Visión

Esta guía describe cómo trabajar con imágenes en Claude, incluyendo mejores prácticas, ejemplos de código y limitaciones a tener en cuenta.

Cómo usar visión

Usa las capacidades de visión de Claude a través de:

claude.ai. Carga una imagen como lo harías con un archivo, o arrastra y suelta una imagen directamente en la ventana de chat.
El Workbench de Consola. Un botón para agregar imágenes aparece en la esquina superior derecha de cada bloque de mensaje del Usuario.
Solicitud de API. Consulta los ejemplos en esta guía.

Antes de cargar

Conceptos básicos y límites

Puedes incluir múltiples imágenes en una sola solicitud (hasta 20 para claude.ai y 100 para solicitudes de API). Claude analizará todas las imágenes proporcionadas al formular su respuesta. Esto puede ser útil para comparar o contrastar imágenes.

Si envías una imagen más grande que 8000x8000 px, será rechazada. Si envías más de 20 imágenes en una solicitud de API, este límite es de 2000x2000 px.

Aunque la API admite 100 imágenes por solicitud, hay un límite de tamaño de solicitud de 32MB para puntos finales estándar.

Evaluar el tamaño de la imagen

Para un rendimiento óptimo, recomendamos cambiar el tamaño de las imágenes antes de cargarlas si son demasiado grandes. Si el borde largo de tu imagen tiene más de 1568 píxeles, o tu imagen tiene más de ~1,600 tokens, primero se reducirá, preservando la relación de aspecto, hasta que esté dentro de los límites de tamaño.

Si tu imagen de entrada es demasiado grande y necesita ser redimensionada, aumentará la latencia del tiempo hasta el primer token, sin darte ningún rendimiento de modelo adicional. Las imágenes muy pequeñas menores a 200 píxeles en cualquier borde dado pueden degradar el rendimiento.

Para mejorar el tiempo hasta el primer token, recomendamos cambiar el tamaño de las imágenes a no más de 1.15 megapíxeles (y dentro de 1568 píxeles en ambas dimensiones).

Aquí hay una tabla de tamaños máximos de imagen aceptados por nuestra API que no serán redimensionados para relaciones de aspecto comunes. Con Claude Sonnet 4.5, estas imágenes utilizan aproximadamente 1,600 tokens y alrededor de $4.80/1K imágenes.

Relación de aspecto	Tamaño de imagen
1:1	1092x1092 px
3:4	951x1268 px
2:3	896x1344 px
9:16	819x1456 px
1:2	784x1568 px

Calcular costos de imagen

Cada imagen que incluyas en una solicitud a Claude cuenta hacia tu uso de tokens. Para calcular el costo aproximado, multiplica el número aproximado de tokens de imagen por el precio por token del modelo que estés usando.

Si tu imagen no necesita ser redimensionada, puedes estimar el número de tokens utilizados a través de este algoritmo: tokens = (ancho px * alto px)/750

Aquí hay ejemplos de tokenización aproximada y costos para diferentes tamaños de imagen dentro de las restricciones de tamaño de nuestra API basados en el precio por token de Claude Sonnet 4.5 de $3 por millón de tokens de entrada:

Tamaño de imagen	# de Tokens	Costo / imagen	Costo / 1K imágenes
200x200 px(0.04 megapíxeles)	~54	~$0.00016	~$0.16
1000x1000 px(1 megapíxel)	~1334	~$0.004	~$4.00
1092x1092 px(1.19 megapíxeles)	~1590	~$0.0048	~$4.80

Asegurar la calidad de la imagen

Al proporcionar imágenes a Claude, ten en cuenta lo siguiente para obtener los mejores resultados:

Formato de imagen: Usa un formato de imagen compatible: JPEG, PNG, GIF o WebP.
Claridad de imagen: Asegúrate de que las imágenes sean claras y no demasiado borrosas o pixeladas.
Texto: Si la imagen contiene texto importante, asegúrate de que sea legible y no demasiado pequeño. Evita recortar el contexto visual clave solo para ampliar el texto.

Ejemplos de prompts

Muchas de las técnicas de prompting que funcionan bien para interacciones basadas en texto con Claude también se pueden aplicar a prompts basados en imágenes.

Estos ejemplos demuestran estructuras de prompts de mejores prácticas que involucran imágenes.

Al igual que con la colocación de consulta de documentos, Claude funciona mejor cuando las imágenes vienen antes del texto. Las imágenes colocadas después del texto o interpoladas con texto seguirán funcionando bien, pero si tu caso de uso lo permite, recomendamos una estructura de imagen-luego-texto.

Acerca de los ejemplos de prompts

Los siguientes ejemplos demuestran cómo usar las capacidades de visión de Claude usando varios lenguajes de programación y enfoques. Puedes proporcionar imágenes a Claude de tres formas:

Como una imagen codificada en base64 en bloques de contenido image
Como una referencia de URL a una imagen alojada en línea
Usando la API de Archivos (cargar una vez, usar múltiples veces)

Los prompts de ejemplo base64 utilizan estas variables:

A continuación se muestran ejemplos de cómo incluir imágenes en una solicitud de API de Mensajes usando imágenes codificadas en base64 y referencias de URL:

Ejemplo de imagen codificada en base64

Ejemplo de imagen basada en URL

Ejemplo de imagen de API de Archivos

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

Consulta ejemplos de API de Mensajes para más código de ejemplo y detalles de parámetros.

Limitaciones

Aunque las capacidades de comprensión de imágenes de Claude son de vanguardia, hay algunas limitaciones a tener en cuenta:

Identificación de personas: Claude no puede ser usado para identificar (es decir, nombrar) personas en imágenes y se negará a hacerlo.
Precisión: Claude puede alucinar o cometer errores al interpretar imágenes de baja calidad, rotadas o muy pequeñas menores a 200 píxeles.
Razonamiento espacial: Las capacidades de razonamiento espacial de Claude son limitadas. Puede tener dificultades con tareas que requieren localización precisa o diseños, como leer la cara de un reloj analógico o describir posiciones exactas de piezas de ajedrez.
Conteo: Claude puede dar conteos aproximados de objetos en una imagen pero puede no ser siempre precisamente exacto, especialmente con grandes números de objetos pequeños.
Imágenes generadas por IA: Claude no sabe si una imagen es generada por IA y puede ser incorrecto si se le pregunta. No confíes en él para detectar imágenes falsas o sintéticas.
Contenido inapropiado: Claude no procesará imágenes inapropiadas o explícitas que violen nuestra Política de Uso Aceptable.
Aplicaciones de atención médica: Aunque Claude puede analizar imágenes médicas generales, no está diseñado para interpretar escaneos de diagnóstico complejos como CTs o RMNs. Los resultados de Claude no deben considerarse un sustituto del consejo médico profesional o diagnóstico.

Siempre revisa y verifica cuidadosamente las interpretaciones de imágenes de Claude, especialmente para casos de uso de alto riesgo. No uses Claude para tareas que requieran precisión perfecta o análisis de imágenes sensibles sin supervisión humana.

Preguntas frecuentes

Profundiza en visión

¿Listo para comenzar a construir con imágenes usando Claude? Aquí hay algunos recursos útiles:

Multimodal cookbook: Este cookbook tiene consejos sobre cómo comenzar con imágenes y técnicas de mejores prácticas para asegurar el rendimiento de la más alta calidad con imágenes. Mira cómo puedes indicar efectivamente a Claude con imágenes para llevar a cabo tareas como interpretar y analizar gráficos o extraer contenido de formularios.
Referencia de API: Visita nuestra documentación para la Messages API, incluyendo ejemplos de llamadas de API que involucran imágenes.

Si tienes otras preguntas, no dudes en comunicarte con nuestro equipo de soporte. También puedes unirte a nuestra comunidad de desarrolladores para conectar con otros creadores y obtener ayuda de expertos de Anthropic.

    # Para imágenes basadas en URL, puedes usar la URL directamente en tu solicitud JSON
    
    # Para imágenes codificadas en base64, primero necesitas codificar la imagen
    # Ejemplo de cómo codificar una imagen a base64 en bash:
    BASE64_IMAGE_DATA=$(curl -s "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg" | base64)
    
    # Los datos codificados ahora se pueden usar en tus llamadas de API

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."
          }
        ]
      }
    ]
  }'

# Primero, carga tu imagen a la API de Archivos
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]"

# Luego usa el file_id devuelto en tu mensaje
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."
          }
        ]
      }
    ]
  }'

Cómo usar visión

Antes de cargar

Conceptos básicos y límites

Evaluar el tamaño de la imagen

Calcular costos de imagen

Asegurar la calidad de la imagen

Ejemplos de prompts

Acerca de los ejemplos de prompts

Ejemplo de imagen codificada en base64

Ejemplo de imagen basada en URL

Ejemplo de imagen de API de Archivos

Ejemplo: Una imagen

Limitaciones

Preguntas frecuentes

¿Qué tipos de archivo de imagen admite Claude?

¿Puede Claude leer URLs de imágenes?

Profundiza en visión

Ejemplo: Múltiples imágenes

Ejemplo: Múltiples imágenes con un prompt del sistema

Ejemplo: Cuatro imágenes en dos turnos de conversación

¿Hay un límite para el tamaño del archivo de imagen que puedo cargar?

¿Cuántas imágenes puedo incluir en una solicitud?

¿Lee Claude los metadatos de la imagen?

¿Puedo eliminar las imágenes que he cargado?

¿Dónde puedo encontrar detalles sobre la privacidad de datos para cargas de imágenes?

¿Qué pasa si la interpretación de imagen de Claude parece incorrecta?

¿Puede Claude generar o editar imágenes?