BroadRouter

Token immagine (image tokens)

Aggiornato

I token immagine sono i token di input con cui un modello vision-language rappresenta un’immagine nel prompt. I provider li calcolano dalle dimensioni dell’immagine, di solito dividendola in patch o tile di misura fissa dopo il ridimensionamento, e li fatturano come token di input testuali: le immagini più grandi costano di più.

Detto anche: token immagine, token delle immagini, costo token immagine, token visivi, quanti token costa un’immagine, image tokens, image token cost, vision tokens, image input tokens

Un modello non legge direttamente i pixel. Legge un’immagine come una sequenza di token, e sulla maggior parte delle API paghi ciascuno di essi.

Come funziona

I provider tagliano l’immagine in piccoli quadrati e li contano, dopo averla ridimensionata per rientrare nei loro limiti. Le regole cambiano da provider a provider.

Anthropic. La documentazione di Claude dice che ogni patch da 28×28 pixel è un “visual token” (token visivo), quindi un’immagine costa ⌈width / 28⌉ × ⌈height / 28⌉ token. Le immagini che superano un lato lungo massimo o un numero massimo di token vengono ridimensionate. Nel tier standard il tetto è 1.568 px e 1.568 token; nel tier ad alta risoluzione (Claude 4.7 e successivi) è 2.576 px e 4.784 token.

Immagine Tier standard Tier ad alta risoluzione
200×200 64 64
1000×1000 1.296 1.296
1920×1080 1.560 (ridimensionata a 1456×819) 2.691

OpenAI. I modelli più recenti contano patch da 32 pixel, ceil(width/32) × ceil(height/32), applicano un budget di patch per modello e poi moltiplicano per un fattore del modello. L’esempio svolto di OpenAI per un modello: un’immagine 1024×1024 vale 1.024 patch, e 1.024 × 1,2 arrotondato per eccesso dà 1.229 token. I modelli più vecchi come GPT-4o usano tile da 512 pixel: una base di 85 token più 170 per tile, oppure solo i token di base con detail: low.

Quindi la stessa foto può costare un numero di token molto diverso su modelli diversi. Usa il calcolatore di token immagine per confrontarli.

Perché è importante

  • Costo. Secondo la tabella di Anthropic, un’immagine 1000×1000 vale 1.296 token su Claude. Su larga scala, ridimensionare le immagini prima di inviarle può ridurre in modo sensibile il costo di input.
  • Compromesso sull’accuratezza. Rimpicciolire un’immagine fa risparmiare token ma può rendere illeggibili i caratteri piccoli. Per l’OCR di fatture o moduli, prova la dimensione più piccola che viene ancora letta correttamente.
  • Contesto. I token immagine riempiono la finestra di contesto come il testo. In una chat a più turni, ogni immagine reinviata viene fatturata di nuovo.

Su BroadNet Inference

L’input di immagini funziona su DeepSeek V4.1 Flash, Qwen3.8 27B e Gemma 4 VL 26B, inviate come URL data: in base64 nel contenuto del messaggio. Il riferimento API di BroadNet dice: “On a pay-as-you-go key an image counts as input tokens at the model’s input price, and a larger image uses more tokens. On a plan, images are part of the plan’s unlimited use.” (traduzione: con una chiave a consumo un’immagine conta come token di input al prezzo di input del modello, e un’immagine più grande usa più token. Con un piano, le immagini rientrano nell’uso illimitato del piano). Per esempio, i token immagine di Gemma 4 VL 26B sono fatturati a $0.10 per 1M di token di input. BroadNet non pubblica una formula di token per immagine, quindi leggi usage.prompt_tokens nella risposta per vedere quanto è costata un’immagine. La guida alle fatture in arabo ha un esempio completo, e l’API LLM vision più economica confronta i prezzi.

Domande frequenti

Un’immagine più grande costa sempre di più?

Fino a un limite. OpenAI e Anthropic documentano entrambi il ridimensionamento delle immagini oltre una dimensione massima, quindi oltre quella soglia il numero di token smette di salire. Al di sotto, più pixel significano più patch e più token.

I token immagine contano nella finestra di contesto?

Sì. Sono token di input, quindi molte immagini grandi in una richiesta possono riempire la finestra di contesto e far salire il costo di ogni turno successivo che le reinvia.

Esiste un calcolatore di token per le immagini?

Sì. Il nostro calcolatore di token immagine applica la regola pubblicata da ogni provider alle dimensioni della tua immagine e mostra il numero di token.

Leggi in MarkdownChiedi a ChatGPTChiedi a ClaudeChiedi a Perplexity