Visão e entrada de imagens
Envie imagens a modelos multimodais — codificação, limites de tamanho e custos.
Os modelos Claude e Gemini aceitam imagens junto com texto. As imagens são blocos de conteúdo dentro de uma mensagem comum.
Imagem em Base64
{
"model": "claude-sonnet-4-6",
"max_tokens": 1024,
"messages": [{
"role": "user",
"content": [
{"type": "image", "source": {
"type": "base64",
"media_type": "image/png",
"data": "iVBORw0KGgoAAAANSUhEUg..."
}},
{"type": "text", "text": "What does this chart show?"}
]
}]
}
Python
import base64, anthropic
img = base64.standard_b64encode(open(class="s">"chart.png", class="s">"rb").read()).decode()
client = anthropic.Anthropic(api_key=class="s">"sk-your-key", base_url=class="s">"https://aiprimetech.io")
msg = client.messages.create(
model=class="s">"claude-sonnet-4-6",
max_tokens=1024,
messages=[{class="s">"role": class="s">"user", class="s">"content": [
{class="s">"type": class="s">"image", class="s">"source": {class="s">"type": class="s">"base64",
class="s">"media_type": class="s">"image/png", class="s">"data": img}},
{class="s">"type": class="s">"text", class="s">"text": class="s">"What does this chart show?"},
]}],
)
print(msg.content[0].text)
Limites práticos
| Restrição | Orientação |
|---|---|
| Formatos | PNG, JPEG, GIF e WebP |
| Resolução | Imagens muito grandes têm sua resolução reduzida antes do processamento. Redimensioná-las para cerca de 1500px no lado maior antes do envio economiza tokens sem perda de qualidade. |
| Custo | As imagens são cobradas como tokens de entrada, em proporção aproximada à sua área. Uma captura de tela de página inteira pode custar mais do que uma página de texto. |
| Várias imagens | São permitidos vários blocos de imagem por mensagem; cada um é cobrado. |
Em um ciclo de agente, as imagens são reenviadas com o histórico a cada turno, como qualquer outro conteúdo. Remova-as do histórico da conversa depois que forem descritas; caso contrário, a mesma captura de tela será cobrada repetidamente.