・表・2段組を保持して PDF を Markdown に変換する方法 をご覧ください。


各ツールの評価と向き・不向き

1. KolmoPDF — 環境構築なしで論文・スキャン・AIエージェント連携まで完結

KolmoPDF はページを画像として視覚的に理解する VLM 方式のため、デジタル PDF とスキャン PDF を同じ精度で処理できます。

  • 強み: 2段組・3段組の正しい読み順、インライン/ブロック LaTeX 数式($/$$ または \[...\])、結合セルを含む GFM 表(複雑な図表は画像出力も選択可)、脚注の分離、1回の処理で9言語への同時翻訳(3ポイント/ページ)に対応。1タスク最大 300 MB / 800 ページ まで扱えます。
  • 開発者・AI 連携: 非同期 REST API(PDF 解析 API)に加え、Claude Code / Codex / Cursor 向けの公式 Skill(npx skills add komoai2026/kolmopdf-skill)や MCP サーバー(@kolmopdf/mcp-server)も同じクレジット残高で利用できます。
  • プライバシーと料金: アップロード文書は AI モデルの学習に一切使用しません(セキュリティ方針)。初回登録で 300ポイント(150ページ分) +毎日ログイン 50ポイント が付与され、都度払い(PAYG)は 1,000ポイント $3(有効期限なし)です。
  • 注意点: クラウド処理のため完全オフライン環境には向きません。

2. Docling(IBM)— 商用でも使いやすい MIT ライセンス・CPU 対応

  • 長所: MIT ライセンスで企業システムへ組み込みやすく、GPU がない CPU 環境でも動作します。TableFormer による表構造抽出と差し替え可能な OCR バックエンドが強力です。
  • 注意点: 初回実行時にモデルダウンロードが必要で、数式を LaTeX 化する場合は追加オプションによる処理時間増に注意が必要です。

3. Marker / MinerU — 自社 GPU で大量処理するなら最有力

  • Marker は GPU 環境での高速性と LaTeX 数式再現に優れます(ただしモデル重みは売上・資金調達 $5M 超で商用ライセンス要)。
  • MinerU は多言語・日本語や中国語を含むスキャン文献に強い一方、VRAM 4〜8 GB 以上の GPU とまとまったディスク容量が前提になります。

4. Mathpix / LlamaParse — 用途特化のクラウド選択肢

  • Mathpix は数式 OCR の精度が極めて高い反面、表の再現や無料枠の少なさがネックになりがちです。
  • LlamaParse は LlamaIndex 連携に最適ですが、高精度な Agentic モードを使うとページ単価が上がりやすい点に留意が必要です。

5. PyMuPDF4LLM / MarkItDown / pdf2md — 軽量テキスト抽出

  • PyMuPDF4LLM は綺麗なデジタル PDF の Python 前処理として最速クラスです(Python 実装コード解説)。
  • MarkItDown は Office 書類・HTML・PDF を統一インタフェースで扱えますが、PDF の見出し構造や数式・表の再現は苦手です。
  • pdf2md.morethan.io は単段組の簡単なデジタル PDF をブラウザだけで変換したい場合に便利です。

用途別のおすすめ選び方

  • 論文・数式・表・スキャン PDF を環境構築なしで綺麗に変換したい: KolmoPDF PDF Markdown変換
  • 社内の閉域網・CPU サーバーでライセンス制限なく運用したい: Docling(MIT)
  • 自社 GPU で大量バッチをコストゼロで回したい: Marker または MinerU
  • レイアウトそのままの日本語 PDF 翻訳が必要: KolmoPDF PDF翻訳(PDF翻訳の7つの方法も参照)
  • 抽出した Markdown をそのまま Word(.docx)で提出したい: MarkdownをWordに変換

よくある質問(FAQ)

2段組の論文や数式が他ツールで崩れるのはなぜですか? 一般的な PDF 抽出ツールは、視覚的なレイアウトではなく PDF 内部のテキスト格納順を読み取るため、左右の段が混ざり、分数や添字が文字化けします。VLM ベースのツールはページ画像全体を見て読み順と LaTeX 構造を再構成します。

アップロードした PDF は AI の学習に使われますか? KolmoPDF ではアップロードされた PDF や解析後の Markdown を AI モデルの学習に利用したり第三者へ提供したりしません。ローカル完結が必須の場合は Docling 等のオープンソースをご利用ください。

Obsidian や RAG パイプラインにそのまま使えますか? はい。# / ## / ### の見出し階層、GFM パイプ表、$...$ / $$...$$ 数式が標準形式で出力されるため、Obsidian への取り込みや LangChain / LlamaIndex のヘッダー分割(Chunking)にそのまま接続できます。