Docling es un toolkit de conversión de documentos de código abierto, iniciado por el equipo AI for knowledge de IBM Research Zúrich y alojado como proyecto de la LF AI & Data Foundation. El código tiene licencia MIT, la última versión en PyPI es la 2.139.0 y el proyecto tiene unas 69.000 estrellas en GitHub (Docling en GitHub, PyPI, consultado el 15 de octubre de 2026).
Hace bien su trabajo y no cuesta nada licenciarlo. Si buscas una alternativa a Docling, anyformat resuelve un problema adyacente: extracción validada contra un esquema, envuelta en orquestación de flujos, revisión humana y un servicio gestionado.
anyformat es procesamiento agéntico de documentos listo para la empresa: un OCR agéntico que convierte cualquier documento en datos de confianza, donde cada valor está validado y cita su origen. Está pensado para empresas con exigencias serias de seguridad, escala y auditoría, así que lo usan los responsables de los procesos y sus equipos de IT junto a los desarrolladores que lo evalúan e integran.
Describes los campos una vez como un esquema. Parse lee el documento, Extract devuelve cada valor con una puntuación de confianza y su posición en la página, Validate ejecuta tus reglas y los valores con baja confianza van a un revisor dentro del mismo flujo, por la API, los SDK de Python y TypeScript o el Studio sin código. Cada valor lleva su evidencia, aguanta en documentos difíciles, es una empresa europea con ISO 27001 y GDPR, y el precio cubre el flujo completo, no solo la extracción. Frente a una librería que operas tú, esos pasos vienen en un servicio gestionado.
La medida que importa es cuántos documentos pasan sin que nadie los toque, y los equipos salen a producción en días, no en trimestres, con SDK, plantillas y evals para medir la precisión sobre la marcha.
Qué es Docling y qué no es
Docling lee muchos formatos a una representación unificada y la exporta. Las entradas incluyen PDF, DOCX, PPTX, XLSX, HTML, EPUB, imágenes, correo, y audio y vídeo con transcripción; las salidas son Markdown, HTML, JSON sin pérdidas, texto plano y fragmentos para RAG (documentación de Docling, consultada el 15 de octubre de 2026). En PDF maneja layout, orden de lectura, tablas, código, fórmulas y OCR para escaneos.
Se integra con LangChain, LlamaIndex, CrewAI y Haystack, incluye una herramienta de línea de comandos y un servidor MCP, y puede ejecutarse como API con docling-serve. Es un toolkit que montas y operas tú: ningún proveedor lo vende como servicio, y todo lo que rodea al paso de conversión te toca construirlo a ti.
El trabajo principal de Docling es la conversión: la salida es un documento (Markdown o JSON) que un paso posterior convierte en los campos que necesitas. La documentación también lista una función de extracción de datos estructurados, marcada como beta (documentación de Docling, consultada el 15 de octubre de 2026). Fuentes secundarias la describen como experimental, limitada a PDF e imágenes y guiada por una plantilla que defines tú; consulta la documentación oficial para ver su estado actual antes de depender de ella.
anyformat extrae contra un esquema definido por el usuario en zero-shot y devuelve JSON validado, con campos de documento y de tabla declarados juntos y devueltos en una sola llamada. Cada campo lleva una puntuación de confianza y una cita visual que señala su posición exacta en la página.
Confianza: lo bien que convirtió frente a si el valor es correcto
Docling reporta confianza a nivel de página y de documento, construida con puntuaciones de layout, OCR y parse entre 0 y 1, agrupadas en cuatro grados de pobre a excelente. La puntuación de tablas figura como aún no implementada, y la documentación dice que las puntuaciones numéricas son informativas y que su cálculo puede cambiar (documentación de Docling, consultada el 15 de octubre de 2026).
Eso te dice lo bien que se convirtió una página. No te dice si un valor extraído es correcto, así que un proceso de revisión no tiene nada sobre lo que enrutar a nivel de campo. anyformat devuelve una confianza por cada campo extraído, con la evidencia de origen al lado, de modo que un umbral decide qué valores pasan y cuáles van a un revisor dentro del mismo flujo. Para ver cómo se calculan y se leen estas puntuaciones, consulta cómo funciona la puntuación de confianza.
Benchmark: dónde lidera cada uno
En nuestro propio benchmark de parsing, realizado sobre más de 1.000 documentos reales de más de 30 tipos y que puntúa texto, tablas y estructura del documento, anyformat obtuvo 78,1% y Docling 52,3% (nuestro benchmark, 2026). La misma tabla lista a Docling como autoalojado, así que no tiene precio por página. anyformat también publica su propio benchmark de parsing con el ranking completo.
En el ranking independiente de ParseBench, leído el 15 de octubre de 2026, anyformat (Standard) obtuvo 80,30, quinta de 147 entradas, y los modelos de pesos abiertos de Docling 50,65, en el puesto 111. ParseBench lo publica LlamaIndex, que también vende un producto de parsing que encabeza su propio ranking, y la fila de Docling son los modelos de pesos abiertos, no necesariamente un pipeline completo ajustado.
Docling sale mejor parado en una comparación práctica. En nuestra prueba de herramientas de PDF a markdown con los mismos archivos ficticios, Docling devolvió la tabla como una tabla markdown correcta, la lista como lista y las dos columnas en orden, y leyó un escaneo sin configuración. Comparamos a ojo y no vimos errores; es una observación, no una puntuación de precisión (PDF a markdown para LLMs, 30 de septiembre de 2026). Además, los benchmarks miden parsing, no extracción contra tu propio esquema, por eso la comparación real es una prueba con tus propios documentos.
Precisión: lectura, estructura y valores
En IA documental, la precisión significa tres cosas distintas. Leer los caracteres y reconstruir la estructura (tablas, orden de lectura, fórmulas) es el núcleo de Docling, y su salida en Markdown es sólida ahí. Poner el valor correcto en el campo correcto es la extracción, y es lo que consume el sistema posterior: una puntuación de conversión no te dice si el total de la factura acabó en el campo del total, ni si la fila 1.800 de una tabla larga sobrevivió. El estudio de documentos largos de anyformat mantuvo cerca del 99% de recuperación de filas en tablas de hasta 50 páginas y unas 2.400 filas (nuestro benchmark, 2026).
Si la precisión decide la elección, pruébala como la vas a usar. Toma entre 50 y 100 documentos tuyos, extrae el mismo esquema con ambos y puntúa a nivel de campo: coincidencia exacta para identificadores e importes, recuperación de filas para tablas. Después comprueba si la confianza que da cada sistema predice qué campos están mal, porque eso decide cuánta revisión humana hace falta. La suite de evals de anyformat ejecuta ese tipo de comparación sobre tus propios documentos antes de que un flujo salga a producción.
Prueba ambos con tus documentos. Prueba anyformat gratis, con una concesión única de 50.000 créditos en Pay As You Go, o solicita una demo.
Docling no tiene cuota de licencia: el código es MIT y Granite-Docling, su pequeño modelo de visión, es Apache 2.0 (ficha del modelo Granite-Docling, consultada el 15 de octubre de 2026). El coste es operarlo: infraestructura, tiempo de ingeniería y todo lo que se construye alrededor de la conversión. Las imágenes de contenedor de docling-serve son grandes, con una imagen base de 8,7 GB en amd64, y los modelos se descargan la primera vez que se usan (docling-serve, consultado el 15 de octubre de 2026).
anyformat factura en créditos, por página y por operador: 10 créditos cuestan 0,01 €, así que Parse son 25 créditos por página (0,025 €, publicado como 25 $ por 1.000 páginas), Extract 35 créditos por página y Validate 5 créditos por regla de IA, una vez por extracción (precios de anyformat, 2026). Parse más Extract son 60 créditos, es decir 0,06 €, por página.
Solo en coste de licencia, Docling es más barato, porque es gratis. No son el mismo producto: el precio de anyformat incluye el servicio gestionado, la cola de revisión, la validación y la orquestación que de otro modo tendrías que construir y operar tú, y su plan gratuito te permite probar antes de pagar.
Cumplimiento y soberanía europea
Docling es software, no un proveedor, así que no tiene certificaciones propias: el cumplimiento depende de dónde y cómo lo ejecutes. Eso puede ser una ventaja cuando necesitas control total del entorno, y una carga cuando un auditor pide evidencias.
anyformat tiene certificación ISO 27001, cumple con el GDPR y es una empresa con sede en la UE y entidad jurídica europea, con el cumplimiento incluido en todos los planes y sin sobrecoste.
Constructor de flujos, revisión y validación
Docling convierte documentos; la clasificación, la división de paquetes de varios documentos, el enrutado por tipo de documento, las reglas de validación y la revisión humana no forman parte de él, y su documentación no describe una cola de revisión. Los equipos que eligen Docling construyen esos pasos a su alrededor.
anyformat incluye Studio, un lienzo de flujos sin código: ramas, condiciones, división, enrutado, operadores de extracción, reglas de validación, cruce con fuentes de datos internas y revisión humana colocada donde el proceso la necesite. Los campos con baja confianza se enrutan a un revisor, que ve el valor junto a su origen en la página y puede corregirlo. Los equipos de operaciones cambian el flujo sin desplegar código.
Estabilidad de versiones
Con una librería fijas tú la versión del paquete, y los modelos que descarga forman parte de lo que tienes que mantener consistente entre entornos y a lo largo del tiempo.
Las versiones de los flujos de anyformat están fijadas y son inmutables: un version_id publicado no cambia por debajo, algo que importa cuando un proceso regulado tiene que reprocesar un documento de forma idéntica años después.
Sí, si quieres que la extracción funcione como un proceso y no como una llamada: salida validada contra un esquema con confianza por campo, cola de revisión, reglas de validación, orquestación sin código y flujos con versión fijada, sin operar tú modelos ni contenedores. Si lo que quieres es markdown o texto de los documentos, sin coste de licencia y en tus propias máquinas, depende del trabajo: Docling lo hace bien y anyformat no es una forma más barata de hacerlo. Y si te gusta la conversión de Docling, los dos pueden convivir, porque la capa que hace que el resultado sea seguro para producción es la que añade anyformat.
Cuándo elegir Docling
Conversión gratuita y de código abierto de muchos formatos a Markdown o JSON, con el pipeline alrededor como código que tu equipo acepta mantener, o cuando tus restricciones exigen ejecutarlo todo en tus propias máquinas.
Cuando la extracción tiene que funcionar como un proceso y no como una llamada: confianza por campo con evidencia, reglas de validación, revisión humana, orquestación sin código y versiones de flujo fijadas, como servicio gestionado. Empieza en anyformat.ai.
Mira también las otras comparativas: anyformat vs LlamaParse, anyformat vs Unstructured y anyformat vs Mistral OCR, o consulta todas las comparativas.
