Soporte para PDF

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

• Analizar informes financieros y comprender gráficos/tablas
• Extraer información clave de documentos legales
• Asistencia de traducción para documentos
• Convertir información de documentos en 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:

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

Dado que el soporte para PDF depende de las capacidades de visión de Claude, está sujeto a las mismas limitaciones y consideraciones que otras tareas de visión.

Plataformas y modelos compatibles

El soporte para PDF está disponible en la API de Claude, Claude Platform en AWS, Amazon Bedrock (consulta Soporte para PDF en Amazon Bedrock), Vertex AI y Microsoft Foundry. Todos los modelos activos admiten el procesamiento de PDF.

Soporte para PDF en Amazon Bedrock

Al usar el soporte para PDF a través de la Converse API de Bedrock, 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 los PDF
   • No puede analizar imágenes, gráficos ni diseños visuales dentro de los PDF
   • 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 análisis visual completo de los PDF
   • Puede comprender y analizar gráficos, diagramas, imágenes y diseños visuales
   • Procesa cada página como texto e 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 hay opción para usar el análisis visual sin citas (a diferencia de la InvokeModel API).
• InvokeModel API: Proporciona control total sobre el procesamiento de PDF sin citas forzadas.

Problemas comunes

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

Procesa PDF con Claude

Envía tu primera solicitud de PDF

Comencemos con un ejemplo simple usando la Messages API. Puedes proporcionar PDF 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 simple es referenciar un PDF directamente desde una URL:

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-8",
    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)

Opción 2: Documento PDF codificado en base64

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

import base64
import httpx

# 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(httpx.get(pdf_url).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")

# Envíalo a Claude usando codificación base64
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-8",
    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 PDF que usarás repetidamente, o cuando quieras evitar la sobrecarga de codificación, usa la Files API:

client = anthropic.Anthropic()

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

# Usa el archivo subido en un mensaje
message = client.beta.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    betas=["files-api-2025-04-14"],
    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 el soporte para PDF

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

Estima tus costos

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

• Costos de tokens de texto: Cada página generalmente usa entre 1,500 y 3,000 tokens por página, dependiendo de 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 PDF específicos.

Optimiza el procesamiento de PDF

Mejora el rendimiento

Sigue estas mejores prácticas para obtener resultados óptimos:

• Coloca los PDF 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 PDF grandes en fragmentos cuando sea necesario
• Habilita el almacenamiento en caché de prompts para análisis repetidos

Escala tu implementación

Para procesamiento de alto volumen, considera estos enfoques:

Usa el almacenamiento en caché de prompts

Almacena en caché los PDF para mejorar el rendimiento en consultas repetidas:

client = anthropic.Anthropic()
# ...
message = client.messages.create(
    model="claude-opus-4-8",
    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": "Analyze this document."},
            ],
        }
    ],
)

Procesa lotes de documentos

Usa la Message Batches API para flujos de trabajo de alto volumen:

client = anthropic.Anthropic()
# ...
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "doc1",
            "params": {
                "model": "claude-opus-4-8",
                "max_tokens": 1024,
                "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "document",
                                "source": {
                                    "type": "base64",
                                    "media_type": "application/pdf",
                                    "data": pdf_data,
                                },
                            },
                            {"type": "text", "text": "Summarize this document."},
                        ],
                    }
                ],
            },
        }
    ]
)

Próximos pasos