Calculadora de tokens de imagen
Una imagen de 1920 × 1080 cuesta 1.560 tokens de entrada en Claude Haiku 4.5 (reducida a 1456 × 819, ⌈w/28⌉ × ⌈h/28⌉), 2.691 en Claude Opus 5.5, 1.105 en GPT-4.1 en high y 1.120 en Gemini 3, según la documentación de cada proveedor revisada el 16 de octubre de 2026.
Cómo se usa
- Elige un tamaño habitual o escribe el ancho y el alto de la imagen en píxeles.
- Indica cuántas imágenes vas a enviar y elige el nivel de detalle (alto o bajo).
- Lee la tabla: tokens por imagen, tokens totales y costo de entrada por modelo. El tamaño entre paréntesis es el tamaño al que el modelo reduce la imagen.
Cómo se calcula
Modelos de OpenAI por parches (GPT-6 Astra, GPT-5.5): la imagen se ajusta a la caja del detalle (512 × 512 en low) y se cubre con parches de 32 × 32 píxeles. Si pasa del presupuesto de parches (2.500 en high), se reduce hasta que quepa. Tokens = parches × 1,2, redondeado hacia arriba. Ejemplo de la guía de OpenAI: 2048 × 2048 en high pasa a 1600 × 1600 = 2.500 parches = 3.000 tokens.
Modelos de OpenAI por mosaicos (GPT-4.1, GPT-4o mini): en low una imagen cuesta solo los tokens base. En high se ajusta a 2048 × 2048, el lado corto se lleva a 768 y se cuentan los mosaicos de 512 píxeles. Tokens = base + mosaicos × tokens por mosaico (85 + 170 por mosaico en GPT-4.1, 2.833 + 5.667 en GPT-4o mini). 1024 × 1024 pasa a 768 × 768, 4 mosaicos, 765 tokens.
Claude: tokens = ⌈ancho ÷ 28⌉ × ⌈alto ÷ 28⌉. Antes de contar, la imagen se reduce al mayor tamaño con ambos lados de 1568 px o menos y un costo de 1.568 tokens o menos (Haiku 4.5), o 2576 px y 4.784 tokens en Claude 4.7 y posteriores. La herramienta ejecuta la implementación de referencia de la documentación de Anthropic: 1920 × 1080 queda en 1456 × 819 = 1.560 tokens en el nivel estándar y 2.691 tokens en el de alta resolución.
Gemini 3: una cifra fija por nivel de media_resolution, 280 tokens en low y 1.120 en el nivel por defecto y en high. Gemini 2.5: una imagen con ambos lados de 384 px o menos cuesta 258 tokens; una mayor se divide en mosaicos de 768 × 768 de 258 tokens cada uno.
Costo = tokens × número de imágenes × precio de entrada estándar por millón de tokens de la tabla de la calculadora de costos de API de LLM. Fuentes: developers.openai.com/api/docs/guides/images-vision, platform.claude.com/docs/en/build-with-claude/vision y vision-coordinates, ai.google.dev/gemini-api/docs/media-resolution y docs/tokens, revisadas el 16 de octubre de 2026.
Tokens para tamaños habituales
| Tamaño | 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 |
Cómo enviar imágenes por menos
- Reduce antes de subir. Todos estos modelos limitan el tamaño que leen de verdad, así que los píxeles de más solo alargan la subida.
- Usa low en los modelos de OpenAI si solo necesitas la idea general de una foto. En low, una imagen en GPT-4.1 cuesta 85 tokens sea cual sea su tamaño.
- Recorta lo que importa. Una captura de un solo cuadro de diálogo cuesta mucho menos que la pantalla 4K entera, y el modelo lee mejor el texto pequeño.
Preguntas frecuentes
¿Cuántos tokens tiene una imagen de 1024 × 1024?
Unos 1.229 en GPT-5.5 y GPT-6 Astra en high, 765 en GPT-4.1, 1.369 en Claude y 1.120 en Gemini 3 con la resolución por defecto.
¿Sigue valiendo la regla antigua de Claude, ancho × alto ÷ 750?
No. La documentación actual de Anthropic cuenta parches de 28 × 28 píxeles. Para 1000 × 1000 da 1.296 tokens, donde la regla antigua daba 1.333.
¿Por qué una imagen 4K cuesta lo mismo que una 1080p en algunos modelos?
Porque el modelo la reduce primero. Claude Haiku 4.5 lleva tanto 1920 × 1080 como 3840 × 2160 a 1456 × 819, y GPT-4.1 escala ambas a 1365 × 768 antes de contar mosaicos.
¿El costo es exacto?
El número de tokens sigue las reglas publicadas. El costo usa el precio de entrada estándar y no incluye descuentos por lotes, entrada en caché ni el texto del prompt. El redondeo del proveedor puede mover la cifra en un token.