Visão

Este guia descreve como enviar imagens ao Claude, os limites e custos aplicáveis, e onde encontrar orientações para fluxos de trabalho baseados em coordenadas.



Enviar imagens ao Claude

Use as capacidades de visão do Claude por meio de:

• claude.ai. Faça upload de uma imagem como faria com um arquivo, ou arraste e solte uma imagem diretamente na janela de chat.
• O Anthropic Workbench. Um botão para adicionar imagens aparece no canto superior direito de cada bloco de mensagem do Usuário.
• Requisição de API. Veja os exemplos a seguir.

Na API, forneça imagens ao Claude como blocos de conteúdo image usando um dos três tipos de origem:

1. Uma imagem codificada em base64 incorporada no corpo da requisição
2. Uma referência de URL para uma imagem hospedada online
3. Um file_id retornado pela Files API (faça upload uma vez, referencie várias vezes)



Exemplo de imagem codificada em base64

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

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



Exemplo de imagem baseada em URL

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



Exemplo de imagem com a Files API

Para imagens que você usará repetidamente ou quando quiser evitar a sobrecarga de codificação, use a Files API. Faça upload da imagem uma vez e, em seguida, referencie o file_id retornado em mensagens subsequentes em vez de reenviar dados em base64.

client = anthropic.Anthropic()

# Faça upload do arquivo de imagem
with open("image.jpg", "rb") as f:
    file_upload = client.beta.files.upload(file=("image.jpg", f, "image/jpeg"))

# Use o arquivo enviado em uma mensagem
message = client.beta.messages.create(
    model="claude-opus-4-8",
    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)

Consulte exemplos da Messages API para mais exemplos de código e detalhes de parâmetros.



Múltiplas imagens

Você pode incluir múltiplas imagens em uma única requisição, e o Claude as analisa em conjunto. Isso é útil para comparar imagens, perguntar sobre diferenças ou trabalhar com uma sequência, como páginas de um documento. Ao enviar várias imagens, introduza cada uma com um rótulo de texto curto (Image 1:, Image 2:, e assim por diante) para que você possa se referir a elas pelo nome no seu prompt e em turnos subsequentes.

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Image 1:"},
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": "image/png",
                        "data": "iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAIAAACQd1PeAAAADElEQVR4nGP4z8AAAAMBAQDJ/pLvAAAAAElFTkSuQmCC",
                    },
                },
                {"type": "text", "text": "Image 2:"},
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": "image/png",
                        "data": "iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAIAAACQd1PeAAAADElEQVR4nGNgYPgPAAEDAQAIicLsAAAAAElFTkSuQmCC",
                    },
                },
                {"type": "text", "text": "How are these images different?"},
            ],
        }
    ],
)
print(message)

Em uma conversa de múltiplos turnos, adicione novas imagens em turnos user posteriores da mesma forma. O Claude tem acesso a todas as imagens de turnos anteriores, então perguntas de acompanhamento como "Estas são semelhantes às duas primeiras?" funcionam sem incluir as imagens anteriores novamente no conteúdo do novo turno.



Limites e custos de imagens



Limites de requisição

O número máximo de imagens por mensagem ou requisição é:

• 20 por mensagem no claude.ai.
• 100 por requisição na API, para modelos com uma "context window" (janela de contexto) de 200 mil tokens.
• 600 por requisição na API, para todos os outros modelos.

As dimensões máximas por imagem são 8000x8000 px.

Se uma única requisição de API contiver mais de 20 imagens, um limite de dimensão por imagem mais restrito é aplicado. No Amazon Bedrock e no Google Cloud, blocos de documentos como PDFs também contam para esse limite. Imagens que excedem o limite mais restrito são rejeitadas com um invalid_request_error cuja mensagem faz referência a "many-image requests" e indica o limite atual em pixels. Para ficar abaixo do limite em todas as plataformas, redimensione cada imagem para que nenhuma dimensão exceda 2000 px, ou mantenha a requisição com 20 ou menos blocos de imagem e documento.

O tamanho máximo por imagem é:

• 10 MB (codificada em base64) ao usar a API do Claude diretamente.
• 5 MB (codificada em base64) no Amazon Bedrock e no Google Cloud.
• 10 MB no claude.ai.



Formatos suportados

O Claude suporta imagens JPEG, PNG, GIF e WebP (image/jpeg, image/png, image/gif, image/webp). Animações não são suportadas, e apenas o primeiro quadro é usado.



Resolução e custo de tokens

O Claude visualiza imagens em patches em vez de pixels. Cada patch é um bloco de 28×28 pixels da imagem, chamado de token visual. Uma imagem, portanto, custa ⌈width / 28⌉ × ⌈height / 28⌉ tokens visuais.

Cada modelo tem uma resolução nativa máxima de imagem, expressa como um limite de borda longa e um limite de tokens visuais. Imagens maiores que qualquer um desses limites são reduzidas antes do processamento; consulte Como o Claude redimensiona e preenche imagens para a regra exata.

O suporte a alta resolução é automático nos modelos listados e não requer cabeçalho beta nem opt-in do lado do cliente.

A tabela a seguir mostra o custo em tokens visuais para vários tamanhos de imagem em cada nível:

Para estimar o custo, multiplique a contagem de tokens pelo preço por token do modelo que você está usando. Por exemplo, a US$ 1 por milhão de tokens de entrada do Claude Haiku 4.5 (nível padrão), a imagem de 1000×1000 custa cerca de US$ 1,30 por mil imagens. A US$ 5 por milhão do Claude Opus 4.8 (nível de alta resolução), a mesma imagem custa cerca de US$ 6,48 por mil e a imagem 4K cerca de US$ 23,92 por mil.

Imagens de alta resolução podem usar até aproximadamente três vezes mais tokens visuais do que a mesma imagem em um modelo de nível padrão. Se você não precisa da fidelidade adicional que a alta resolução oferece para uso de computador, compreensão de capturas de tela e documentos densos, reduza a resolução das imagens antes de enviá-las para controlar os custos de tokens. Para minimizar a latência e simplificar fluxos de trabalho baseados em coordenadas, prefira redimensionar as imagens antes de fazer upload delas.



Orientações sobre qualidade de imagem

Ao fornecer imagens ao Claude, tenha em mente o seguinte para obter melhores resultados:

• Nitidez da imagem: Certifique-se de que as imagens estejam nítidas e não muito desfocadas ou pixeladas.
• Texto: Se a imagem contiver texto importante, certifique-se de que esteja legível e não muito pequeno. Evite cortar contexto visual essencial apenas para ampliar o texto.
• Redimensionamento: Leve em conta que sua imagem pode ser redimensionada se for muito grande (consulte Resolução e custo de tokens); isso pode, por exemplo, tornar o texto menos legível. Considere pré-redimensionar suas imagens, cortá-las, ou ambos.
• Compressão de imagem: Comprimir imagens antes de enviá-las, usando um formato com perdas como JPEG ou WebP (modo com perdas), pode reduzir a latência ao diminuir o tamanho das requisições. No entanto, isso pode introduzir artefatos prejudiciais ao desempenho do modelo, especialmente quando múltiplas passagens de compressão são aplicadas. Por exemplo, compressão JPEG intensa pode tornar o texto difícil de ler. Confirme que suas configurações de compressão são apropriadas para a tarefa inspecionando as imagens reais enviadas à API.



Coordenadas e caixas delimitadoras

Para caixas delimitadoras, pontos e coordenadas de pixel, consulte Coordenadas e caixas delimitadoras. O Claude retorna coordenadas de pixel absolutas relativas à imagem que ele vê após o redimensionamento; esse guia aborda como o Claude redimensiona e preenche imagens e como pré-redimensionar ou reescalar para que as coordenadas se alinhem com sua imagem original.



Limitações

Embora as capacidades de compreensão de imagens do Claude sejam de ponta, há algumas limitações a serem consideradas:

• Identificação de pessoas: O Claude não pode ser usado para nomear pessoas em imagens e se recusa a fazê-lo.
• Precisão: O Claude pode alucinar ou cometer erros ao interpretar imagens de baixa qualidade, rotacionadas ou muito pequenas, abaixo de 200 pixels.
• Raciocínio espacial: As saídas de coordenadas e localização do Claude são aproximadas. Siga as orientações em Coordenadas e caixas delimitadoras e verifique as saídas antes de confiar nelas.
• Contagem: O Claude pode fornecer contagens aproximadas de objetos em uma imagem, mas nem sempre é precisamente exato, especialmente com grandes quantidades de objetos pequenos.
• Imagens geradas por IA: O Claude não consegue determinar se uma imagem foi gerada por IA e pode estar incorreto se perguntado. Não confie nele para detectar imagens falsas ou sintéticas.
• Conteúdo inadequado: O Claude não processa imagens inadequadas ou explícitas que violem a Política de Uso Aceitável.
• Aplicações na área da saúde: Embora o Claude possa analisar imagens médicas gerais, ele não foi projetado para interpretar exames diagnósticos complexos, como tomografias computadorizadas ou ressonâncias magnéticas. As saídas do Claude não devem ser consideradas um substituto para aconselhamento médico profissional ou diagnóstico.

Sempre revise e verifique cuidadosamente as interpretações de imagens do Claude, especialmente para casos de uso de alto risco. Não use o Claude para tarefas que exijam precisão perfeita ou análise de imagens sensíveis sem supervisão humana.



Perguntas frequentes



Próximos passos