機能
- 入力形式: PDF・PPTX・DOCX・XLSX・HTML・EPUB・一般的な画像形式。
- 出力形式: Markdown(デフォルト)・JSONバウンディングボックス付き・HTML・RAG用チャンク。
- OCR: Surya VLM(多言語スキャン文書対応)。
- 表抽出: TableConverterがMarkdownとJSONで表を再構築。
- GPU任意: GPU・CPU・Apple MPSで動作。
- Datalab API: 月間の無料枠あり(READMEでは約5,000変換ページ、datalab.to/pricing参照)。
インストール
- ローカル: PDFは
pip install marker-pdf、その他の形式(PPTX・DOCX・XLSX・HTML・EPUB)は`pip install marker-pdf[full]`。 - Suryサーバー: 初回利用時にSuryがローカル推論サーバーを起動します。NVIDIA GPUではvllm入りDockerとNVIDIA Container Toolkit、CPUやApple Siliconではllama.cppの
llama-serverバイナリが必要です。 - Datalab API: datalab.toでアカウント作成;月間の無料枠あり(datalab.to/pricing参照)。
- ソースコード: github.com/datalab-to/marker (コード:Apache-2.0)。
データの流れ
- 既定ではMarkerはドキュメントを自分のマシンで処理します。任意の--use_llmモードでは、設定したLLMプロバイダー(既定はgemini-3.5-flash。Claude、OpenAI互換、Azure、Vertex、OpenRouter、Ollamaにも対応)にコンテンツが送信される場合があります。モデルの重みをいつダウンロードするかはREADMEに記載がないため、セットアップ時にダウンロードが発生すると想定してください。
- Datalab APIを使う場合はドキュメントがDatalabサーバーにアップロードされます。
- Datalab APIの利用規約・プライバシー条件は本レビューでは評価していません。機密文書を送信する前にdatalab.toで確認してください。
- 機密性の高い用途では、--use_llmを使わずにMarkerをローカルで実行してください。
ライセンスと価格
- ライセンス: コードはApache-2.0。モデルの重みは修正版AI Pubs Open RAIL-Mライセンスで、研究・個人利用、および前年の総売上と調達総額がいずれも500万米ドル以下の組織は無料。それを超える組織はDatalabの商用ライセンスが必要で、Datalabと競合する製品・サービスでの利用は禁止されています。
- ローカル: アカウント不要。上記のモデルの重みライセンスの範囲で無料。
- Datalab API: 月間の無料枠あり(READMEでは約5,000変換ページ。料金ページではドル額で、勤務先メールで月20ドル、個人メールで10ドル);最新の条件はdatalab.to/pricing参照。
📌補足: 警告:商用利用の前にモデルの重みのライセンスを確認してください。Apache-2.0はMarkerのコードのみが対象です。モデルの重みは修正版AI Pubs Open RAIL-Mライセンスで、総売上または調達総額が500万米ドルを超える組織にはDatalabの商用ライセンスが必要です。
競合と代替ツール
- Docling — IBM・MITライセンス;MCPサーバー(別パッケージのdocling-mcp)が文書化されている・追加出力形式あり。
- MinerU — オープンソース、MinerU Open Source License(Apache 2.0に追加条件あり。商用利用前に要確認);Markdown・HTML・LaTeX出力。
- Unstructured — Python ETLライブラリ;メールを含む広範な形式対応。
- OpenDataLoader PDF — PDF専用パーサー、Python・Node.js・Java SDK;バウンディングボックス付きJSON・Markdown・HTMLを出力。
よくある質問
Markerは商用利用が無料ですか?
組織によります。コードはApache-2.0ですが、モデルの重みは修正版AI Pubs Open RAIL-Mライセンスで、研究・個人利用、および前年の総売上と調達総額がいずれも500万米ドル以下の組織は無料です。それを超える組織はDatalabの商用ライセンスが必要で、Datalabと競合する製品・サービスでの利用も禁止されています。商用利用の前にモデルのライセンスを確認してください。
MarkerとDoclingの違いは何ですか?
どちらもローカルでPDF→Markdownに変換します。MarkerはSurya OCRでクリーンなMarkdown出力に特化;Doclingは文書化されたMCPサーバー(別パッケージのdocling-mcp)と追加出力形式を提供。
MarkerはGPUが必要ですか?
いいえ。Surya VLMはCPUで動作します。GPUは処理を高速化しますが必須ではありません。
Markerのインストール方法は?
Python 3.10+環境でPDFならpip install marker-pdf、その他の形式なら`pip install marker-pdf[full]`を実行。PyTorchも別途インストールが必要です。初回利用時にSuryがローカル推論サーバーを起動し、NVIDIA GPUではvllm入りDockerとNVIDIA Container Toolkit、CPUやApple Siliconではllama.cppのllama-serverバイナリが必要です。
スキャンPDFに対応していますか?
はい。Surya VLMがスキャン文書や画像PDFのOCRを担当します。
出力形式は何ですか?
Markdown・JSONバウンディングボックス付き・HTML・RAG用チャンク。
MarkerにはMCPサーバーがありますか?
MarkerのREADMEにMCPサーバーの記載はなく、文書化されたものはありません。文書化されたAIアシスタント統合が必要な場合は、それを掲げているDoclingを検討してください。
Datalab APIとは何ですか?
Marker開発元Datalabによるホスト型APIサービスです。月間の無料枠あり(READMEでは約5,000変換ページ、料金ページではドル額で勤務先メール月20ドル・個人メール10ドル);最新の条件はdatalab.to/pricing参照。
表の抽出に対応していますか?
はい。TableConverterがMarkdownとJSONで表を再構築します(README記載機能)。
現在のバージョンは何ですか?
v2.2.0(2026年11月12日リリース、GitHub Releases)。2026年11月15日確認。
情報源
- github.com/datalab-to/marker — README・リリース履歴(2026-11-15参照)。
- datalab.to — ホスト型API情報(2026-11-15参照)。
