Datalab的Marker 2与MinerU、Docling和LiteParse对比：在olmOCR基准测试中得分76.0，吞吐量达MinerU的5倍

Datalab发布了Marker 2，这是对其开源文档转换管道的全面重写。Marker可将PDF、图像、PPTX、DOCX、XLSX、HTML和EPUB文件转换为Markdown、JSON、HTML或分块格式。Datalab团队基于过去几个月发布的三个组件对其进行了重建：Surya OCR 2、一个2000万参数的快速布局模型，以及一个速度是之前3倍的重写版pdftext。

主要成果来自Allen AI的第三方基准测试olmOCR-bench。Marker 2的平衡模式总体得分76.0%，在纯数字PDF上得分83.5%。在单个B200 GPU上，它可持续每秒处理2.9页。这比MinerU管道后端的吞吐量高出5倍以上，后者得分72.7%，每秒仅0.54页。Docling在同一测试中得分50.3%，每秒2.1页。

Marker 2的新特性：它提供三种转换路径而非一种：平衡模式（最高质量，GPU最佳）、快速模式（轻量级，降低成本）和禁用OCR模式（纯文本层提取，完全在CPU上运行）。此外，架构改进允许许多CPU工作线程共享单个Surya推理服务器，从而实现吞吐量线性扩展。

在对比中，Marker 2平衡模式领先MinerU 76.0%对72.7%，吞吐量优势显著。与Docling相比，Marker 2在准确性和速度上均获胜，但Docling在治理和格式广度上具备优势。LiteParse尽管速度极快，但在结构化文档上表现不佳。

许可方面存在明显差异：Marker代码采用Apache 2.0，但权重使用修改后的AI Pubs OpenRAIL-M许可，商业使用需付费；MinerU在1000万月活或2000万美元月收入以下免费，商业服务需披露；Docling采用MIT许可；LiteParse开源，但LlamaParse提供付费云路径。

团队强调，Marker 2是一个管道而非VLM，全页VLM在扫描件和数学文档上仍更优。但Marker平衡模式将差距缩小到仅落后Gemini Flash 3.5 0.4分，且在纯数字文档上超出后者。