Calculateur de tokens d'image
Une image de 1920 × 1080 coûte 1 560 tokens d'entrée sur Claude Haiku 4.5 (réduite à 1456 × 819, ⌈w/28⌉ × ⌈h/28⌉), 2 691 sur Claude Opus 5.5, 1 105 sur GPT-4.1 en high et 1 120 sur Gemini 3, d'après la documentation de chaque fournisseur vérifiée le 16 octobre 2026.
Mode d’emploi
- Choisissez une taille courante ou saisissez la largeur et la hauteur de l'image en pixels.
- Indiquez le nombre d'images à envoyer et choisissez le niveau de détail (élevé ou faible).
- Lisez le tableau : tokens par image, tokens au total et coût d'entrée par modèle. Une taille entre parenthèses est celle à laquelle le modèle réduit l'image.
Méthode de calcul
Modèles OpenAI à patchs (GPT-6 Astra, GPT-5.5) : l'image est ajustée au cadre du détail (512 × 512 en low), puis couverte de patchs de 32 × 32 pixels. Si le nombre dépasse le budget de patchs (2 500 en high), l'image est réduite jusqu'à tenir. Tokens = patchs × 1,2, arrondi au supérieur. Exemple du guide OpenAI : 2048 × 2048 en high devient 1600 × 1600 = 2 500 patchs = 3 000 tokens.
Modèles OpenAI à tuiles (GPT-4.1, GPT-4o mini) : en low, une image ne coûte que les tokens de base. En high, elle est ajustée à 2048 × 2048, le petit côté est ramené à 768 et l'on compte les tuiles de 512 pixels. Tokens = base + tuiles × tokens par tuile (85 + 170 par tuile pour GPT-4.1, 2 833 + 5 667 pour GPT-4o mini). 1024 × 1024 devient 768 × 768, 4 tuiles, 765 tokens.
Claude : tokens = ⌈largeur ÷ 28⌉ × ⌈hauteur ÷ 28⌉. Avant le comptage, l'image est réduite à la plus grande taille dont les deux côtés font au plus 1568 px pour un coût d'au plus 1 568 tokens (Haiku 4.5), ou 2576 px et 4 784 tokens à partir de Claude 4.7. L'outil exécute l'implémentation de référence de la documentation Anthropic : 1920 × 1080 devient 1456 × 819 = 1 560 tokens au niveau standard et 2 691 tokens au niveau haute résolution.
Gemini 3 : une valeur fixe par niveau de media_resolution, 280 tokens en low et 1 120 par défaut et en high. Gemini 2.5 : une image dont les deux côtés font au plus 384 px coûte 258 tokens, une plus grande est découpée en tuiles de 768 × 768 de 258 tokens chacune.
Coût = tokens × nombre d'images × prix d'entrée standard par million de tokens de la grille du calculateur de coût d'API LLM. Sources : developers.openai.com/api/docs/guides/images-vision, platform.claude.com/docs/en/build-with-claude/vision et vision-coordinates, ai.google.dev/gemini-api/docs/media-resolution et docs/tokens, vérifiées le 16 octobre 2026.
Tokens pour les tailles courantes
| Taille | 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 |
Envoyer des images pour moins cher
- Réduisez avant l'envoi. Chacun de ces modèles plafonne la taille qu'il lit vraiment, les pixels au-delà ne coûtent que du temps de téléversement.
- Utilisez low sur les modèles OpenAI quand seul le sens général d'une photo compte. En low, une image coûte 85 tokens sur GPT-4.1 quelle que soit sa taille.
- Recadrez sur l'essentiel. Une capture d'une seule boîte de dialogue coûte bien moins que l'écran 4K entier, et le modèle lit mieux le petit texte.
Questions fréquentes
Combien de tokens pour une image de 1024 × 1024 ?
Environ 1 229 sur GPT-5.5 et GPT-6 Astra en high, 765 sur GPT-4.1, 1 369 sur Claude et 1 120 sur Gemini 3 à la résolution par défaut.
L'ancienne règle de Claude, largeur × hauteur ÷ 750, est-elle encore juste ?
Non. La documentation actuelle d'Anthropic compte des patchs de 28 × 28 pixels. Pour 1000 × 1000 cela donne 1 296 tokens, contre 1 333 avec l'ancienne règle.
Pourquoi une image 4K coûte-t-elle autant qu'une 1080p sur certains modèles ?
Parce que le modèle la réduit d'abord. Claude Haiku 4.5 ramène 1920 × 1080 comme 3840 × 2160 à 1456 × 819, et GPT-4.1 met les deux à 1365 × 768 avant de compter les tuiles.
Le coût est-il exact ?
Le nombre de tokens suit les règles publiées. Le coût utilise le prix d'entrée standard, sans remise batch, ni entrée en cache, ni le texte du prompt. Un arrondi côté fournisseur peut décaler le total d'un token.