Claude Platform Docs
MessagesTrabajar con archivos

Compatibilidad con PDF

Procesa PDFs con Claude: extrae texto, analiza gráficos y comprende el contenido visual de tus documentos.

Puedes preguntarle a Claude sobre cualquier texto, imagen, gráfico y tabla en los PDFs que proporciones. Algunos casos de uso de ejemplo:

  • Analizar informes financieros y comprender gráficos/tablas
  • Extraer información clave de documentos legales
  • Ayudar con la traducción de documentos
  • Convertir información de documentos a formatos estructurados

Antes de comenzar

Verifica los requisitos de PDF

Claude funciona con cualquier PDF estándar. Asegúrate de que el tamaño de tu solicitud cumpla con estos requisitos:

RequisitoLímite
Tamaño máximo de solicitud32 MB (varía según la plataforma)
Máximo de páginas por solicitud600 (100 cuando la ventana de contexto de la solicitud es inferior a 1M de tokens)
FormatoPDF estándar (sin contraseñas/cifrado)

Ambos límites se aplican a la carga útil completa de la solicitud, incluido cualquier otro contenido enviado junto con los PDFs. Para PDFs grandes, considera subirlos con la Files API y referenciarlos mediante file_id para mantener pequeñas las cargas útiles de las solicitudes.

Dado que la compatibilidad con PDF depende de las capacidades de visión de Claude, está sujeta a las mismas limitaciones y consideraciones que otras tareas de visión.

Plataformas y modelos compatibles

Todos los modelos activos admiten el procesamiento de PDF. Para la compatibilidad con PDF a través de la Converse API de Amazon Bedrock, consulta Compatibilidad con PDF en Amazon Bedrock.

Compatibilidad con PDF en Amazon Bedrock

Al usar la compatibilidad con PDF a través de la Converse API, parte de Claude en Amazon Bedrock (Opus 4.6 y anteriores), existen dos modos distintos de procesamiento de documentos:

Modos de procesamiento de documentos

  1. Converse Document Chat (Modo original - Solo extracción de texto)

    • Proporciona extracción básica de texto de PDFs
    • No puede analizar imágenes, gráficos ni diseños visuales dentro de los PDFs
    • Usa aproximadamente 1,000 tokens para un PDF de 3 páginas
    • Se usa automáticamente cuando las citas no están habilitadas

  2. Claude PDF Chat (Modo nuevo - Comprensión visual completa)

    • Proporciona un análisis visual completo de los PDFs
    • Puede comprender y analizar gráficos, diagramas, imágenes y diseños visuales
    • Procesa cada página tanto como texto como imagen para una comprensión integral
    • Usa aproximadamente 7,000 tokens para un PDF de 3 páginas
    • Requiere que las citas estén habilitadas en la Converse API

Limitaciones clave

  • Converse API: El análisis visual de PDF requiere que las citas estén habilitadas. Actualmente no existe la opción de usar el análisis visual sin citas (a diferencia de la InvokeModel API).
  • InvokeModel API: Proporciona control total sobre el procesamiento de PDF sin citas obligatorias.

Problemas comunes

Si Claude no ve las imágenes o gráficos en tus PDFs al usar la Converse API, probablemente necesites habilitar el indicador de citas. Sin él, Converse recurre únicamente a la extracción básica de texto.

Procesa PDFs con Claude

Envía tu primera solicitud con PDF

Comienza con un ejemplo sencillo usando la Messages API. Puedes proporcionar PDFs a Claude de tres maneras:

  1. Como una referencia URL a un PDF alojado en línea
  2. Como un PDF codificado en base64 en bloques de contenido document
  3. Mediante un file_id de la Files API

Opción 1: Documento PDF basado en URL

El enfoque más sencillo es referenciar un PDF directamente desde una URL:

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-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": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)

La respuesta devuelve el análisis de Claude como bloques de texto en content, con el consumo de tokens en usage:

Output
{
  "id": "msg_01Hfp8YuFjQ55VgWbpdHDehB",
  "type": "message",
  "role": "assistant",
  "model": "claude-opus-5",
  "content": [
    {
      "type": "text",
      "text": "This document is an addendum to the Claude 3 model card, reporting updated evaluation results. The key findings include..."
    }
  ],
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 45000,
    "output_tokens": 300
  }
}

Opción 2: Documento PDF codificado en base64

Si necesitas enviar PDFs desde tu sistema local o cuando no hay una URL disponible:

import base64
import httpx2

# Primero, carga y codifica el PDF
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(
    httpx2.get(pdf_url, follow_redirects=True).content
).decode("utf-8")

# Alternativa: cargar desde un archivo local
# with open("document.pdf", "rb") as f:
#     pdf_data = base64.standard_b64encode(f.read()).decode("utf-8")

# Envía a Claude usando codificación base64
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "base64",
                        "media_type": "application/pdf",
                        "data": pdf_data,
                    },
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)

Opción 3: Files API

Para PDFs que usarás repetidamente, o cuando quieras evitar la sobrecarga de codificación, usa la Files API:

client = anthropic.Anthropic()

# Sube el archivo PDF
with open("/path/to/document.pdf", "rb") as f:
    file_upload = client.files.upload(file=("document.pdf", f, "application/pdf"))

# Usa el archivo subido en un mensaje
message = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {"type": "file", "file_id": file_upload.id},
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)

Cómo funciona la compatibilidad con PDF

Cuando envías un PDF a Claude, ocurren los siguientes pasos:

  1. El sistema extrae el contenido del documento.

    • El sistema convierte cada página del documento en una imagen.
    • El texto de cada página se extrae y se proporciona junto con la imagen de cada página.

  2. Claude analiza tanto el texto como las imágenes para comprender mejor el documento.

    • Los documentos se proporcionan como una combinación de texto e imágenes para su análisis.
    • Esto permite a los usuarios solicitar información sobre los elementos visuales de un PDF, como gráficos, diagramas y otro contenido no textual.

  3. Claude responde, haciendo referencia al contenido del PDF si es relevante.

    Claude puede hacer referencia tanto al contenido textual como al visual cuando responde. Puedes mejorar aún más el rendimiento integrando la compatibilidad con PDF con:

Estima tus costos

El recuento de tokens de un archivo PDF depende del texto total extraído del documento y del número de páginas:

  • Costos de tokens de texto: Cada página suele usar entre 1,500 y 3,000 tokens según la densidad del contenido. Se aplican los precios estándar de la API sin tarifas adicionales por PDF.
  • Costos de tokens de imagen: Dado que cada página se convierte en una imagen, se aplican los mismos cálculos de costos basados en imágenes.

Puedes usar el conteo de tokens para estimar los costos de tus PDFs específicos.

Optimiza el procesamiento de PDF

Mejora el rendimiento

Sigue estas mejores prácticas para obtener resultados óptimos:

  • Coloca los PDFs antes del texto en tus solicitudes
  • Usa fuentes estándar
  • Asegúrate de que el texto sea claro y legible
  • Rota las páginas a la orientación vertical correcta
  • Usa números de página lógicos (del visor de PDF) en los prompts
  • Divide los PDFs grandes en fragmentos cuando sea necesario
  • Habilita el almacenamiento en caché de prompts para análisis repetidos

Escala tu implementación

Para el procesamiento de alto volumen, considera estos enfoques:

Usa el almacenamiento en caché de prompts

Almacena en caché los PDFs con el "prompt caching" (almacenamiento en caché de prompts) para mejorar el rendimiento en consultas repetidas:

import base64
import httpx2

# Primero, carga y codifica el PDF
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(
    httpx2.get(pdf_url, follow_redirects=True).content
).decode("utf-8")

# Crea un mensaje con el documento almacenado en caché
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "base64",
                        "media_type": "application/pdf",
                        "data": pdf_data,
                    },
                    "cache_control": {"type": "ephemeral"},
                },
                {
                    "type": "text",
                    "text": "Which model has the highest human preference win rates across each use-case?",
                },
            ],
        }
    ],
)

print(message.content)

Procesa lotes de documentos

Usa la Message Batches API para procesar muchos PDFs en una sola solicitud:

import base64
import httpx2

# Primero, carga y codifica el PDF
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(
    httpx2.get(pdf_url, follow_redirects=True).content
).decode("utf-8")

# Crea un lote de solicitudes que usen el documento
client = anthropic.Anthropic()
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "my-first-request",
            "params": {
                "model": "claude-opus-5",
                "max_tokens": 1024,
                "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "document",
                                "source": {
                                    "type": "base64",
                                    "media_type": "application/pdf",
                                    "data": pdf_data,
                                },
                            },
                            {
                                "type": "text",
                                "text": "Which model has the highest human preference win rates across each use-case?",
                            },
                        ],
                    }
                ],
            },
        },
        {
            "custom_id": "my-second-request",
            "params": {
                "model": "claude-opus-5",
                "max_tokens": 1024,
                "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "document",
                                "source": {
                                    "type": "base64",
                                    "media_type": "application/pdf",
                                    "data": pdf_data,
                                },
                            },
                            {
                                "type": "text",
                                "text": "Extract 5 key insights from this document.",
                            },
                        ],
                    }
                ],
            },
        },
    ]
)

print(message_batch)

Los lotes se procesan de forma asíncrona. Para verificar el progreso y recuperar los resultados una vez que finalice el procesamiento, consulta Procesamiento por lotes.

Próximos pasos

Visión

Las capacidades de visión de Claude le permiten comprender y analizar imágenes, lo que abre posibilidades emocionantes para la interacción multimodal.

Prueba ejemplos de PDF

Explora ejemplos prácticos de procesamiento de PDF en la receta del Claude Cookbook.

Ver la referencia de la API

Consulta la documentación completa de la API para la compatibilidad con PDF.

Compatibility

Supported platforms
  • Claude API
  • Claude Platform on AWS
  • Amazon Bedrock
  • Google Cloud
  • Microsoft Foundry

Was this page helpful?