Tính token hình ảnh
Ảnh 1920 × 1080 tốn 1.560 token đầu vào trên Claude Haiku 4.5 (thu nhỏ còn 1456 × 819, ⌈w/28⌉ × ⌈h/28⌉), 2.691 trên Claude Opus 5.5, 1.105 trên GPT-4.1 ở high và 1.120 trên Gemini 3, theo tài liệu của từng nhà cung cấp kiểm tra ngày 16 tháng 10 năm 2026.
Cách dùng
- Chọn kích thước thường gặp hoặc nhập chiều rộng và chiều cao ảnh theo pixel.
- Nhập số ảnh sẽ gửi và chọn mức chi tiết (cao hoặc thấp).
- Xem bảng: token mỗi ảnh, tổng token và chi phí đầu vào của từng mô hình. Kích thước trong ngoặc là kích thước mô hình thu nhỏ ảnh xuống.
Cách tính
Mô hình OpenAI dạng patch (GPT-6 Astra, GPT-5.5): ảnh được đưa vào khung chi tiết (512 × 512 với low), rồi phủ bằng các patch 32 × 32 pixel. Nếu số patch vượt ngân sách (2.500 với high), ảnh được thu nhỏ đến khi vừa. Token = patch × 1,2, làm tròn lên. Ví dụ trong hướng dẫn OpenAI: 2048 × 2048 ở high thành 1600 × 1600 = 2.500 patch = 3.000 token.
Mô hình OpenAI dạng ô (GPT-4.1, GPT-4o mini): ở low, ảnh chỉ tốn token cơ bản. Ở high, ảnh được đưa vào 2048 × 2048, cạnh ngắn đưa về 768, rồi đếm số ô 512 pixel. Token = cơ bản + số ô × token mỗi ô (GPT-4.1 là 85 + 170 mỗi ô, GPT-4o mini là 2.833 + 5.667). 1024 × 1024 thành 768 × 768, 4 ô, 765 token.
Claude: token = ⌈rộng ÷ 28⌉ × ⌈cao ÷ 28⌉. Trước khi đếm, ảnh được thu nhỏ về kích thước lớn nhất mà cả hai cạnh không quá 1568 px và chi phí không quá 1.568 token (Haiku 4.5), hoặc 2576 px và 4.784 token với Claude 4.7 trở về sau. Công cụ chạy đúng mã tham chiếu trong tài liệu Anthropic: 1920 × 1080 thành 1456 × 819 = 1.560 token ở mức tiêu chuẩn và 2.691 token ở mức độ phân giải cao.
Gemini 3: giá trị cố định theo từng mức media_resolution, 280 token ở low và 1.120 ở mặc định và high. Gemini 2.5: ảnh có cả hai cạnh không quá 384 px tốn 258 token, ảnh lớn hơn được chia thành ô 768 × 768, mỗi ô 258 token.
Chi phí = token × số ảnh × giá đầu vào tiêu chuẩn mỗi triệu token trong bảng giá của công cụ tính chi phí API LLM. Nguồn: developers.openai.com/api/docs/guides/images-vision, platform.claude.com/docs/en/build-with-claude/vision và vision-coordinates, ai.google.dev/gemini-api/docs/media-resolution và docs/tokens, tất cả kiểm tra ngày 16 tháng 10 năm 2026.
Token cho các kích thước thường gặp
| Kích thước | 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 |
Gửi ảnh tiết kiệm hơn
- Thu nhỏ trước khi tải lên. Mỗi mô hình ở trên đều giới hạn kích thước thực sự đọc, phần pixel vượt quá chỉ làm tải lên lâu hơn.
- Dùng low trên mô hình OpenAI khi chỉ cần ý chính của ảnh. Ở low, một ảnh trên GPT-4.1 tốn 85 token dù lớn cỡ nào.
- Cắt đúng phần cần thiết. Ảnh chụp một hộp thoại rẻ hơn nhiều so với cả màn hình 4K, và mô hình đọc chữ nhỏ rõ hơn.
Câu hỏi thường gặp
Ảnh 1024 × 1024 tốn bao nhiêu token?
Khoảng 1.229 trên GPT-5.5 và GPT-6 Astra ở high, 765 trên GPT-4.1, 1.369 trên Claude và 1.120 trên Gemini 3 ở độ phân giải mặc định.
Quy tắc cũ của Claude, rộng × cao ÷ 750, còn đúng không?
Không. Tài liệu Anthropic hiện đếm patch 28 × 28 pixel. Ảnh 1000 × 1000 là 1.296 token, còn quy tắc cũ cho 1.333.
Vì sao một số mô hình tính ảnh 4K bằng ảnh 1080p?
Vì mô hình thu nhỏ ảnh trước. Claude Haiku 4.5 đưa cả 1920 × 1080 lẫn 3840 × 2160 về 1456 × 819, còn GPT-4.1 đưa cả hai về 1365 × 768 trước khi đếm ô.
Chi phí có chính xác không?
Số token theo đúng quy tắc đã công bố. Chi phí dùng giá đầu vào tiêu chuẩn, không gồm giảm giá batch, đầu vào bộ nhớ đệm và phần chữ trong prompt. Cách làm tròn phía nhà cung cấp có thể lệch một token.