Trích xuất Markdown + JSON bbox từ PDF hoặc ảnh trong 22-30 giây cho ChatGPT, Claude, RAG, embedding. AI Premium giữ heading, bảng, công thức, dấu tiếng Việt. PDF ≤50 trang, ảnh jpg/png/webp ≤20MB.
Kéo thả file vào đây
hoặc nhấn để chọn file
Tải lên 1 PDF (≤50 trang) hoặc ảnh chụp tài liệu (≤20MB)
BetaPDF trả về 2 file để bạn dùng linh hoạt cho mọi AI workflow:
filename.md — Markdown thuần — copy thẳng vào ChatGPT / Claude, hoặc nhúng vào tài liệu của bạn.filename_content_list.json — JSON danh sách block + bbox — dùng cho RAG, embedding, OCR pipeline tự động.Tải lên file PDF (tối đa 50 trang)
Chọn ngôn ngữ và tùy chọn công thức / bảng
Tải về ZIP gồm .md + .json để dùng với AI
Hầu hết tool PDF→Markdown online dùng text-layer extraction đơn thuần: bốc text-layer của PDF rồi dán vào markdown, vỡ ngay khi PDF scan, có bảng phức tạp, hoặc multi-column. BetaPDF dùng cách khác — đọc PDF bằng mô hình vision Qwen2-VL chạy trên vLLM (GB10 GPU), nhìn từng trang như con người và tự reconstruct cấu trúc. Kết quả: bảng giữ nguyên HTML <table> (kèm colspan/rowspan), công thức toán xuất LaTeX gốc, ảnh trong PDF được tách ra file riêng kèm theo, PDF scan đọc native không cần OCR layer trung gian. 22-30 giây cho file 9 trang tiếng Việt — nhanh gấp 15× các solution VLM mã nguồn mở khác.
Output thẻ <table>/<tr>/<td> đầy đủ, hỗ trợ merge cell. Render đẹp trong Obsidian, GitHub, ChatGPT, Notion — không bị tool markdown-pipe làm dính chữ.
Trích xuất \\frac, \\sum, \\int, matrices, etc. Paste thẳng vào MathJax/KaTeX viewer, ChatGPT hiểu liền — không bị flatten thành ký tự lạ.
Qwen2-VL nhìn trực tiếp pixel của PDF/ảnh chụp. Không cần text-layer, không dùng Tesseract OCR — 99.7% chính xác dấu tiếng Việt trên scan 300 DPI.
ZIP kèm file *_content_list.json: từng block có bbox (0-1000 normalized) + type (paragraph/table/figure/formula). Output shape giống Landing AI ADE — drop-in cho mọi RAG/embedding pipeline.
Pipeline: MinerU 2.x → Qwen2-VL vision model → vLLM 0.16 serving trên GB10 (sm_121). Backend vlm-http-client, batch native, ~15× nhanh hơn vlm-auto-engine (transformers). Đầu vào: PDF tới 100MB (sync ≤10 trang, async ≤50 trang) hoặc ảnh jpg/png/webp tới 20MB. Đầu ra: ZIP {.md + _content_list.json + images/}.
So sánh nhanh các điểm hay được hỏi khi chọn tool PDF → Markdown cho AI workflow.
| Tiêu chí | BetaPDF | Marker (OSS) | Adobe Extract | CloudConvert | Landing AI ADE |
|---|---|---|---|---|---|
| Tốc độ (9 trang VN) | 22-30s | 60-180s | ~10s | ~20s | ~25s |
| Giá entry (≥1000 trang/tháng) | $9.99/mo | Miễn phí (tự host) | $14.99/mo | $8/mo (100pg) | $250/mo |
| Bảng HTML giữ cấu trúc | ✓ | — | ✓ | — | ✓ |
| Công thức LaTeX | ✓ | ✓ | — | — | ✓ |
| PDF scan đọc native (VLM) | ✓ | — | — | — | ✓ |
| Ảnh trong PDF tách ra file | ✓ | — | — | — | ✓ |
| JSON bbox cho RAG | ✓ | — | △ partial | — | ✓ |
| Dấu tiếng Việt 99.7% | ✓ | △ | △ | △ | △ |
| Web UI miễn phí ≤50 trang | ✓ | — | — | △ | — |
Số liệu so sánh ngày 2026-05. Marker (github.com/VikParuchuri/marker) cần GPU 8GB+ tự host. CloudConvert giới hạn 100 trang/tháng gói $8. Landing AI ADE giá Team plan $250/mo cho 5,000 trang. Dấu tiếng Việt: đa số tool phương Tây không đo riêng nhưng thực tế hay mất dấu trên scan; con số 99.7% của BetaPDF đo trên PDF scan 300 DPI 100 trang.
Phù hợp cho: nạp hợp đồng/paper/giáo án vào ChatGPT, Claude, xây kho tri thức RAG, pipeline OCR tự động cho tài liệu tiếng Việt. Nếu file dài hơn 50 trang, hãy dùng Tách PDF trước.
📖 Mới: Cách Chuyển PDF Sang Markdown Cho ChatGPT, Claude & RAG — hướng dẫn chi tiết từng bước.
PDF sang Markdown trả về định dạng cấu trúc (heading, list, bảng, công thức LaTeX) sẵn sàng cho LLM, RAG, embedding. PDF sang Word phù hợp khi bạn cần chỉnh sửa lại nội dung trong Microsoft Word.
Có, và đây là điểm khác biệt: BetaPDF dùng mô hình vision Qwen2-VL chạy trên vLLM, đọc trực tiếp pixel của PDF như con người nhìn — không phụ thuộc lớp text-layer. PDF scan, ảnh chụp giấy tờ, sách quét đều xử lý native. Bạn cũng có thể upload thẳng file jpg/png/webp (không cần convert ra PDF trước).
Có. Output trả về thẻ <table> HTML với <tr>/<td> đầy đủ, bao gồm cả merge cell (colspan/rowspan). Markdown standard không support merge cell, nên các tool dùng định dạng `| col1 | col2 |` thường vỡ chữ ở bảng phức tạp — BetaPDF tránh được bằng cách emit HTML thay thế, vẫn render đẹp trong mọi Markdown viewer hỗ trợ HTML inline (Obsidian, GitHub, ChatGPT).
Chuyển đổi file PDF sang Word (.docx) có thể chỉnh sửa
Chuyển PDF scan thành PDF có thể tìm kiếm và sao chép văn bản
Trích xuất bảng biểu từ PDF sang Excel (.xlsx)
Trích xuất các trang cụ thể từ PDF
Giảm dung lượng file PDF giữ chất lượng
Tách file PDF thành nhiều file nhỏ