Quanto custa mandar uma imagem para o Claude

Como o Claude conta os tokens de uma imagem

A documentação de visão da Claude Platform dá a regra. O Claude processa a imagem em blocos de 28x28 pixels, e cada bloco é um token visual. A conta é:

tokens = (largura ÷ 28, arredondado para cima) × (altura ÷ 28, arredondado para cima)

Para a foto do caso, 2000 ÷ 28 dá 71,4, que sobe para 72. E 1500 ÷ 28 dá 53,6, que sobe para 54. O resultado é 72 × 54 = 3.888 tokens.

Esses tokens entram na fatura pelo preço de entrada do modelo, como qualquer texto. A resposta continua cobrada como saída.

Passo 1: veja em que faixa de resolução está o seu modelo

Cada modelo tem um teto de resolução. Uma imagem maior que o teto é reduzida antes de ser lida, e isso limita o custo. Pela documentação, há duas faixas:

A alta resolução é automática e não precisa de cabeçalho beta. Ela ajuda a ler texto pequeno e telas cheias. Mas a mesma imagem pode custar até três vezes mais tokens que num modelo da faixa padrão, segundo a documentação.

Passo 2: calcule os tokens de cada tamanho

A tabela usa a regra dos blocos de 28 pixels e os exemplos da própria documentação:

Duas leituras importantes. Na faixa padrão, qualquer foto grande fica perto de 1.560 tokens, porque é reduzida. Na alta resolução, a foto de 2000x1500 entra inteira, e você paga 3.888 tokens por ela.

Passo 3: a conta por recibo e por mês

Premissas de exemplo: 400 tokens de instrução por chamada, 200 tokens de resposta em JSON e 20.000 recibos por mês. Preços pela tabela do site, atualizada em outubro de 2026.

No Haiku 5.5 com a foto de 2000x1500, a imagem responde por 91% dos tokens de entrada da chamada. É ela, e não o texto, que puxa a conta. Em reais, pelo dólar de referência do site, o mês no Haiku 5.5 vai de R$ 52,98 com a foto original para R$ 23,77 com a foto reduzida.

No Haiku 4.5, a foto grande já é reduzida pela própria API, porque o modelo está na faixa padrão. Por isso a diferença entre as duas colunas é menor nele.

Passo 4: decida o tamanho certo antes de enviar

Reduzir a imagem é a alavanca mais forte. Mas texto pequeno pode ficar ilegível, e um valor lido errado num recibo custa mais que alguns tokens. A documentação recomenda redimensionar e recortar antes de enviar, e conferir se o texto importante continua legível.

Um roteiro prático:

1. Recorte o que não importa. Uma foto de recibo costuma ter mesa, mão e fundo. Cortar as bordas reduz pixels sem perder texto.
2. Teste três tamanhos com uma amostra. Por exemplo, 1000x750, 1568x1176 e o original. Compare a taxa de acerto do JSON em algumas centenas de recibos reais.
3. Fique com o menor tamanho que acerta. No exemplo, 1568x1176 dá 2.352 tokens, um meio-termo entre 972 e 3.888.
4. Cuidado com a compressão. A documentação avisa que JPEG muito comprimido pode deixar o texto difícil de ler. Comprimir diminui o tamanho do arquivo, não os tokens: os tokens dependem só da largura e da altura.

Passo 5: imagem na conversa é cobrada de novo

Se a foto entra numa conversa com vários turnos, há um custo escondido. A cada pedido, a API recebe o histórico inteiro, e a imagem vem junto. Ela é lida e cobrada como entrada de novo.

Exemplo no Sonnet 5.5: uma conversa de 5 turnos em que o usuário manda a foto de 2000x1500 no primeiro turno e faz perguntas sobre ela depois. Nos 4 turnos seguintes, a API relê 15.552 tokens de imagem.

Com cache de prompt bem montado, a releitura sai pelo preço de leitura do cache, que no Sonnet 5.5 é US$ 0,10 por milhão de tokens, contra US$ 2,00 da entrada normal.

A documentação dá ainda uma dica de desempenho: em conversas longas, suba a imagem uma vez pela Files API e use o file_id. Isso deixa o pedido menor e mais rápido. A cobrança em tokens continua a mesma, porque a imagem segue no contexto.

Imagem ou texto: quando a foto nem precisa ir

Nem todo documento precisa ser mandado como imagem. Se o sistema já tem o texto, como o XML de uma nota fiscal eletrônica ou o texto de um PDF digital, mandar o texto costuma sair bem mais barato.

Exemplo: um recibo com 150 palavras em português. Pelo conversor do site, isso dá cerca de 353 tokens. A foto do mesmo recibo, em 2000x1500, dá 3.888.

A foto se justifica quando o papel é a única fonte: recibo de táxi, cupom de restaurante, comprovante impresso. Quando o dado já existe em formato digital, use o texto e guarde a imagem só para conferência humana.

Limites que travam o envio

Antes de montar um lote de fotos num pedido só, confira os limites oficiais:

• Quantidade: até 600 imagens por pedido na API, ou 100 em modelos com janela de 200 mil tokens.
• Dimensão: até 8000x8000 px por imagem. Acima de 20 imagens no mesmo pedido, vale um limite menor. Para não errar, deixe cada lado com até 2000 px ou mande até 20 imagens.
• Tamanho do arquivo: até 10 MB por imagem em base64 na Claude API, e 5 MB no Amazon Bedrock. O pedido inteiro tem teto de 32 MB nos endpoints padrão.
• Formatos: JPEG, PNG, GIF e WebP. Em GIF animado, só o primeiro quadro é lido.

Erros comuns

• Estimar a fatura só pelo texto. No caso, a imagem é 91% da entrada.
• Achar que imagem grande custa sempre o mesmo. Isso só vale perto do teto. Nos modelos de alta resolução, uma foto de 2000x1500 custa 4,0 vezes os tokens da mesma foto em 1000x750.
• Comprimir o JPEG para economizar tokens. A compressão não muda os tokens, só o tamanho do arquivo.
• Mandar a mesma imagem em todos os turnos sem cache. Ela é cobrada de novo a cada pedido.
• Reduzir sem testar. Texto ilegível vira dado errado. Meça o acerto antes de mudar em produção.

Perguntas frequentes

Quantos tokens tem uma imagem no Claude?

Divida a largura e a altura por 28, arredonde cada uma para cima e multiplique. Uma imagem de 1000x750 dá 972 tokens. Uma de 2000x1500 dá 3.888 nos modelos de alta resolução.

Quanto custa analisar uma foto com a API do Claude?

No caso do recibo, com 400 tokens de instrução e 200 de resposta, a foto de 2000x1500 custa US$ 0,00053 no Haiku 5.5, US$ 0,01058 no Sonnet 5.5 e US$ 0,02115 no Opus 5.5.

Quanto custa ler mil imagens?

Na foto de 1000x750 do exemplo, com a mesma instrução e resposta, mil recibos saem por US$ 0,24 no Haiku 5.5 e US$ 4,74 no Sonnet 5.5.

Um print de tela Full HD custa quanto?

Uma tela de 1920x1080 vira 2.691 tokens nos modelos de alta resolução. Na faixa padrão, ela é reduzida e fica em cerca de 1.560 tokens.

Reduzir a imagem piora a leitura?

Pode piorar, principalmente em texto pequeno. Teste com uma amostra. No exemplo, reduzir de 2000x1500 para 1000x750 corta o mês no Haiku 5.5 de US$ 10,58 para US$ 4,74, mas só vale se o acerto se mantiver.

O Claude gera imagens?

Não. A documentação diz que o Claude só entende e analisa imagens. Ele não cria nem edita imagens.

Quer fazer a conta com o seu volume? Use a calculadora de custo de API de IA e some os tokens da imagem à entrada.