Funcionalidades
- Formatos de entrada: PDF, PPTX, DOCX, XLSX, HTML, EPUB e imagens.
- Formatos de saída: Markdown, JSON com caixas delimitadoras, HTML e chunks para RAG.
- OCR: Surya VLM — processa documentos digitalizados multilíngues.
- Extração de tabelas: TableConverter reconstrói tabelas em Markdown e JSON.
- GPU opcional: funciona em GPU, CPU ou Apple MPS.
- API Datalab: franquia gratuita mensal (o README cita cerca de 5 000 páginas de conversão; veja datalab.to/pricing); planos pagos para maior volume.
Instalar Marker
- Local (Python):
pip install marker-pdfpara PDF; `pip install marker-pdf[full]` para outros formatos (PPTX, DOCX, XLSX, HTML, EPUB). - Servidor Surya: no primeiro uso, o Surya inicia um servidor de inferência local; ele exige Docker com vllm e o NVIDIA Container Toolkit em GPUs NVIDIA, ou o binário llama.cpp
llama-serverem CPU e Apple Silicon. - API Datalab: crie uma conta em datalab.to; franquia gratuita mensal (veja datalab.to/pricing).
- Código-fonte: github.com/datalab-to/marker (código: Apache-2.0).
Fluxo de dados
- Por padrão, o Marker processa os documentos na sua máquina. O modo opcional --use_llm pode enviar conteúdo ao provedor de LLM que você configurar (padrão gemini-3.5-flash; Claude, compatíveis com OpenAI, Azure, Vertex, OpenRouter e Ollama também são aceitos). O README não informa quando os pesos do modelo são baixados; espere um download durante a instalação.
- A API Datalab envia documentos para servidores externos: verifique os termos antes de usar dados confidenciais.
- Para cargas de trabalho sensíveis, execute o Marker localmente sem --use_llm.
Licença e preço
- Licença: o código é Apache-2.0; os pesos do modelo usam uma licença AI Pubs Open RAIL-M modificada, gratuita para pesquisa e uso pessoal e para organizações com no máximo 5 milhões de USD de receita bruta no ano anterior e no máximo 5 milhões de USD de financiamento total captado. Organizações maiores precisam de uma licença comercial da Datalab, e a licença proíbe o uso em produtos ou serviços que concorram com a Datalab.
- Uso local: sem conta; gratuito dentro dos termos da licença dos pesos indicada acima.
- API Datalab: franquia gratuita mensal (o README cita cerca de 5 000 páginas de conversão; a página de preços indica em dólares: US$ 20/mês com e-mail corporativo, US$ 10 com e-mail pessoal); condições atuais em datalab.to/pricing.
📌Nota: Aviso: verifique a licença dos pesos do modelo antes do uso comercial. Apenas o código do Marker é Apache-2.0. Os pesos usam uma licença AI Pubs Open RAIL-M modificada; organizações com mais de 5 milhões de USD de receita bruta ou de financiamento total precisam de uma licença comercial da Datalab.
Concorrentes e alternativas
- Docling — MIT da IBM; servidor MCP documentado (pacote separado docling-mcp) e mais formatos de saída.
- MinerU — open source com a MinerU Open Source License (Apache 2.0 mais condições adicionais; verifique antes do uso comercial); saídas Markdown, HTML e LaTeX.
- Unstructured — biblioteca ETL Python; suporte amplo incluindo e-mails.
- OpenDataLoader PDF — analisador somente de PDF com SDKs Python, Node.js e Java; saídas JSON com caixas delimitadoras, Markdown e HTML.
Perguntas frequentes
Marker é gratuito para uso comercial?
Depende da sua organização. O código é Apache-2.0, mas os pesos do modelo usam uma licença AI Pubs Open RAIL-M modificada: gratuita para pesquisa e uso pessoal e para organizações com no máximo 5 milhões de USD de receita bruta no ano anterior e no máximo 5 milhões de USD de financiamento total captado. Organizações maiores precisam de uma licença comercial da Datalab, e a licença proíbe o uso em produtos ou serviços que concorram com a Datalab. Verifique a licença do modelo antes do uso comercial.
Qual é a diferença entre Marker e Docling?
Ambos convertem PDFs localmente. Marker usa Surya OCR para Markdown limpo; Docling (MIT, IBM) tem um servidor MCP documentado (pacote separado docling-mcp) e mais formatos.
Marker precisa de GPU?
Não. Surya VLM funciona em CPU. GPU acelera o processamento, mas não é obrigatória.
Como instalo o Marker?
pip install marker-pdf em um ambiente Python 3.10+ (`pip install marker-pdf[full]` para formatos que não sejam PDF). PyTorch também é necessário. No primeiro uso, o Surya inicia um servidor de inferência local: ele exige Docker com vllm e o NVIDIA Container Toolkit em GPUs NVIDIA, ou o binário llama.cpp llama-server em CPU e Apple Silicon.
Marker processa PDFs digitalizados?
Sim. O modelo Surya VLM realiza OCR em documentos digitalizados e PDFs baseados em imagem.
Quais formatos o Marker produz?
Markdown, JSON com caixas delimitadoras, HTML e chunks para RAG.
Marker tem servidor MCP?
O README do Marker não menciona um servidor MCP, portanto nenhum está documentado. Se você precisa de uma integração documentada com assistentes de IA, considere o Docling, que lista uma.
O que é a API Datalab?
Serviço hospedado da Datalab, empresa que desenvolve o Marker. Franquia gratuita mensal (o README cita cerca de 5 000 páginas de conversão; a página de preços indica em dólares: US$ 20/mês com e-mail corporativo, US$ 10 com e-mail pessoal); condições atuais em datalab.to/pricing.
Marker extrai tabelas?
Sim. O TableConverter reconstrói tabelas em Markdown e JSON (funcionalidade documentada no README).
Qual é a versão atual?
v2.2.0, lançada em 12 de novembro de 2026 (GitHub Releases). Verificado em 15/11/2026.
Fontes
- github.com/datalab-to/marker (consultado 15/11/2026).
- datalab.to (consultado 15/11/2026).
