PDFドキュメントを構造化されたMarkdown形式に変換し、自動画像抽出とホスティングをサポート。URLリンクとbase64エンコードデータをサポートします。

高度な視覚理解モデルに基づいて画像をMarkdown形式に変換し、テキストコンテンツと構造情報を正確に識別します。

中国語と英語に焦点を当てた高精度テキスト認識。純粋なテキスト形式で結果を返し、日常のドキュメントやスクリーンショットに適しています。

位置検出を備えた高精度テキスト認識。テキストコンテンツを抽出し、各テキストブロックの詳細な座標情報（回転矩形と4点座標）を提供します。

アラビア語、フランス語、ドイツ語、イタリア語、日本語、韓国語、ポルトガル語、ロシア語、スペイン語、ベトナム語など、多言語テキスト認識をサポートし、プレーンテキスト形式で結果を返します。

請求書、証明書、フォームから構造化された情報を抽出し、カスタムJSONスキーマをサポートし、JSON形式で結果を返します。

画像から数学的数式を抽出し、LaTeX形式で認識結果を返します。手書きと印刷の両方の数式に対応します。