Mathpix frente a Marker: para convertir PDF con muchas fórmulas en apuntes editables, empiece por el formato de entrega

Si hay que entregar PDF con muchas fórmulas a docentes o investigadores para que los sigan editando, la API alojada de Mathpix encaja mejor con entregas DOCX y LaTeX. Marker resulta más adecuado para equipos dispuestos a mantener inferencia local y posprocesamiento. Antes de elegir, compruebe que fórmulas, tablas e imágenes puedan modificarse en el editor final, y revise por separado las dependencias de ejecución y las licencias de los modelos.

Fuente: docs.mathpix.com
11 de noviembre de 2026
6 min

Al convertir apuntes antiguos o artículos PDF en nuevos materiales docentes o de investigación, suele subestimarse el trabajo posterior: un ayudante necesita cambiar un subíndice, una investigadora añadir una fila a una tabla y un colega llevarse las ilustraciones junto con el texto. Poder mostrar el contenido todavía está lejos de poder seguir editándolo.

Si el objetivo es entregar DOCX o LaTeX y se permite cargar el material, evalúe primero la API alojada de Mathpix. Si el equipo necesita controlar el procesamiento local y alguien se responsabiliza del entorno de inferencia y de adaptar las salidas, puede evaluar Marker. Este criterio se basa en interfaces oficiales y límites de despliegue, no en una clasificación probada de precisión de reconocimiento o velocidad.

Comparar las entregas con los mismos apuntes

Supongamos que se quiere transformar un documento con fórmulas de varias líneas, tablas con celdas combinadas e ilustraciones de experimentos en material reutilizable. La guía de procesamiento documental de Mathpix permite enviar mediante carga o URL, consultar el estado y descargar resultados; se pueden solicitar DOCX y tex.zip. Después de terminar el OCR, también hay que confirmar por separado el estado de conversión al formato de destino. Para un equipo editorial, la entrega debe ser un archivo que se abra y se pueda modificar, no solo un número de tarea devuelto correctamente.

Su formato intermedio, Mathpix Markdown, amplía Markdown con fórmulas LaTeX, referencias numeradas, tablas complejas y sintaxis de referencias de imágenes. No debe suponerse que cualquier editor Markdown representará correctamente esas estructuras. Si los colegas utilizan principalmente Word, entregue y revise primero el DOCX. Si mantienen conjuntamente LaTeX, compruebe el proyecto exportado y los recursos de imagen. Cuando se corrigen errores de reconocimiento en el documento intermedio, la interfaz de conversión Markdown permite regenerar el formato de destino, evitando corregir únicamente el archivo final y recuperar los mismos errores en la siguiente exportación.

El proyecto oficial Marker genera Markdown, JSON, HTML y otros formatos. El Markdown incluye fórmulas LaTeX y enlaces a imágenes, que se guardan por separado en el mismo directorio. Se adapta mejor como entrada al proceso de edición o conversión propio del equipo. Enviar solo el archivo Markdown puede dejar fuera las ilustraciones. Los equipos que necesiten DOCX también deben asumir la conversión posterior y la validación: la similitud de los nombres de formato no equivale a entregas equivalentes.

Ambas rutas deben conservar un original corregible. Una captura de una fórmula, aunque parezca correcta, no cumple el requisito de modificar un subíndice. Que una tabla se lea bien no significa que sus relaciones entre filas y columnas sigan siendo editables. Extraer una imagen tampoco convierte sus curvas y anotaciones en gráficos modificables.

Elegir el control local junto con la responsabilidad de operación

En la comprobación del 10 de noviembre de 2026, la configuración del paquete en la rama principal de Marker indicaba la versión 2.1.0 y el rango de dependencia surya-ocr>=0.23.0,<0.24.0. Son versiones de paquetes de software; Surya 2.5, mencionado en la documentación de Surya, es un nombre de modelo y no debe confundirse con el mismo número de versión. La inferencia actual necesita los backends correspondientes. La ruta NVIDIA implica vLLM, Docker y NVIDIA Container Toolkit; las rutas CPU o Apple Silicon utilizan llama.cpp. El presupuesto debe incluir el mantenimiento de esos entornos, no solo instalar un paquete de Python.

Los modos de Marker también cambian la ruta de procesamiento de fórmulas. La documentación oficial indica que balanced procesa automáticamente las expresiones matemáticas en línea; en fast hay que activar la opción correspondiente o forzar OCR. Desactivar OCR omite las llamadas a modelos necesarias para fórmulas y páginas escaneadas. Por tanto, una extracción de texto puro con OCR desactivado no representa el coste completo de convertir materiales con muchas fórmulas.

La instalación local no demuestra por sí sola que todo funcione sin conexión. Si se activa la mejora LLM opcional de Marker y se conecta a un servicio en la nube, cambia el límite de procesamiento. Los equipos que necesiten aislamiento de red deben preparar dependencias y recursos de modelos, revisar las direcciones de los servicios de inferencia y todas las mejoras, y después validar la tarea completa sin conexión. En Mathpix, este artículo compara la API alojada, pero su documentación oficial también incluye Private Cloud OCR. Si una institución exige infraestructura privada y desea usar sus modelos, debe evaluar por separado ese despliegue. No se debe reducir Mathpix a una herramienta que solo permite cargar archivos en una nube pública.

Las licencias también requieren una revisión separada. La configuración del paquete Marker especifica Apache-2.0 para el código, mientras que los pesos de los modelos están sujetos a MODEL_LICENSE. Ese archivo establece restricciones para casos con ingresos totales del año anterior superiores a 5 millones de dólares estadounidenses o financiación acumulada mediante capital o deuda superior a 5 millones de dólares estadounidenses. Enumera excepciones para uso personal o investigación, además de restricciones sobre productos o servicios competidores. Que se elaboren materiales docentes no permite concluir que cualquier negocio de formación comercial cumpla automáticamente los requisitos de uso gratuito. Antes de adoptarlo, revise la licencia según la entidad real, el uso y los pesos empleados.

Dejar que la última modificación decida el resultado de la prueba

Seleccione una pequeña muestra de materiales reales, complete la misma entrega por ambas rutas y pida a los destinatarios efectivos que trabajen con ella. Lo siguiente es un diseño de validación, no una prueba ya realizada:

  • Modifique un subíndice o superíndice en una fórmula, vuelva a componerla y compruebe que símbolos, paréntesis y referencias numeradas siguen siendo correctos.
  • Añada una fila a una tabla compleja y revise las celdas combinadas, los encabezados y la asignación de valores, en lugar de mirar solo una captura del resultado visual.
  • Copie todo el material a otro ordenador y confirme que las ilustraciones, las rutas relativas y las referencias del texto siguen funcionando.
  • Registre el tiempo de corrección manual tras el reconocimiento, el de adaptación de la exportación y el coste de repetir ejecuciones fallidas. Incluya en el mismo presupuesto el gasto de llamadas a la nube o la operación y el mantenimiento locales.

Si los archivos exportados por Mathpix ya satisfacen las necesidades de los editores y se permite cargarlos, la API alojada puede evitar la responsabilidad de construir una cadena propia de inferencia. Si la salida de Marker encaja en las herramientas existentes y el equipo puede asumir el entorno, las licencias y el empaquetado de recursos, el control de la ruta local tendrá valor práctico. La comparación final debe ser entre los materiales corregidos que reciben los colegas, no entre lo ordenado que parece el Markdown recién generado.

Nota sobre el contenido:Este artículo se basa en información pública y sirve como referencia para comparar y elegir herramientas. Las funciones, los precios y las políticas relacionadas pueden cambiar en cualquier momento; consulta la información oficial más reciente.

Fuente original:docs.mathpix.com