Was die Analyse eines Bildes kostet – die Auflösung wird zu Kacheln und zu Token.
Die Vision-Abrechnung ist eigentlich eine Auflösungssteuer: Jede 512-Pixel-Kachel fügt Token hinzu. Ändern Sie die Größe vor dem Hochladen und die Kosten pro Bild sinken schnell. Um Bilder zu erstellen, anstatt sie zu lesen, verwenden Sie die Kostenrechner für die Bilderzeugung, und mischen Sie die Eingabe-/Ausgaberaten auf dem Blended LLM-Preisrechner.
Kostenloser Kostenrechner für die Bildverarbeitungs-API – wandeln Sie die Bildauflösung in Eingabe-Tokens und reale Kosten pro Bild und monatlich für Bildverarbeitungsmodelle im GPT-4o-Stil um.
Vision-Modelle teilen ein Bild in 512-Pixel-Kacheln auf. Bei der Preisgestaltung im GPT-4o-Stil wird eine feste Basis (etwa 85 Token) plus etwa 170 Token pro Kachel berechnet und diese dann als normale Eingabe-Token abgerechnet. Ein 1024×1024-Bild besteht aus vier Kacheln, also etwa 765 Token – je mehr Megapixel, desto mehr Kacheln und Token.
Skalieren Sie Bilder vor dem Senden herunter – die Auflösung bestimmt die Anzahl der Kacheln und für die meisten Aufgaben ist nicht die volle Auflösung erforderlich. Verwenden Sie den Low-Detail-Modus, wenn das Modell dies anbietet (pauschale, günstige Token-Kosten), schneiden Sie das Bild auf den wichtigen Bereich zu und vermeiden Sie, das gleiche Bild in mehreren Gesprächsrunden erneut zu senden.
Kosten bei unterschiedlichen Volumina:
| Volumen | Monatlich | Jährlich |
|---|