Sie können Claude jetzt zu jedem Text, Bildern, Diagrammen und Tabellen in PDFs befragen, die Sie bereitstellen. Einige Beispiel-Anwendungsfälle:
Claude funktioniert mit jedem Standard-PDF. Sie sollten jedoch sicherstellen, dass Ihre Anfragegröße diese Anforderungen erfüllt, wenn Sie PDF-Unterstützung verwenden:
| Anforderung | Limit |
|---|---|
| Maximale Anfragegröße | 32MB |
| Maximale Seiten pro Anfrage | 100 |
| Format | Standard-PDF (keine Passwörter/Verschlüsselung) |
Bitte beachten Sie, dass beide Limits für die gesamte Anfrage-Payload gelten, einschließlich aller anderen Inhalte, die zusammen mit PDFs gesendet werden.
Da die PDF-Unterstützung auf Claudes Vision-Fähigkeiten basiert, unterliegt sie denselben Einschränkungen und Überlegungen wie andere Vision-Aufgaben.
PDF-Unterstützung wird derzeit über direkten API-Zugang und Google Vertex AI unterstützt. Alle aktiven Modelle unterstützen PDF-Verarbeitung.
PDF-Unterstützung ist jetzt auf Amazon Bedrock mit den folgenden Überlegungen verfügbar:
Bei der Verwendung von PDF-Unterstützung über Amazon Bedrocks Converse API gibt es zwei verschiedene Dokumentverarbeitungsmodi:
Wichtig: Um auf Claudes vollständige visuelle PDF-Verständnisfähigkeiten in der Converse API zuzugreifen, müssen Sie Zitate aktivieren. Ohne aktivierte Zitate fällt die API auf nur grundlegende Textextraktion zurück. Erfahren Sie mehr über Arbeiten mit Zitaten.
Converse Document Chat (Ursprünglicher Modus - Nur Textextraktion)
Claude PDF Chat (Neuer Modus - Vollständiges visuelles Verständnis)
Wenn Kunden berichten, dass Claude keine Bilder oder Diagramme in ihren PDFs sieht, wenn sie die Converse API verwenden, müssen sie wahrscheinlich das Zitate-Flag aktivieren. Ohne es fällt Converse auf nur grundlegende Textextraktion zurück.
Dies ist eine bekannte Einschränkung der Converse API, an deren Behebung wir arbeiten. Für Anwendungen, die visuelle PDF-Analyse ohne Zitate benötigen, verwenden Sie stattdessen die InvokeModel API.
Für Nicht-PDF-Dateien wie .csv, .xlsx, .docx, .md oder .txt-Dateien siehe Arbeiten mit anderen Dateiformaten.
Beginnen wir mit einem einfachen Beispiel mit der Messages API. Sie können PDFs auf drei Arten an Claude bereitstellen:
document-Inhaltsblöckenfile_id aus der Files APIDer einfachste Ansatz ist, ein PDF direkt über eine URL zu referenzieren:
curl https://api.anthropic.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-d '{
"model": "claude-sonnet-4-5",
"max_tokens": 1024,
"messages": [{
"role": "user",
"content": [{
"type": "document",
"source": {
"type": "url",
"url": "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
}
},
{
"type": "text",
"text": "Was sind die wichtigsten Erkenntnisse in diesem Dokument?"
}]
}]
}'Wenn Sie PDFs von Ihrem lokalen System senden müssen oder wenn eine URL nicht verfügbar ist:
# Methode 1: Remote-PDF abrufen und kodieren
curl -s "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf" | base64 | tr -d '\n' > pdf_base64.txt
# Methode 2: Lokale PDF-Datei kodieren
# base64 document.pdf | tr -d '\n' > pdf_base64.txt
# JSON-Anfragedatei mit dem pdf_base64.txt-Inhalt erstellen
jq -n --rawfile PDF_BASE64 pdf_base64.txt '{
"model": "claude-sonnet-4-5",
"max_tokens": 1024,
"messages": [{
"role": "user",
"content": [{
"type": "document",
"source": {
"type": "base64",
"media_type": "application/pdf",
"data": $PDF_BASE64
}
},
{
"type": "text",
"text": "Was sind die wichtigsten Erkenntnisse in diesem Dokument?"
}]
}]
}' > request.json
# API-Anfrage mit der JSON-Datei senden
curl https://api.anthropic.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-d @request.jsonFür PDFs, die Sie wiederholt verwenden werden, oder wenn Sie Kodierungs-Overhead vermeiden möchten, verwenden Sie die Files API:
# Zuerst Ihr PDF zur Files API hochladen
curl -X POST https://api.anthropic.com/v1/files \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "anthropic-beta: files-api-2025-04-14" \
-F "[email protected]"
# Dann die zurückgegebene file_id in Ihrer Nachricht verwenden
curl https://api.anthropic.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "anthropic-beta: files-api-2025-04-14" \
-d '{
"model": "claude-sonnet-4-5",
"max_tokens": 1024,
"messages": [{
"role": "user",
"content": [{
"type": "document",
"source": {
"type": "file",
"file_id": "file_abc123"
}
},
{
"type": "text",
"text": "Was sind die wichtigsten Erkenntnisse in diesem Dokument?"
}]
}]
}'Wenn Sie ein PDF an Claude senden, laufen folgende Schritte ab:
Das System extrahiert den Inhalt des Dokuments.
Claude analysiert sowohl den Text als auch die Bilder, um das Dokument besser zu verstehen.
Claude antwortet und referenziert dabei den Inhalt des PDFs, falls relevant.
Claude kann sowohl textuelle als auch visuelle Inhalte referenzieren, wenn es antwortet. Sie können die Leistung weiter verbessern, indem Sie PDF-Unterstützung integrieren mit:
Die Token-Anzahl einer PDF-Datei hängt vom gesamten aus dem Dokument extrahierten Text sowie der Anzahl der Seiten ab:
Sie können Token-Zählung verwenden, um Kosten für Ihre spezifischen PDFs zu schätzen.
Befolgen Sie diese Best Practices für optimale Ergebnisse:
Für hochvolumige Verarbeitung betrachten Sie diese Ansätze:
Cachen Sie PDFs, um die Leistung bei wiederholten Abfragen zu verbessern:
# JSON-Anfragedatei mit dem pdf_base64.txt-Inhalt erstellen
jq -n --rawfile PDF_BASE64 pdf_base64.txt '{
"model": "claude-sonnet-4-5",
"max_tokens": 1024,
"messages": [{
"role": "user",
"content": [{
"type": "document",
"source": {
"type": "base64",
"media_type": "application/pdf",
"data": $PDF_BASE64
},
"cache_control": {
"type": "ephemeral"
}
},
{
"type": "text",
"text": "Welches Modell hat die höchsten menschlichen Präferenz-Gewinnraten in jedem Anwendungsfall?"
}]
}]
}' > request.json
# Dann den API-Aufruf mit der JSON-Datei machen
curl https://api.anthropic.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-d @request.jsonVerwenden Sie die Message Batches API für hochvolumige Workflows:
# JSON-Anfragedatei mit dem pdf_base64.txt-Inhalt erstellen
jq -n --rawfile PDF_BASE64 pdf_base64.txt '
{
"requests": [
{
"custom_id": "my-first-request",
"params": {
"model": "claude-sonnet-4-5",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": [
{
"type": "document",
"source": {
"type": "base64",
"media_type": "application/pdf",
"data": $PDF_BASE64
}
},
{
"type": "text",
"text": "Welches Modell hat die höchsten menschlichen Präferenz-Gewinnraten in jedem Anwendungsfall?"
}
]
}
]
}
},
{
"custom_id": "my-second-request",
"params": {
"model": "claude-sonnet-4-5",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": [
{
"type": "document",
"source": {
"type": "base64",
"media_type": "application/pdf",
"data": $PDF_BASE64
}
},
{
"type": "text",
"text": "Extrahieren Sie 5 wichtige Erkenntnisse aus diesem Dokument."
}
]
}
]
}
}
]
}
' > request.json
# Dann den API-Aufruf mit der JSON-Datei machen
curl https://api.anthropic.com/v1/messages/batches \
-H "content-type: application/json" \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-d @request.json