---
title: "Cosa sono i token immagine? Il costo delle immagini via API"
description: "I token immagine sono i token di input che un modello vision conta per ogni immagine. Come li calcolano OpenAI e Anthropic dalle dimensioni e come stimare il costo."
url: https://broadrouter.com/it/glossary/image-tokens/
lang: it
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/image-tokens/) (aggiornato il 2026-11-15).

# Token immagine (image tokens)

Aggiornato 2026-11-15

I token immagine sono i token di input con cui un modello vision-language rappresenta un’immagine nel prompt. I provider li calcolano dalle dimensioni dell’immagine, di solito dividendola in patch o tile di misura fissa dopo il ridimensionamento, e li fatturano come token di input testuali: le immagini più grandi costano di più.

Detto anche: token immagine, token delle immagini, costo token immagine, token visivi, quanti token costa un’immagine, image tokens, image token cost, vision tokens, image input tokens

Un modello non legge direttamente i pixel. Legge un’immagine come una sequenza di token, e sulla maggior parte delle API paghi ciascuno di essi.

## Come funziona

I provider tagliano l’immagine in piccoli quadrati e li contano, dopo averla ridimensionata per rientrare nei loro limiti. Le regole cambiano da provider a provider.

**Anthropic.** La documentazione di Claude dice che ogni patch da 28×28 pixel è un “visual token” (token visivo), quindi un’immagine costa `⌈width / 28⌉ × ⌈height / 28⌉` token. Le immagini che superano un lato lungo massimo o un numero massimo di token vengono ridimensionate. Nel tier standard il tetto è 1.568 px e 1.568 token; nel tier ad alta risoluzione (Claude 4.7 e successivi) è 2.576 px e 4.784 token.

| Immagine | Tier standard | Tier ad alta risoluzione |
| --- | --- | --- |
| 200×200 | 64 | 64 |
| 1000×1000 | 1.296 | 1.296 |
| 1920×1080 | 1.560 (ridimensionata a 1456×819) | 2.691 |

**OpenAI.** I modelli più recenti contano patch da 32 pixel, `ceil(width/32) × ceil(height/32)`, applicano un budget di patch per modello e poi moltiplicano per un fattore del modello. L’esempio svolto di OpenAI per un modello: un’immagine 1024×1024 vale 1.024 patch, e 1.024 × 1,2 arrotondato per eccesso dà 1.229 token. I modelli più vecchi come GPT-4o usano tile da 512 pixel: una base di 85 token più 170 per tile, oppure solo i token di base con `detail: low`.

Quindi la stessa foto può costare un numero di token molto diverso su modelli diversi. Usa il [calcolatore di token immagine](https://broadrouter.com/tools/image-token-calculator/) per confrontarli.

## Perché è importante

-   **Costo.** Secondo la tabella di Anthropic, un’immagine 1000×1000 vale 1.296 token su Claude. Su larga scala, ridimensionare le immagini prima di inviarle può ridurre in modo sensibile il costo di input.
-   **Compromesso sull’accuratezza.** Rimpicciolire un’immagine fa risparmiare token ma può rendere illeggibili i caratteri piccoli. Per l’[OCR](https://broadrouter.com/it/glossary/ocr/) di fatture o moduli, prova la dimensione più piccola che viene ancora letta correttamente.
-   **Contesto.** I token immagine riempiono la [finestra di contesto](https://broadrouter.com/it/glossary/context-window/) come il testo. In una chat a più turni, ogni immagine reinviata viene fatturata di nuovo.

## Su BroadNet Inference

L’input di immagini funziona su [DeepSeek V4.1 Flash](https://broadrouter.com/it/models/deepseek-v4.1-flash/), [Qwen3.8 27B](https://broadrouter.com/it/models/qwen3.8-27b/) e [Gemma 4 VL 26B](https://broadrouter.com/it/models/gemma-4-vl-26b/), inviate come URL `data:` in base64 nel contenuto del messaggio. Il riferimento API di BroadNet dice: “On a pay-as-you-go key an image counts as input tokens at the model’s input price, and a larger image uses more tokens. On a plan, images are part of the plan’s unlimited use.” (traduzione: con una chiave a consumo un’immagine conta come token di input al prezzo di input del modello, e un’immagine più grande usa più token. Con un piano, le immagini rientrano nell’uso illimitato del piano). Per esempio, i token immagine di Gemma 4 VL 26B sono fatturati a $0.10 per 1M di token di input. BroadNet non pubblica una formula di token per immagine, quindi leggi `usage.prompt_tokens` nella risposta per vedere quanto è costata un’immagine. La [guida alle fatture in arabo](https://broadrouter.com/it/guides/read-arabic-invoices-with-vision/) ha un esempio completo, e [l’API LLM vision più economica](https://broadrouter.com/it/blog/cheapest-vision-llm-api/) confronta i prezzi.

## Domande frequenti

### Un’immagine più grande costa sempre di più?

Fino a un limite. OpenAI e Anthropic documentano entrambi il ridimensionamento delle immagini oltre una dimensione massima, quindi oltre quella soglia il numero di token smette di salire. Al di sotto, più pixel significano più patch e più token.

### I token immagine contano nella finestra di contesto?

Sì. Sono token di input, quindi molte immagini grandi in una richiesta possono riempire la finestra di contesto e far salire il costo di ogni turno successivo che le reinvia.

### Esiste un calcolatore di token per le immagini?

Sì. Il nostro calcolatore di token immagine applica la regola pubblicata da ogni provider alle dimensioni della tua immagine e mostra il numero di token.

## Vedi anche

-   [Modello vision-language (VLM)](https://broadrouter.com/it/glossary/vision-language-model/) (termine)
-   [AI multimodale (multimodal AI)](https://broadrouter.com/it/glossary/multimodal/) (termine)
-   [Token di input e di output](https://broadrouter.com/it/glossary/input-and-output-tokens/) (termine)
-   [Token](https://broadrouter.com/it/glossary/token/) (termine)
-   [Riconoscimento ottico dei caratteri (OCR)](https://broadrouter.com/it/glossary/ocr/) (termine)
-   [Finestra di contesto (context window)](https://broadrouter.com/it/glossary/context-window/) (termine)
-   [Leggere fatture e scontrini in arabo con un modello vision](https://broadrouter.com/it/guides/read-arabic-invoices-with-vision/) (guida)
-   [L’API LLM vision più economica: costo per immagine e per pagina](https://broadrouter.com/it/blog/cheapest-vision-llm-api/) (articolo)
-   [Estrarre dati da fatture, scontrini e moduli in JSON con un LLM vision](https://broadrouter.com/it/blog/extract-data-from-documents-with-vision-llm/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-image-tokens&utm_content=page-cta) ·

**Fonti**

-   [Documentazione API di OpenAI, immagini e visione: calcolo dei costi (verificato il 2026-11-15)](https://developers.openai.com/api/docs/guides/images-vision)
-   [Anthropic, documentazione vision di Claude: risoluzione e costo in token (verificato il 2026-11-15)](https://platform.claude.com/docs/en/build-with-claude/vision)
-   [Riferimento API di BroadNet Inference, chat con un’immagine (verificato il 2026-11-15) (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-image-tokens&utm_content=sources)
