Kemampuan

Visi

Kemampuan visi Claude memungkinkannya untuk memahami dan menganalisis gambar, membuka kemungkinan menarik untuk interaksi multimodal.

Panduan ini menjelaskan cara bekerja dengan gambar di Claude, termasuk praktik terbaik, contoh kode, dan keterbatasan yang perlu diingat.

Cara menggunakan visi

Gunakan kemampuan visi Claude melalui:

claude.ai. Unggah gambar seperti yang Anda lakukan dengan file, atau seret dan lepaskan gambar langsung ke jendela obrolan.
Console Workbench. Tombol untuk menambahkan gambar muncul di sudut kanan atas setiap blok pesan Pengguna.
Permintaan API. Lihat contoh dalam panduan ini.

Sebelum Anda mengunggah

Dasar dan Batas

Anda dapat menyertakan beberapa gambar dalam satu permintaan (hingga 20 untuk claude.ai dan 100 untuk permintaan API). Claude akan menganalisis semua gambar yang disediakan saat merumuskan responsnya. Ini dapat membantu untuk membandingkan atau membedakan gambar.

Jika Anda mengirimkan gambar yang lebih besar dari 8000x8000 px, gambar akan ditolak. Jika Anda mengirimkan lebih dari 20 gambar dalam satu permintaan API, batas ini adalah 2000x2000 px.

Meskipun API mendukung 100 gambar per permintaan, ada batas ukuran permintaan 32MB untuk titik akhir standar.

Evaluasi ukuran gambar

Untuk kinerja optimal, kami merekomendasikan mengubah ukuran gambar sebelum mengunggah jika gambar terlalu besar. Jika tepi panjang gambar Anda lebih dari 1568 piksel, atau gambar Anda lebih dari ~1.600 token, gambar akan terlebih dahulu diperkecil, mempertahankan rasio aspek, hingga berada dalam batas ukuran.

Jika gambar input Anda terlalu besar dan perlu diubah ukurannya, ini akan meningkatkan latensi time-to-first-token, tanpa memberikan Anda kinerja model tambahan. Gambar yang sangat kecil di bawah 200 piksel di tepi mana pun dapat menurunkan kinerja.

Untuk meningkatkan time-to-first-token, kami merekomendasikan mengubah ukuran gambar menjadi tidak lebih dari 1,15 megapiksel (dan dalam 1568 piksel di kedua dimensi).

Berikut adalah tabel ukuran gambar maksimum yang diterima oleh API kami yang tidak akan diubah ukurannya untuk rasio aspek umum. Dengan Claude Sonnet 4.5, gambar-gambar ini menggunakan sekitar 1.600 token dan sekitar $4,80/1K gambar.

Rasio aspek	Ukuran gambar
1:1	1092x1092 px
3:4	951x1268 px
2:3	896x1344 px
9:16	819x1456 px
1:2	784x1568 px

Hitung biaya gambar

Setiap gambar yang Anda sertakan dalam permintaan ke Claude dihitung terhadap penggunaan token Anda. Untuk menghitung biaya perkiraan, kalikan jumlah token gambar perkiraan dengan harga per-token model yang Anda gunakan.

Jika gambar Anda tidak perlu diubah ukurannya, Anda dapat memperkirakan jumlah token yang digunakan melalui algoritma ini: tokens = (width px * height px)/750

Berikut adalah contoh tokenisasi perkiraan dan biaya untuk ukuran gambar berbeda dalam batasan ukuran API kami berdasarkan harga per-token Claude Sonnet 4.5 sebesar $3 per juta token input:

Ukuran gambar	# Token	Biaya / gambar	Biaya / 1K gambar
200x200 px(0,04 megapiksel)	~54	~$0,00016	~$0,16
1000x1000 px(1 megapiksel)	~1334	~$0,004	~$4,00
1092x1092 px(1,19 megapiksel)	~1590	~$0,0048	~$4,80

Memastikan kualitas gambar

Saat memberikan gambar kepada Claude, perhatikan hal berikut untuk hasil terbaik:

Format gambar: Gunakan format gambar yang didukung: JPEG, PNG, GIF, atau WebP.
Kejelasan gambar: Pastikan gambar jelas dan tidak terlalu buram atau pikselasi.
Teks: Jika gambar berisi teks penting, pastikan teks dapat dibaca dan tidak terlalu kecil. Hindari memotong konteks visual kunci hanya untuk memperbesar teks.

Contoh prompt

Banyak dari teknik prompting yang bekerja dengan baik untuk interaksi berbasis teks dengan Claude juga dapat diterapkan pada prompt berbasis gambar.

Contoh-contoh ini mendemonstrasikan struktur prompt praktik terbaik yang melibatkan gambar.

Sama seperti dengan penempatan dokumen-kueri, Claude bekerja paling baik ketika gambar datang sebelum teks. Gambar yang ditempatkan setelah teks atau diinterpolasi dengan teks masih akan berkinerja baik, tetapi jika kasus penggunaan Anda memungkinkan, kami merekomendasikan struktur gambar-kemudian-teks.

Tentang contoh prompt

Contoh-contoh berikut mendemonstrasikan cara menggunakan kemampuan visi Claude menggunakan berbagai bahasa pemrograman dan pendekatan. Anda dapat memberikan gambar kepada Claude dengan tiga cara:

Sebagai gambar yang dikodekan base64 dalam blok konten image
Sebagai referensi URL ke gambar yang dihosting online
Menggunakan Files API (unggah sekali, gunakan berkali-kali)

Prompt contoh base64 menggunakan variabel-variabel ini:

Di bawah ini adalah contoh cara menyertakan gambar dalam permintaan Messages API menggunakan gambar yang dikodekan base64 dan referensi URL:

Contoh gambar yang dikodekan base64

Contoh gambar berbasis URL

Contoh gambar Files API

Untuk gambar yang akan Anda gunakan berulang kali atau ketika Anda ingin menghindari overhead pengodean, gunakan Files API:

Lihat contoh Messages API untuk lebih banyak contoh kode dan detail parameter.

Keterbatasan

Meskipun kemampuan pemahaman gambar Claude canggih, ada beberapa keterbatasan yang perlu diperhatikan:

Identifikasi orang: Claude tidak dapat digunakan untuk mengidentifikasi (yaitu, menyebutkan nama) orang dalam gambar dan akan menolak untuk melakukannya.
Akurasi: Claude mungkin mengalami halusinasi atau membuat kesalahan saat menafsirkan gambar berkualitas rendah, diputar, atau sangat kecil di bawah 200 piksel.
Penalaran spasial: Kemampuan penalaran spasial Claude terbatas. Mungkin kesulitan dengan tugas yang memerlukan lokalisasi presisi atau tata letak, seperti membaca wajah jam analog atau mendeskripsikan posisi pion catur yang tepat.
Penghitungan: Claude dapat memberikan perkiraan jumlah objek dalam gambar tetapi mungkin tidak selalu akurat, terutama dengan jumlah besar objek kecil.
Gambar yang dihasilkan AI: Claude tidak tahu apakah gambar dihasilkan AI dan mungkin salah jika ditanya. Jangan andalkan untuk mendeteksi gambar palsu atau sintetis.
Konten yang tidak pantas: Claude tidak akan memproses gambar yang tidak pantas atau eksplisit yang melanggar Kebijakan Penggunaan Yang Dapat Diterima kami.
Aplikasi kesehatan: Meskipun Claude dapat menganalisis gambar medis umum, Claude tidak dirancang untuk menafsirkan pemindaian diagnostik kompleks seperti CT atau MRI. Output Claude tidak boleh dianggap sebagai pengganti saran atau diagnosis medis profesional.

Selalu tinjau dan verifikasi interpretasi gambar Claude dengan hati-hati, terutama untuk kasus penggunaan yang berisiko tinggi. Jangan gunakan Claude untuk tugas yang memerlukan presisi sempurna atau analisis gambar sensitif tanpa pengawasan manusia.

FAQ

Pelajari lebih dalam tentang visi

Siap mulai membangun dengan gambar menggunakan Claude? Berikut adalah beberapa sumber daya yang berguna:

Multimodal cookbook: Buku resep ini memiliki tips tentang memulai dengan gambar dan teknik praktik terbaik untuk memastikan kinerja berkualitas tertinggi dengan gambar. Lihat bagaimana Anda dapat secara efektif memberi prompt Claude dengan gambar untuk melakukan tugas seperti menginterpretasi dan menganalisis bagan atau mengekstrak konten dari formulir.
Referensi API: Kunjungi dokumentasi kami untuk Messages API, termasuk contoh panggilan API yang melibatkan gambar.

Jika Anda memiliki pertanyaan lain, jangan ragu untuk menghubungi tim dukungan kami. Anda juga dapat bergabung dengan komunitas pengembang kami untuk terhubung dengan kreator lain dan mendapatkan bantuan dari para ahli Anthropic.

    # Untuk gambar berbasis URL, Anda dapat menggunakan URL langsung dalam permintaan JSON Anda
    
    # Untuk gambar yang dikodekan base64, Anda perlu terlebih dahulu mengenkode gambar
    # Contoh cara mengenkode gambar ke base64 di bash:
    BASE64_IMAGE_DATA=$(curl -s "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg" | base64)
    
    # Data yang dikodekan sekarang dapat digunakan dalam panggilan API Anda

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."
          }
        ]
      }
    ]
  }'

# Pertama, unggah gambar Anda ke Files API
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]"

# Kemudian gunakan file_id yang dikembalikan dalam pesan Anda
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."
          }
        ]
      }
    ]
  }'

Cara menggunakan visi

Sebelum Anda mengunggah

Dasar dan Batas

Evaluasi ukuran gambar

Hitung biaya gambar

Memastikan kualitas gambar

Contoh prompt

Tentang contoh prompt

Contoh gambar yang dikodekan base64

Contoh gambar berbasis URL

Contoh gambar Files API

Contoh: Satu gambar

Keterbatasan

FAQ

Format file gambar apa yang didukung Claude?

Bisakah Claude membaca URL gambar?

Pelajari lebih dalam tentang visi

Cara menggunakan visi

Sebelum Anda mengunggah

Dasar dan Batas

Evaluasi ukuran gambar

Hitung biaya gambar

Memastikan kualitas gambar

Contoh prompt

Tentang contoh prompt

Contoh gambar yang dikodekan base64

Contoh gambar berbasis URL

Contoh gambar Files API

Contoh: Satu gambar

Keterbatasan

FAQ

Format file gambar apa yang didukung Claude?

Bisakah Claude membaca URL gambar?

Pelajari lebih dalam tentang visi

Contoh: Beberapa gambar

Contoh: Beberapa gambar dengan system prompt

Contoh: Empat gambar di dua giliran percakapan

Apakah ada batasan ukuran file gambar yang dapat saya unggah?

Berapa banyak gambar yang dapat saya sertakan dalam satu permintaan?

Apakah Claude membaca metadata gambar?

Bisakah saya menghapus gambar yang telah saya unggah?

Di mana saya dapat menemukan detail tentang privasi data untuk unggahan gambar?

Bagaimana jika interpretasi gambar Claude tampak salah?

Bisakah Claude menghasilkan atau mengedit gambar?