Docling est une boîte à outils open source de conversion de documents, lancée par l'équipe AI for knowledge d'IBM Research Zurich et hébergée comme projet de la LF AI & Data Foundation. Le code est sous licence MIT, la dernière version sur PyPI est la 2.139.0 et le projet compte environ 69 000 étoiles sur GitHub (Docling sur GitHub, PyPI, consultés le 15 octobre 2026).
Il fait bien son travail et ne coûte rien en licence. Si vous cherchez une alternative à Docling, anyformat résout un problème voisin : une extraction validée par un schéma, enveloppée dans l'orchestration de workflows, la revue humaine et un service géré.
anyformat est un traitement agentique de documents prêt pour l'entreprise : un OCR agentique qui transforme n'importe quel document en données fiables, où chaque valeur est validée et cite sa source. Il est conçu pour les entreprises aux exigences sérieuses en matière de sécurité, d'échelle et d'audit : les responsables de processus et leurs équipes IT l'utilisent avec les développeurs qui l'évaluent et l'intègrent.
Vous décrivez les champs une fois sous forme de schéma. Parse lit le document, Extract renvoie chaque valeur avec un score de confiance et sa position dans la page, Validate exécute vos règles, et les valeurs à faible confiance vont à un réviseur dans le même workflow, via l'API, les SDK Python et TypeScript ou le Studio sans code. Chaque valeur porte sa preuve, il tient sur les documents difficiles, c'est une entreprise européenne avec ISO 27001 et RGPD, et le prix couvre tout le workflow, pas seulement l'extraction. Face à une bibliothèque que vous exploitez, ces étapes sont fournies en service géré.
La mesure qui compte, c'est le nombre de documents qui passent sans que personne n'y touche, et les équipes passent en production en jours, pas en trimestres, avec des SDK, des modèles et des évaluations pour mesurer la précision en cours de route.
Ce qu'est Docling, et ce qu'il n'est pas
Docling lit de nombreux formats dans une représentation unifiée et l'exporte. Les entrées comprennent PDF, DOCX, PPTX, XLSX, HTML, EPUB, images, e-mails, et audio et vidéo avec transcription ; les sorties sont Markdown, HTML, JSON sans perte, texte brut et segments pour le RAG (documentation de Docling, consultée le 15 octobre 2026). Pour les PDF, il gère la mise en page, l'ordre de lecture, les tableaux, le code, les formules et l'OCR des scans.
Il s'intègre à LangChain, LlamaIndex, CrewAI et Haystack, fournit un outil en ligne de commande et un serveur MCP, et peut tourner comme API avec docling-serve. C'est une boîte à outils que vous assemblez et exploitez : aucun éditeur ne la vend comme service, et tout ce qui entoure l'étape de conversion est à construire.
Le métier principal de Docling est la conversion : la sortie est un document (Markdown ou JSON) qu'une étape suivante transforme en champs. La documentation liste aussi une fonction d'extraction de données structurées, marquée bêta (documentation de Docling, consultée le 15 octobre 2026). Des sources secondaires la décrivent comme expérimentale, limitée aux PDF et aux images, et pilotée par un modèle que vous définissez ; consultez la documentation officielle pour son état actuel avant de vous y fier.
anyformat extrait selon un schéma défini par l'utilisateur en zero-shot et renvoie du JSON validé, avec des champs de document et de tableau déclarés ensemble et renvoyés en un seul appel. Chaque champ porte un score de confiance et une citation visuelle qui pointe sa position exacte dans la page.
Confiance : la qualité de conversion face à l'exactitude de la valeur
Docling rapporte une confiance au niveau de la page et du document, construite à partir de scores de mise en page, d'OCR et de parse entre 0 et 1, regroupés en quatre grades de faible à excellent. Le score des tableaux est indiqué comme pas encore implémenté, et la documentation précise que les scores numériques sont informatifs et que leur calcul peut changer (documentation de Docling, consultée le 15 octobre 2026).
Cela dit la qualité de conversion d'une page. Cela ne dit pas si une valeur extraite est exacte, de sorte qu'un processus de revue n'a rien sur quoi router au niveau du champ. anyformat renvoie une confiance par champ extrait, avec la preuve de la source à côté, si bien qu'un seuil décide quelles valeurs passent et lesquelles vont à un réviseur dans le même workflow. Pour voir comment ces scores sont produits et lus, consultez le fonctionnement du score de confiance.
Benchmark : où chacun est en tête
Dans notre propre benchmark de parsing, réalisé sur plus de 1 000 documents réels couvrant plus de 30 types et qui note le texte, les tableaux et la structure du document, anyformat obtient 78,1 % et Docling 52,3 % (notre benchmark, 2026). Le même tableau indique Docling comme auto-hébergé, donc sans prix à la page. anyformat publie aussi son propre benchmark de parsing avec le classement complet.
Sur le classement indépendant ParseBench, lu le 15 octobre 2026, anyformat (Standard) obtient 80,30, cinquième sur 147 entrées, et les modèles open-weight de Docling 50,65, à la 111e place. ParseBench est publié par LlamaIndex, qui vend aussi un produit de parsing en tête de son propre classement, et la ligne Docling correspond aux modèles open-weight, pas nécessairement à un pipeline complet optimisé.
Docling se comporte mieux dans une comparaison pratique. Dans notre test d'outils PDF vers markdown sur les mêmes fichiers fictifs, Docling a renvoyé le tableau sous forme de tableau markdown correct, la liste comme une liste et les deux colonnes dans l'ordre, et a lu un scan sans configuration. Nous avons comparé à l'œil et n'avons vu aucune erreur ; c'est une observation, pas un score de précision (PDF vers markdown pour les LLM, 30 septembre 2026). Par ailleurs, les benchmarks mesurent le parsing, pas l'extraction selon votre propre schéma, c'est pourquoi la vraie comparaison est un test sur vos propres documents.
Précision : lecture, structure et valeurs
Dans l'IA documentaire, la précision recouvre trois choses différentes. Lire les caractères et reconstruire la structure (tableaux, ordre de lecture, formules) est le cœur de Docling, et sa sortie Markdown y est solide. Mettre la bonne valeur dans le bon champ, c'est l'extraction, et c'est ce que consomme le système en aval : un score de conversion ne dit pas si le total de la facture a atterri dans le champ du total, ni si la ligne 1 800 d'un long tableau a survécu. L'étude d'anyformat sur les longs documents a tenu environ 99 % de récupération de lignes sur des tableaux allant jusqu'à 50 pages et environ 2 400 lignes (notre benchmark, 2026).
Si la précision tranche, testez-la comme vous l'utiliserez. Prenez 50 à 100 de vos documents, extrayez le même schéma avec les deux et notez au niveau du champ : correspondance exacte pour les identifiants et les montants, rappel des lignes pour les tableaux. Vérifiez ensuite si la confiance annoncée par chaque système prédit quels champs sont faux, car c'est ce qui décide du volume de revue humaine. La suite d'évaluations d'anyformat exécute ce type de comparaison sur vos propres documents avant qu'un workflow ne passe en production.
Testez les deux sur vos documents. Essayez anyformat gratuitement, avec une dotation unique de 50 000 crédits en Pay As You Go, ou demandez une démo.
Docling n'a pas de frais de licence : le code est MIT et Granite-Docling, son petit modèle de vision, est sous Apache 2.0 (fiche du modèle Granite-Docling, consultée le 15 octobre 2026). Le coût est celui de son exploitation : infrastructure, temps d'ingénierie et tout ce qu'on construit autour de la conversion. Les images de conteneur de docling-serve sont volumineuses, avec une image de base de 8,7 Go sur amd64, et les modèles se téléchargent à la première utilisation (docling-serve, consulté le 15 octobre 2026).
anyformat facture en crédits, à la page et par opérateur : 10 crédits coûtent 0,01 €, donc Parse revient à 25 crédits par page (0,025 €, publié sous la forme 25 $ pour 1 000 pages), Extract à 35 crédits par page et Validate à 5 crédits par règle d'IA, une fois par extraction (tarifs anyformat, 2026). Parse plus Extract font 60 crédits, soit 0,06 €, par page.
Sur le seul coût de licence, Docling est moins cher, puisqu'il est gratuit. Ce n'est pas le même produit : le prix d'anyformat inclut le service géré, la file de revue, la validation et l'orchestration que vous devriez sinon construire et exploiter vous-même, et son offre gratuite permet d'essayer avant de payer.
Docling est un logiciel, pas un fournisseur, il n'a donc pas de certifications propres : la conformité dépend de l'endroit et de la manière dont vous l'exécutez. Cela peut être un avantage quand il faut un contrôle total de l'environnement, et une charge quand un auditeur demande des preuves.
anyformat est certifié ISO 27001, conforme au RGPD et une entreprise dont le siège et l'entité juridique sont dans l'UE, avec la conformité incluse dans tous les plans, sans supplément.
Constructeur de workflows, revue et validation
Docling convertit des documents ; la classification, le découpage de lots multi-documents, le routage par type de document, les règles de validation et la revue humaine n'en font pas partie, et sa documentation ne décrit pas de file de revue. Les équipes qui choisissent Docling construisent ces étapes autour.
anyformat inclut Studio, un canevas de workflow sans code : branches, conditions, découpage, routage, opérateurs d'extraction, règles de validation, recoupement avec des sources de données internes et revue humaine placée là où le processus l'exige. Les champs à faible confiance sont routés vers un réviseur, qui voit la valeur à côté de sa source dans la page et peut la corriger. Les équipes métier modifient le flux sans déploiement de code.
Stabilité des versions
Avec une bibliothèque, vous figez vous-même la version du paquet, et les modèles qu'elle télécharge font partie de ce que vous devez garder cohérent entre environnements et dans le temps.
Les versions de workflow d'anyformat sont figées et immuables : un version_id publié ne change pas sous vos pieds, ce qui compte lorsqu'un processus réglementé doit retraiter un document à l'identique des années plus tard.
Oui, si vous voulez que l'extraction fonctionne comme un processus et non comme un appel : sortie validée par un schéma avec confiance par champ, file de revue, règles de validation, orchestration sans code et workflows à version figée, sans exploiter vous-même modèles et conteneurs. Si vous voulez du markdown ou du texte à partir de documents, sans coût de licence et sur vos propres machines, cela dépend du travail : Docling le fait bien et anyformat n'est pas un moyen moins cher de le faire. Et si vous aimez la conversion de Docling, les deux peuvent cohabiter, car la couche qui rend la sortie sûre pour la production est celle qu'ajoute anyformat.
Quand choisir Docling
Une conversion gratuite et open source de nombreux formats vers Markdown ou JSON, avec le pipeline autour sous forme de code que votre équipe accepte de maintenir, ou lorsque vos contraintes exigent de tout exécuter sur vos propres machines.
Quand l'extraction doit fonctionner comme un processus et non comme un appel : confiance par champ avec preuve, règles de validation, revue humaine, orchestration sans code et versions de workflow figées, en service géré. Commencez sur anyformat.ai.
Voir aussi les autres comparatifs : anyformat vs LlamaParse, anyformat vs Unstructured et anyformat vs Mistral OCR, ou parcourez tous les comparatifs.
