Mesma imagem, cada modelo de visão
Como cada modelo tokeniza sua imagem e o custo mensal de entrada em seu volume – classificado como o mais barato primeiro. Os tokens de prompt por imagem estão incluídos no valor mensal.
| Modelo | Tokens de imagem | Por imagem | Por mês |
|---|
Uma imagem são tokens de entrada disfarçados
Quando você envia uma imagem para um modelo de visão, ele não lê pixels de graça – ele converte a imagem em tokens e os cobra na taxa de entrada, bem ao lado do prompt de texto. O problema é que cada provedor conta esses tokens de maneira diferente e nenhum deles conta por tamanho de arquivo. O GPT-4o da OpenAI ajusta a imagem em uma grade de blocos de 512 pixels e cobra 85 tokens básicos mais 170 por bloco. Claude da Anthropic usa aproximadamente largura vezes altura dividido por 750. Gemini do Google cobra 258 tokens fixos para imagens pequenas e blocos maiores. A mesma captura de tela de 1024×1024 pode, portanto, ter 765 tokens em um modelo e 1.400 em outro – uma oscilação de quase 2× antes de você escrever uma única palavra de instrução.
Isso é mais importante em volume. Um pipeline de processamento de documentos, um feed de moderação ou um recurso de “bate-papo com suas capturas de tela” pode enviar dezenas de milhares de imagens por dia e, nesses casos, os tokens de imagem diminuem o prompt. Esta calculadora torna a compensação visível: ela mostra como cada modelo simboliza sua resolução exata e quanto custa por mês, para que você possa escolher o modelo de visão mais barato para seu mix de imagens e ver instantaneamente quanto você economizaria reduzindo a escala. Combine-o com o contador de tokens para o lado do texto e o ferramenta API LLM mais barata para a escolha geral do modelo.
Como usar
1. Insira a largura e a altura das imagens que você envia – a resolução após qualquer redimensionamento que você já fez.
2. Escolha o modo de detalhe do OpenAI: alta leitura de texto fino e rótulos pequenos, baixa nivelamento para uma miniatura de 85 tokens.
3. Insira quantas imagens você envia por mês e, opcionalmente, os tokens de prompt que acompanham cada uma.
4. Leia a tabela de classificação para ver o modelo de visão mais barato para o tamanho da sua imagem e o custo mensal.
Erros comuns
Enviando resolução total quando uma colheita serviria. O custo do token aumenta com a área de pixels, então uma imagem de 2.048² pode custar quatro vezes uma de 1.024² para detalhes que o modelo nunca precisou. Deixar os detalhes em alta por padrão. Se você precisar apenas da essência, o modo de poucos detalhes é de 85 tokens fixos - geralmente uma economia de 5 a 10x. Esquecer o prompt ainda conta. Os tokens de imagem ficam acima do prompt de texto e de qualquer prompt do sistema, portanto, o custo real por chamada é somado. Ignorando a saída. Esta ferramenta avalia a imagem como entrada; a resposta escrita do modelo é cobrada separadamente pela taxa de saída.
Perguntas frequentes
Um arquivo maior custa mais?
Não – o custo do token rastreia as dimensões em pixels, não em bytes. Um JPEG 2048² altamente compactado e um PNG nítido de 2048² custam o mesmo número de tokens; apenas a largura e a altura importam.
Como faço para reduzir ao máximo o custo de entrada de imagem?
Reduza para a menor resolução que ainda mostre os detalhes necessários e use o modo de poucos detalhes sempre que a tarefa precisar apenas da essência. Juntas, essas duas alavancas reduzem rotineiramente o custo de entrada de visão em várias vezes.
Estas são as fórmulas exatas do fornecedor?
Eles são implementações de referência fiéis das regras de blocos e pixels publicadas em 2026, mas os provedores as arredondam e revisam. Trate as contagens de tokens como estimativas restritas e confirme com o próprio tokenizador do seu provedor para obter números de nível de faturamento.
E o vídeo?
O vídeo normalmente é cobrado como uma sequência de quadros amostrados, cada um com o preço de uma imagem. Estime os quadros por segundo das amostras do modelo, multiplique por segundos e trate cada quadro como uma imagem nesta ferramenta.
Estimativa apenas. A tokenização Vision e as taxas de entrada por milhão mudam – verifique com seu provedor antes de confiar nesses números.