Vision

Diese Anleitung beschreibt, wie Sie mit Bildern in Claude arbeiten, einschließlich Best Practices, Codebeispiele und Einschränkungen, die Sie beachten sollten.

So verwenden Sie Vision

Nutzen Sie Claudes Visionsfähigkeiten über:

claude.ai. Laden Sie ein Bild wie eine Datei hoch, oder ziehen Sie ein Bild direkt in das Chat-Fenster.
Die Console Workbench. Wenn Sie ein Modell auswählen, das Bilder akzeptiert (nur Claude 3 und 4 Modelle), wird oben rechts in jedem Benutzernachrichtenblock eine Schaltfläche zum Hinzufügen von Bildern angezeigt.
API-Anfrage. Siehe die Beispiele in dieser Anleitung.

Vor dem Hochladen

Grundlagen und Limits

Sie können bis zu 20 Bilder in einer einzelnen Anfrage einbinden (bis zu 20 für claude.ai und 100 für API-Anfragen). Claude wird alle bereitgestellten Bilder analysieren, wenn es seine Antwort formuliert. Dies kann hilfreich sein, um Bilder zu vergleichen oder gegenüberzustellen.

Wenn Sie ein Bild größer als 8000x8000 px einreichen, wird es abgelehnt. Wenn Sie mehr als 20 Bilder in einer API-Anfrage einreichen, beträgt dieses Limit 2000x2000 px.

Während die API 100 Bilder pro Anfrage unterstützt, gibt es ein 32-MB-Anfragegrößenlimit für Standard-Endpunkte.

Bildgröße bewerten

Für optimale Leistung empfehlen wir, Bilder vor dem Hochladen zu verkleinern, wenn sie zu groß sind. Wenn die lange Kante Ihres Bildes mehr als 1568 Pixel beträgt oder Ihr Bild mehr als ~1.600 Token hat, wird es zunächst verkleinert, wobei das Seitenverhältnis beibehalten wird, bis es innerhalb der Größenlimits liegt.

Wenn Ihr Eingabebild zu groß ist und verkleinert werden muss, erhöht dies die Latenz von time-to-first-token, ohne Ihnen zusätzliche Modellleistung zu geben. Sehr kleine Bilder unter 200 Pixeln auf einer beliebigen Kante können die Leistung beeinträchtigen.

Um time-to-first-token zu verbessern, empfehlen wir, Bilder auf nicht mehr als 1,15 Megapixel zu verkleinern (und innerhalb von 1568 Pixeln in beiden Dimensionen).

Hier ist eine Tabelle der maximalen Bildgrößen, die von unserer API akzeptiert werden und nicht für gängige Seitenverhältnisse verkleinert werden. Mit dem Claude Sonnet 3.7 Modell verwenden diese Bilder ungefähr 1.600 Token und kosten etwa 4,80 $/1K Bilder.

Seitenverhältnis	Bildgröße
1	1092x1092 px
3	951x1268 px
2	896x1344 px
9	819x1456 px
1	784x1568 px

Bildkosten berechnen

Jedes Bild, das Sie in eine Anfrage an Claude einbinden, zählt zu Ihrer Token-Nutzung. Um die ungefähren Kosten zu berechnen, multiplizieren Sie die ungefähre Anzahl der Bild-Token mit dem Pro-Token-Preis des Modells, das Sie verwenden.

Wenn Ihr Bild nicht verkleinert werden muss, können Sie die Anzahl der verwendeten Token durch diesen Algorithmus schätzen: tokens = (width px * height px)/750

Hier sind Beispiele für ungefähre Tokenisierung und Kosten für verschiedene Bildgrößen innerhalb der Größenlimits unserer API basierend auf Claude Sonnet 3.7 Pro-Token-Preis von 3 $ pro Million Eingabe-Token:

Bildgröße	Anzahl Token	Kosten / Bild	Kosten / 1K Bilder
200x200 px(0,04 Megapixel)	~54	~$0,00016	~$0,16
1000x1000 px(1 Megapixel)	~1334	~$0,004	~$4,00
1092x1092 px(1,19 Megapixel)	~1590	~$0,0048	~$4,80

Bildqualität sicherstellen

Beachten Sie beim Bereitstellen von Bildern für Claude Folgendes, um die besten Ergebnisse zu erzielen:

Bildformat: Verwenden Sie ein unterstütztes Bildformat: JPEG, PNG, GIF oder WebP.
Bildklarheit: Stellen Sie sicher, dass Bilder klar sind und nicht zu verschwommen oder pixelig.
Text: Wenn das Bild wichtigen Text enthält, stellen Sie sicher, dass er lesbar ist und nicht zu klein. Vermeiden Sie es, wichtigen visuellen Kontext auszuschneiden, nur um den Text zu vergrößern.

Prompt-Beispiele

Viele der Prompt-Techniken, die gut für textbasierte Interaktionen mit Claude funktionieren, können auch auf bildbasierte Prompts angewendet werden.

Diese Beispiele zeigen Best-Practice-Prompt-Strukturen mit Bildern.

Genau wie bei der Platzierung von Dokument-Abfragen funktioniert Claude am besten, wenn Bilder vor Text kommen. Bilder, die nach Text platziert oder mit Text vermischt werden, funktionieren immer noch gut, aber wenn Ihr Anwendungsfall es zulässt, empfehlen wir eine Bild-dann-Text- Struktur.

Über die Prompt-Beispiele

Die folgenden Beispiele zeigen, wie Sie Claudes Visionsfähigkeiten mit verschiedenen Programmiersprachen und Ansätzen nutzen. Sie können Bilder auf drei Arten an Claude bereitstellen:

Als base64-kodiertes Bild in image Inhaltsblöcken
Als URL-Referenz zu einem online gehosteten Bild
Mit der Files API (einmal hochladen, mehrfach verwenden)

Die base64-Beispiel-Prompts verwenden diese Variablen:

Nachfolgend finden Sie Beispiele für die Einbindung von Bildern in eine Messages API-Anfrage mit base64-kodierten Bildern und URL-Referenzen:

Base64-kodiertes Bildbeispiel

URL-basiertes Bildbeispiel

Files API Bildbeispiel

Für Bilder, die Sie wiederholt verwenden, oder wenn Sie Kodierungsaufwand vermeiden möchten, verwenden Sie die Files API:

Siehe Messages API Beispiele für weitere Beispielcode und Parameterdetails.

Einschränkungen

Während Claudes Bildverständnisfähigkeiten hochmodern sind, gibt es einige Einschränkungen, die Sie beachten sollten:

Personenerkennung: Claude kann nicht verwendet werden, um Personen in Bildern zu identifizieren (d. h. zu benennen), und wird dies ablehnen.
Genauigkeit: Claude kann halluzinieren oder Fehler machen, wenn er Bilder mit niedriger Qualität, gedrehte oder sehr kleine Bilder unter 200 Pixeln interpretiert.
Räumliches Denken: Claudes räumliche Denkfähigkeiten sind begrenzt. Es kann bei Aufgaben, die präzise Lokalisierung oder Layouts erfordern, wie das Lesen eines analogen Ziffernblatts oder die Beschreibung exakter Positionen von Schachfiguren, Schwierigkeiten haben.
Zählen: Claude kann ungefähre Zählungen von Objekten in einem Bild geben, ist aber möglicherweise nicht immer genau, besonders bei großen Mengen kleiner Objekte.
KI-generierte Bilder: Claude weiß nicht, ob ein Bild KI-generiert ist, und kann falsch liegen, wenn er gefragt wird. Verlassen Sie sich nicht darauf, um gefälschte oder synthetische Bilder zu erkennen.
Unangemessene Inhalte: Claude verarbeitet keine unangemessenen oder expliziten Bilder, die gegen unsere Acceptable Use Policy verstoßen.
Gesundheitsanwendungen: Während Claude allgemeine medizinische Bilder analysieren kann, ist es nicht dafür ausgelegt, komplexe diagnostische Scans wie CTs oder MRTs zu interpretieren. Claudes Ausgaben sollten nicht als Ersatz für professionelle medizinische Beratung oder Diagnose angesehen werden.

Überprüfen und verifizieren Sie immer sorgfältig Claudes Bildinterpretationen, besonders bei hochriskanten Anwendungsfällen. Verwenden Sie Claude nicht für Aufgaben, die perfekte Präzision oder sensible Bildanalyse ohne menschliche Aufsicht erfordern.

Häufig gestellte Fragen

Tiefer in Vision eintauchen

Bereit, mit Bildern mit Claude zu bauen? Hier sind einige hilfreiche Ressourcen:

Multimodales Kochbuch: Dieses Kochbuch hat Tipps zum Einstieg in Bilder und Best-Practice-Techniken, um die höchste Qualitätsleistung mit Bildern zu gewährleisten. Sehen Sie, wie Sie Claude effektiv mit Bildern auffordern können, um Aufgaben wie Interpretation und Analyse von Diagrammen oder Extrahieren von Inhalten aus Formularen durchzuführen.
API-Referenz: Besuchen Sie unsere Dokumentation für die Messages API, einschließlich Beispiel API-Aufrufe mit Bildern.

Wenn Sie weitere Fragen haben, wenden Sie sich gerne an unser Support-Team. Sie können auch unserer Entwickler-Community beitreten, um mit anderen Kreativen in Kontakt zu treten und Hilfe von Anthropic-Experten zu erhalten.

    # Für URL-basierte Bilder können Sie die URL direkt in Ihrer JSON-Anfrage verwenden
    
    # Für base64-kodierte Bilder müssen Sie das Bild zunächst kodieren
    # Beispiel für die Kodierung eines Bildes zu base64 in bash:
    BASE64_IMAGE_DATA=$(curl -s "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg" | base64)
    
    # Die kodierten Daten können jetzt in Ihren API-Aufrufen verwendet werden

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "base64",
              "media_type": "image/jpeg",
              "data": "'"$BASE64_IMAGE_DATA"'"
            }
          },
          {
            "type": "text",
            "text": "Describe this image."
          }
        ]
      }
    ]
  }'

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "url",
              "url": "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg"
            }
          },
          {
            "type": "text",
            "text": "Describe this image."
          }
        ]
      }
    ]
  }'

# Laden Sie zunächst Ihr Bild in die Files API hoch
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]"

# Verwenden Sie dann die zurückgegebene file_id in Ihrer Nachricht
curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: files-api-2025-04-14" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "file",
              "file_id": "file_abc123"
            }
          },
          {
            "type": "text",
            "text": "Describe this image."
          }
        ]
      }
    ]
  }'

So verwenden Sie Vision

Vor dem Hochladen

Grundlagen und Limits

Bildgröße bewerten

Bildkosten berechnen

Bildqualität sicherstellen

Prompt-Beispiele

Über die Prompt-Beispiele

Base64-kodiertes Bildbeispiel

URL-basiertes Bildbeispiel

Files API Bildbeispiel

Beispiel: Ein Bild

Einschränkungen

Häufig gestellte Fragen

Welche Bilddateitypen unterstützt Claude?

Kann Claude Bild-URLs lesen?

Tiefer in Vision eintauchen

Beispiel: Mehrere Bilder

Beispiel: Mehrere Bilder mit einem System-Prompt

Beispiel: Vier Bilder über zwei Gesprächsrunden

Gibt es ein Limit für die Bilddateigröße, die ich hochladen kann?

Wie viele Bilder kann ich in einer Anfrage einbinden?

Liest Claude Bildmetadaten?

Kann ich hochgeladene Bilder löschen?

Wo finde ich Details zum Datenschutz für Bild-Uploads?

Was ist, wenn Claudes Bildinterpretation falsch zu sein scheint?

Kann Claude Bilder generieren oder bearbeiten?