画像トークン計算
1920 × 1080 の画像は Claude Haiku 4.5 で 1,560 入力トークン（1456 × 819 に縮小、⌈w/28⌉ × ⌈h/28⌉）、Claude Opus 5.5 で 2,691、GPT-4.1 の high で 1,105、Gemini 3 で 1,120 トークンです。各社ドキュメント、2026 年 10 月 16 日確認。
使い方
- よく使うサイズを選ぶか、画像の幅と高さをピクセルで入力します。
- 送る枚数を入れ、detail（高または低）を選びます。
- 表で 1 枚あたりのトークン、合計トークン、入力料金を確認します。括弧内のサイズはモデルが縮小して読むサイズです。
計算方法
OpenAI パッチ方式（GPT-6 Astra、GPT-5.5）：画像を detail の枠（low は 512 × 512）に収め、32 × 32 ピクセルのパッチで覆います。パッチ数が上限（high は 2,500）を超えると収まるまで縮小します。トークン = パッチ × 1.2（切り上げ）。OpenAI ガイドの例では 2048 × 2048 の high は 1600 × 1600、2,500 パッチ、3,000 トークンです。
OpenAI タイル方式（GPT-4.1、GPT-4o mini）：low は基本トークンのみです。high は 2048 × 2048 に収めて短辺を 768 にし、512 ピクセルのタイルを数えます。トークン = 基本 + タイル数 × タイルトークン（GPT-4.1 は 85 + 1 タイル 170、GPT-4o mini は 2,833 + 5,667）。1024 × 1024 は 768 × 768、4 タイル、765 トークンです。
Claude：トークン = ⌈幅 ÷ 28⌉ × ⌈高さ ÷ 28⌉。数える前に、両辺 1568px 以下かつ 1,568 トークン以下（Haiku 4.5）、Claude 4.7 以降は 2576px・4,784 トークン以下になる最大サイズへ縮小します。Anthropic ドキュメントの参照実装をそのまま使うので、1920 × 1080 は標準ティアで 1456 × 819・1,560 トークン、高解像度ティアで 2,691 トークンです。
Gemini 3：media_resolution ごとの固定値で、low は 280、既定と high は 1,120 トークンです。Gemini 2.5：両辺 384px 以下なら 258 トークン、それより大きければ 768 × 768 のタイルに分け 1 枚 258 トークンです。
料金 = トークン × 枚数 × LLM API 料金計算の価格表にある標準入力単価（100 万トークンあたり）。出典：developers.openai.com/api/docs/guides/images-vision、platform.claude.com/docs/en/build-with-claude/vision と vision-coordinates、ai.google.dev/gemini-api/docs/media-resolution と docs/tokens、いずれも 2026 年 10 月 16 日確認。
よく使うサイズのトークン
| サイズ | 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 |
画像を安く送るコツ
- アップロード前に縮小しましょう。どのモデルも実際に読むサイズに上限があり、それ以上のピクセルはアップロード時間が増えるだけです。
- 写真の大まかな内容だけでよければ OpenAI モデルで low を使います。GPT-4.1 の low はサイズに関係なく 85 トークンです。
- 必要な部分だけ切り抜きましょう。ダイアログ 1 つのスクリーンショットは 4K 全画面よりずっと安く、小さな文字も読みやすくなります。
よくある質問
1024 × 1024 の画像は何トークンですか？
high で GPT-5.5 と GPT-6 Astra は約 1,229、GPT-4.1 は 765、Claude は 1,369、Gemini 3 の既定解像度は 1,120 トークンです。
Claude の旧ルール「幅 × 高さ ÷ 750」はまだ正しいですか？
いいえ。現在の Anthropic ドキュメントは 28 × 28 ピクセルのパッチを数えます。1000 × 1000 の画像は 1,296 トークンで、旧ルールでは 1,333 でした。
4K と 1080p の料金が同じモデルがあるのはなぜ？
先に縮小されるからです。Claude Haiku 4.5 は 1920 × 1080 も 3840 × 2160 も 1456 × 819 に、GPT-4.1 はどちらも 1365 × 768 にしてから数えます。
料金は正確ですか？
トークン数は公開された規則どおりです。料金は標準入力単価で、バッチ割引、キャッシュ入力、プロンプトの文字は含みません。提供側の浮動小数点の丸めで 1 トークンずれることがあります。