Vision

Ce guide décrit comment travailler avec des images dans Claude, y compris les meilleures pratiques, des exemples de code et les limitations à garder à l'esprit.

Comment utiliser la vision

Utilisez les capacités de vision de Claude via :

• claude.ai. Téléchargez une image comme vous le feriez pour un fichier, ou glissez-déposez une image directement dans la fenêtre de chat.
• Le Console Workbench. Un bouton pour ajouter des images apparaît en haut à droite de chaque bloc de message utilisateur.
• Requête API. Voir les exemples dans ce guide.

Avant de télécharger

Bases et limites

Vous pouvez inclure plusieurs images dans une seule requête : jusqu'à 20 pour claude.ai, et jusqu'à 600 pour les requêtes API (100 pour les modèles avec une fenêtre de contexte de 200k tokens). Claude analyse toutes les images fournies lors de la formulation de sa réponse. Cela peut être utile pour comparer ou contraster des images.

Si vous soumettez une image plus grande que 8000x8000 px, elle est rejetée. Si vous soumettez plus de 20 images dans une requête API, cette limite est de 2000x2000 px.

Évaluer la taille de l'image

Pour minimiser la latence sans sacrifier la qualité de la sortie, redimensionnez les images avant de les télécharger si elles sont trop grandes. Sur Claude Opus 4.6, Claude Sonnet 4.6 et les modèles antérieurs, si le bord long de votre image dépasse 1568 pixels, ou si votre image dépasse environ ~1 600 tokens, elle est d'abord réduite, en préservant le rapport d'aspect, jusqu'à ce qu'elle soit dans les limites de taille.

Si votre image d'entrée est trop grande et doit être redimensionnée, cela augmente la latence du time-to-first-token, sans bénéfice pour la qualité de la sortie. Les très petites images de moins de 200 pixels sur un bord donné peuvent dégrader la qualité de la sortie.

Support d'image haute résolution sur Claude Opus 4.7

Claude Opus 4.7 est le premier modèle Claude avec support d'image haute résolution. La résolution d'image maximale est 2576 pixels sur le bord long (contre 1568 px sur les modèles antérieurs). Cela déverrouille des gains de performance sur les charges de travail lourdes en vision et est particulièrement précieux pour l'utilisation informatique, la compréhension des captures d'écran et l'analyse de documents.

Le support haute résolution est automatique sur Claude Opus 4.7 et ne nécessite aucun en-tête bêta ou opt-in côté client.

Coût en tokens : Les images en résolution complète sur Claude Opus 4.7 peuvent utiliser jusqu'à environ 3 fois plus de tokens d'image que sur les modèles antérieurs (jusqu'à 4784 tokens par image, comparé au plafond précédent d'environ ~1 600 tokens par image). Si vous n'avez pas besoin de la fidélité supplémentaire, sous-échantillonnez les images avant d'envoyer pour contrôler les coûts en tokens.

Mathématiques de coordonnées : Sur Claude Opus 4.7, les coordonnées de pointage et de boîte englobante renvoyées par le modèle sont 1

Voici un tableau des tailles d'image maximales acceptées par l'API qui ne seront pas redimensionnées pour les rapports d'aspect courants. Avec Claude Sonnet 4.6, ces images utilisent environ 1 600 tokens et environ 4,80 $/1k images.

Calculer les coûts des images

Chaque image que vous incluez dans une requête à Claude compte dans votre utilisation de tokens. Pour calculer le coût approximatif, multipliez le nombre approximatif de tokens d'image par le prix par token du modèle que vous utilisez.

Si votre image n'a pas besoin d'être redimensionnée, vous pouvez estimer le nombre de tokens utilisés via cet algorithme : tokens = (largeur px * hauteur px)/750

Voici des exemples de tokenisation approximative et de coûts pour différentes tailles d'image dans les contraintes de taille de l'API basées sur le prix par token de Claude Sonnet 4.6 de 3 $ par million de tokens d'entrée :

Assurer la qualité de l'image

Lors de la fourniture d'images à Claude, gardez à l'esprit les points suivants pour les meilleurs résultats :

• Format d'image : Utilisez un format d'image pris en charge : JPEG, PNG, GIF ou WebP.
• Clarté de l'image : Assurez-vous que les images sont claires et pas trop floues ou pixelisées.
• Texte : Si l'image contient du texte important, assurez-vous qu'il est lisible et pas trop petit. Évitez de recadrer le contexte visuel clé juste pour agrandir le texte.

Exemples de prompts

Beaucoup des techniques de prompting qui fonctionnent bien pour les interactions basées sur le texte avec Claude peuvent également être appliquées aux prompts basés sur les images.

Ces exemples démontrent les meilleures structures de prompts impliquant des images.

À propos des exemples de prompts

Les exemples suivants démontrent comment utiliser les capacités de vision de Claude en utilisant divers langages de programmation et approches. Vous pouvez fournir des images à Claude de trois façons :

1. Comme une image codée en base64 dans les blocs de contenu image
2. Comme une référence URL à une image hébergée en ligne
3. En utilisant l'API Files (télécharger une fois, utiliser plusieurs fois)

Les prompts d'exemple base64 utilisent ces variables :

import base64
import httpx

# Pour les images codées en base64
image1_url = "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg"
image1_media_type = "image/jpeg"
image1_data = base64.standard_b64encode(httpx.get(image1_url).content).decode("utf-8")

image2_url = "https://upload.wikimedia.org/wikipedia/commons/b/b5/Iridescent.green.sweat.bee1.jpg"
image2_media_type = "image/jpeg"
image2_data = base64.standard_b64encode(httpx.get(image2_url).content).decode("utf-8")

# Pour les images basées sur URL, vous pouvez utiliser les URLs directement dans vos requêtes

Voici des exemples de comment inclure des images dans une requête Messages API en utilisant des images codées en base64 et des références URL :

Exemple d'image codée en base64

image1_data = "iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAIAAACQd1PeAAAADElEQVR4nGP4z8AAAAMBAQDJ/pLvAAAAAElFTkSuQmCC"
image1_media_type = "image/png"

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": image1_media_type,
                        "data": image1_data,
                    },
                },
                {"type": "text", "text": "Describe this image."},
            ],
        }
    ],
)
print(message)

Exemple d'image basée sur URL

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    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."},
            ],
        }
    ],
)
print(message)

Exemple d'API Files avec image

Pour les images que vous utiliserez à plusieurs reprises ou lorsque vous souhaitez éviter les frais généraux d'encodage, utilisez l'API Files. Téléchargez l'image une fois, puis référencez le file_id retourné dans les messages suivants au lieu de renvoyer les données base64.

client = anthropic.Anthropic()

# Téléchargez le fichier image
with open("image.jpg", "rb") as f:
    file_upload = client.beta.files.upload(file=("image.jpg", f, "image/jpeg"))

# Utilisez le fichier téléchargé dans un message
message = client.beta.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    betas=["files-api-2025-04-14"],
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {"type": "file", "file_id": file_upload.id},
                },
                {"type": "text", "text": "Describe this image."},
            ],
        }
    ],
)

print(message.content)

Consultez les exemples de l'API Messages pour plus d'exemples de code et de détails sur les paramètres.

Limitations

Bien que les capacités de compréhension d'images de Claude soient à la pointe de la technologie, il y a quelques limitations à connaître :

• Identification des personnes : Claude ne peut pas être utilisé pour nommer les personnes dans les images et refuse de le faire.
• Précision : Claude peut halluciner ou faire des erreurs lors de l'interprétation d'images de faible qualité, pivotées ou très petites (moins de 200 pixels).
• Raisonnement spatial : Les capacités de raisonnement spatial de Claude sont limitées. Il peut avoir du mal avec les tâches nécessitant une localisation précise ou des mises en page, comme la lecture du cadran d'une horloge analogique ou la description des positions exactes des pièces d'échecs.
• Comptage : Claude peut donner des comptages approximatifs d'objets dans une image, mais peut ne pas toujours être précis, en particulier avec un grand nombre de petits objets.
• Images générées par l'IA : Claude ne sait pas si une image est générée par l'IA et peut se tromper si on lui pose la question. Ne vous fiez pas à lui pour détecter les images fausses ou synthétiques.
• Contenu inapproprié : Claude ne traite pas les images inappropriées ou explicites qui violent la Politique d'utilisation acceptable.
• Applications de santé : Bien que Claude puisse analyser les images médicales générales, il n'est pas conçu pour interpréter les analyses diagnostiques complexes telles que les tomodensitométries ou les IRM. Les résultats de Claude ne doivent pas être considérés comme un substitut aux conseils ou diagnostics médicaux professionnels.

Examinez toujours attentivement et vérifiez les interprétations d'images de Claude, en particulier pour les cas d'utilisation à enjeux élevés. N'utilisez pas Claude pour les tâches nécessitant une précision parfaite ou l'analyse d'images sensibles sans supervision humaine.

FAQ

Approfondissez votre compréhension de la vision

Prêt à commencer à construire avec des images en utilisant Claude ? Voici quelques ressources utiles :

• Livre de cuisine multimodal : Ce livre de cuisine contient des conseils sur la prise en main des images et les techniques de bonnes pratiques pour assurer les meilleures performances avec les images. Découvrez comment vous pouvez inviter efficacement Claude avec des images pour effectuer des tâches telles que l'interprétation et l'analyse de graphiques ou l'extraction de contenu à partir de formulaires.
• Référence API : Documentation pour l'API Messages, y compris des exemples d'appels API impliquant des images.

Si vous avez d'autres questions, contactez l'équipe d'assistance. Vous pouvez également rejoindre la communauté des développeurs pour vous connecter avec d'autres créateurs et obtenir de l'aide d'experts d'Anthropic.