Calculadora de tokens de imagem
Uma imagem de 1920 × 1080 custa 1.560 tokens de entrada no Claude Haiku 4.5 (reduzida para 1456 × 819, ⌈w/28⌉ × ⌈h/28⌉), 2.691 no Claude Opus 5.5, 1.105 no GPT-4.1 no high e 1.120 no Gemini 3, segundo a documentação de cada provedor conferida em 16 de outubro de 2026.
Como usar
- Escolha um tamanho comum ou digite a largura e a altura da imagem em pixels.
- Informe quantas imagens vai enviar e escolha o nível de detalhe (alto ou baixo).
- Leia a tabela: tokens por imagem, tokens totais e custo de entrada por modelo. O tamanho entre parênteses é o tamanho para o qual o modelo reduz a imagem.
Como é calculado
Modelos da OpenAI por patches (GPT-6 Astra, GPT-5.5): a imagem é ajustada à caixa do detalhe (512 × 512 no low) e coberta com patches de 32 × 32 pixels. Se passar do orçamento de patches (2.500 no high), é reduzida até caber. Tokens = patches × 1,2, arredondado para cima. Exemplo do guia da OpenAI: 2048 × 2048 no high vira 1600 × 1600 = 2.500 patches = 3.000 tokens.
Modelos da OpenAI por blocos (GPT-4.1, GPT-4o mini): no low a imagem custa só os tokens base. No high ela é ajustada a 2048 × 2048, o lado menor vai para 768 e contam-se os blocos de 512 pixels. Tokens = base + blocos × tokens por bloco (85 + 170 por bloco no GPT-4.1, 2.833 + 5.667 no GPT-4o mini). 1024 × 1024 vira 768 × 768, 4 blocos, 765 tokens.
Claude: tokens = ⌈largura ÷ 28⌉ × ⌈altura ÷ 28⌉. Antes da contagem, a imagem é reduzida ao maior tamanho com os dois lados até 1568 px e custo até 1.568 tokens (Haiku 4.5), ou 2576 px e 4.784 tokens no Claude 4.7 e posteriores. A ferramenta roda a implementação de referência da documentação da Anthropic: 1920 × 1080 fica 1456 × 819 = 1.560 tokens no nível padrão e 2.691 tokens no de alta resolução.
Gemini 3: valor fixo por nível de media_resolution, 280 tokens no low e 1.120 no padrão e no high. Gemini 2.5: imagem com os dois lados até 384 px custa 258 tokens; uma maior é dividida em blocos de 768 × 768 de 258 tokens cada.
Custo = tokens × número de imagens × preço de entrada padrão por milhão de tokens da tabela da calculadora de custo de API de LLM. Fontes: developers.openai.com/api/docs/guides/images-vision, platform.claude.com/docs/en/build-with-claude/vision e vision-coordinates, ai.google.dev/gemini-api/docs/media-resolution e docs/tokens, conferidas em 16 de outubro de 2026.
Tokens para tamanhos comuns
| Tamanho | GPT-5.5 high | GPT-4.1 high | Claude Opus 5.5 | Claude Haiku 4.5 | Gemini 3 |
|---|---|---|---|---|---|
| 1024 × 1024 | 1.229 | 765 | 1.369 | 1.369 | 1.120 |
| 1920 × 1080 | 2.448 | 1.105 | 2.691 | 1.560 | 1.120 |
| 3840 × 2160 | 2.765 | 1.105 | 4.784 | 1.560 | 1.120 |
Como enviar imagens gastando menos
- Reduza antes de enviar. Todos esses modelos limitam o tamanho que realmente leem, então pixels a mais só aumentam o tempo de upload.
- Use low nos modelos da OpenAI quando só precisar da ideia geral de uma foto. No low, uma imagem no GPT-4.1 custa 85 tokens, seja qual for o tamanho.
- Recorte o que importa. Uma captura de uma única janela custa bem menos que a tela 4K inteira, e o modelo lê melhor o texto pequeno.
Perguntas frequentes
Quantos tokens tem uma imagem de 1024 × 1024?
Cerca de 1.229 no GPT-5.5 e no GPT-6 Astra no high, 765 no GPT-4.1, 1.369 no Claude e 1.120 no Gemini 3 na resolução padrão.
A regra antiga do Claude, largura × altura ÷ 750, ainda vale?
Não. A documentação atual da Anthropic conta patches de 28 × 28 pixels. Para 1000 × 1000 dá 1.296 tokens, onde a regra antiga dava 1.333.
Por que uma imagem 4K custa o mesmo que 1080p em alguns modelos?
Porque o modelo reduz a imagem antes. O Claude Haiku 4.5 leva 1920 × 1080 e 3840 × 2160 para 1456 × 819, e o GPT-4.1 escala as duas para 1365 × 768 antes de contar os blocos.
O custo é exato?
A contagem de tokens segue as regras publicadas. O custo usa o preço de entrada padrão e deixa de fora descontos de lote, entrada em cache e o texto do prompt. O arredondamento do provedor pode mudar a contagem em um token.