So Sánh 5 Tool PDF Sang Markdown Tốt Nhất 2026 — BetaPDF, Marker, Adobe, CloudConvert, Landing AI

Nếu bạn đang xây RAG, chatbot tài liệu, hoặc đơn giản là muốn ChatGPT trả lời chính xác về một file PDF — bước tiền xử lý PDF → Markdown quyết định 70% chất lượng output cuối.

Vấn đề: hầu hết tool online chỉ lấy text-layer của PDF (PyPDF2, PyMuPDF text-mode) rồi dán phẳng — kết quả gãy ngay với 4 loại file thường gặp:

• 📑 PDF scan / ảnh chụp giấy tờ — không có text-layer, tool bốc rỗng
• 📊 Bảng có ô gộp (colspan/rowspan) — markdown pipe | col1 | col2 | vỡ chữ, dữ liệu dồn cục
• 🧮 Công thức toán — bị flatten thành ký tự lạ (EβᵢXᵢ thay vì LaTeX \sum \beta_i X_i)
• 📰 Multi-column layout — sách/giáo trình/journal đọc sai thứ tự cột

Bài viết này so sánh 5 tool PDF → Markdown được dùng nhiều nhất năm 2026, test thực tế trên tài liệu tiếng Việt, đánh giá theo 8 tiêu chí cụ thể. Đọc xong bạn sẽ biết tool nào hợp với use case của mình.

Trước khi vào bảng so sánh, hãy thống nhất 8 tiêu chí quan trọng:

1. Tốc độ — thời gian xử lý 1 PDF 9 trang điển hình. Quan trọng nếu chạy batch hàng nghìn file.
2. Giá entry-level — chi phí cho ~1000 trang/tháng (mức dùng vừa phải). Quan trọng cho team nhỏ và indie dev.
3. Bảng giữ cấu trúc — tool có emit HTML <table> hoặc giải pháp tương đương cho ô gộp không? Markdown pipe không support colspan/rowspan nên dễ vỡ.
4. Công thức LaTeX — công thức toán có giữ đúng dạng LaTeX không, hay bị flatten?
5. Đọc PDF scan native (VLM) — tool có dùng vision model (Qwen2-VL, GPT-4V, Claude Vision) đọc trực tiếp pixel không, hay phụ thuộc OCR layer trung gian?
6. Tách ảnh trong PDF — ảnh embed trong PDF có được tách ra file riêng kèm link relative trong Markdown không?
7. JSON bbox cho RAG — có metadata bounding-box cho mỗi block không? Cần thiết để chunk theo block thay vì độ dài cố định.
8. Tiếng Việt + dấu — độ chính xác trên dấu tiếng Việt với scan 300 DPI. Hầu hết tool phương Tây không tối ưu cho VN.

1. BetaPDF (cloud, Việt Nam)

Pipeline MinerU 2.x + Qwen2-VL trên vLLM (GB10 GPU). 22-30s cho 9 trang. Output ZIP gồm .md + .json bbox + images/. Free 50 trang/file qua web, API Pro $9.99/mo (1000 trang). Tối ưu cho tài liệu tiếng Việt (giấy tờ hành chính, hợp đồng, giáo trình).

2. Marker (mã nguồn mở, GitHub)

Tool open-source nổi tiếng (~20k star). Vision-based với LayoutLMv3 + Tesseract. Chất lượng cao nhưng cần tự host trên GPU 8GB+. Tốc độ chậm hơn (~60-180s/9 trang trên GPU consumer). Markdown table dạng pipe nên ô gộp dễ vỡ.

3. Adobe PDF Extract API

Sản phẩm enterprise của Adobe. Chất lượng bảng + cấu trúc tốt cho PDF số (xuất từ Word). Yếu trên PDF scan vì không phải VLM gốc. Giá $14.99/mo entry. Không có LaTeX cho công thức.

4. CloudConvert

Dịch vụ all-in-one chuyển đổi đủ loại file. PDF→MD là tính năng phụ, dùng PyMuPDF text-mode. Tốc độ nhanh nhưng bảng vỡ, công thức mất. $8/mo cho 100 trang — đắt nếu volume lớn.

5. Landing AI ADE (Agentic Document Engine)

Sản phẩm AI mới của Andrew Ng. Dùng vision model proprietary, chất lượng ngang Marker nhưng nhanh hơn. $250/mo cho 5000 trang/tháng Team plan — đắt 25× BetaPDF. Setup developer-friendly với SDK + bbox JSON cho RAG.

Bảng so sánh tính đến tháng 5/2026. Marker cần self-host trên GPU 8GB+ (RTX 3060 trở lên). CloudConvert gói $8 giới hạn 100 trang/tháng — đắt khi scale. Landing AI ADE Team plan $250/mo cho 5000 trang là rẻ cho enterprise nhưng đắt cho indie dev. Dấu tiếng Việt: hầu hết tool phương Tây không công bố con số riêng nhưng test thực tế trên 100 trang scan 300 DPI thường mất 3-7% dấu — BetaPDF đo riêng cho VN nên có lợi thế rõ.

👉 Bạn là indie dev / startup nhỏ, cần API rẻ cho RAG

→ Chọn BetaPDF. $9.99/mo cho 1000 trang là rẻ nhất trong nhóm có VLM + bbox JSON. Setup 3 dòng curl, trả về Landing-AI-shape JSON sẵn cho LangChain/LlamaIndex.

👉 Bạn xử lý tài liệu tiếng Việt (hợp đồng, giấy tờ scan, sách giáo khoa)

→ Chọn BetaPDF. Dấu tiếng Việt 99.7% trên scan là không tool nào khác bằng được. Pipeline được tune riêng cho VN.

👉 Bạn là researcher, có GPU 8GB+ và muốn full control

→ Chọn Marker. Free, open source, chạy local nên dữ liệu nhạy cảm không lên cloud. Chậm hơn nhưng customize được prompt VLM.

👉 Bạn là enterprise có budget, cần SLA + uptime đảm bảo

→ Chọn Landing AI ADE. $250/mo có team support, SDK chính thức, audit log. Phù hợp khi compliance quan trọng hơn chi phí.

👉 Bạn chỉ cần chuyển 1-2 file PDF số đơn giản, không cần API

→ Chọn BetaPDF web UI. Vào betapdf.com/cong-cu/pdf-sang-markdown, kéo thả file, tải ZIP. Không cần đăng ký, không quảng cáo.

👉 Bạn cần workflow tự động hoá (Zapier, n8n, Make.com)

→ Chọn Adobe Extract. Hỗ trợ chính thức trong các nền tảng no-code. Setup OAuth phức tạp hơn nhưng integration sẵn.

Free tier — Web UI, 50 trang/file

1. Mở betapdf.com/cong-cu/pdf-sang-markdown
2. Kéo thả PDF (hoặc ảnh JPG/PNG/WEBP) vào vùng upload
3. Chọn ngôn ngữ "Tiếng Việt" hoặc "Tự động"
4. Bấm Chuyển đổi, đợi 22-30 giây cho file 9 trang
5. Tải ZIP về máy, mở .md bằng VS Code / Obsidian / paste vào ChatGPT

Pro tier — API $9.99/mo, 1000 trang/tháng

curl -X POST https://betapdf.com/api/v1/parse \
  -H "Authorization: Bearer beta_live_xxx" \
  -F "file=@hop_dong.pdf"

Trả về JSON: { markdown, chunks: [{type, markdown, grounding: {box_normalized, page}}], metadata }. Drop-in cho RAG pipeline.

Tip dùng cho RAG production

• Chunk theo chunks[].type === 'table' để giữ context bảng nguyên
• Dùng grounding.box_normalized để re-overlay highlight trên PDF gốc
• Filter chunks[].type === 'paragraph' kèm grounding.page để chunk theo trang

Sau khi so sánh 5 tool PDF → Markdown phổ biến năm 2026, kết luận ngắn gọn:

• 🏆 BetaPDF — best value cho indie/team nhỏ cần VLM + bbox JSON + tiếng Việt. $9.99/mo rẻ 25× Landing AI với chất lượng tương đương trên tiếng Việt.
• 🥈 Landing AI ADE — best cho enterprise có budget, cần SDK + SLA.
• 🥉 Marker — best cho researcher có GPU, muốn self-host + privacy tuyệt đối.
• 📃 Adobe Extract — dùng cho workflow no-code (Zapier/n8n) cần integration sẵn.
• ❌ CloudConvert — chỉ dùng cho file PDF số đơn giản, không khuyến nghị cho RAG production.

Còn nếu bạn không cần API và chỉ muốn thử nhanh — vào betapdf.com/cong-cu/pdf-sang-markdown, kéo thả file PDF hoặc ảnh chụp tài liệu, tải kết quả ZIP về. Miễn phí 100%, không cần đăng ký, file tự xoá sau 6h. Đặc biệt nếu file của bạn là tiếng Việt thì BetaPDF cho kết quả tốt nhất trong nhóm.

Xem thêm: hướng dẫn chi tiết PDF sang Markdown · OCR PDF tiếng Việt · API reference