---
title: "Что такое токены изображений? Как LLM API считают картинки"
description: "Токены изображений — входные токены, которые vision-модель насчитывает за каждую картинку. Как OpenAI и Anthropic считают их по размеру и как оценить стоимость."
url: https://broadrouter.com/ru/glossary/image-tokens/
lang: ru
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/image-tokens/) (обновлён 2026-11-15).

# Токены изображений (image tokens)

Обновлено 2026-11-15

Токены изображений — это входные токены, которыми визуально-языковая модель представляет картинку в промпте. Провайдеры вычисляют их по размеру изображения, обычно после масштабирования разбивая его на патчи или плитки фиксированного размера, и тарифицируют как текстовые входные токены, поэтому большие изображения стоят дороже.

Также называют: токены изображений, токены картинки, стоимость изображения в токенах, сколько токенов занимает картинка, визуальные токены, image tokens, image token cost, vision tokens, image input tokens

Модель не умеет читать пиксели напрямую. Она читает изображение как последовательность токенов, и в большинстве API вы платите за каждый из них.

## Как это работает

Провайдеры масштабируют изображение под свои ограничения, режут его на маленькие квадраты и считают их. Правила у всех разные.

**Anthropic.** Документация Claude говорит, что каждый патч 28×28 пикселей — это один “visual token” (перевод: «визуальный токен»), поэтому изображение стоит `⌈width / 28⌉ × ⌈height / 28⌉` токенов. Изображения, превышающие максимум по длинной стороне или по числу токенов, уменьшаются. На стандартном уровне предел — 1 568 px и 1 568 токенов; на уровне высокого разрешения (Claude 4.7 и новее) — 2 576 px и 4 784 токена.

| Изображение | Стандартный уровень | Высокое разрешение |
| --- | --- | --- |
| 200×200 | 64 | 64 |
| 1000×1000 | 1 296 | 1 296 |
| 1920×1080 | 1 560 (уменьшено до 1456×819) | 2 691 |

**OpenAI.** Новые модели считают патчи по 32 пикселя, `ceil(width/32) × ceil(height/32)`, применяют бюджет патчей конкретной модели, а затем умножают на коэффициент модели. Пример OpenAI для одной из моделей: изображение 1024×1024 — это 1 024 патча, а 1 024 × 1,2 с округлением вверх дают 1 229 токенов. Старые модели, например GPT-4o, используют плитки по 512 пикселей: базовые 85 токенов плюс 170 за каждую плитку, или только базовые токены при `detail: low`.

Поэтому одна и та же фотография на разных моделях может стоить совсем разное число токенов. Сравнить поможет [калькулятор токенов изображений](https://broadrouter.com/tools/image-token-calculator/).

## Почему это важно

-   **Стоимость.** Изображение 1000×1000 по таблице Anthropic занимает в Claude 1 296 токенов. При больших объёмах уменьшение картинок перед отправкой заметно снижает стоимость входа.
-   **Компромисс с точностью.** Уменьшенное изображение экономит токены, но мелкий текст может стать нечитаемым. Для [OCR](https://broadrouter.com/ru/glossary/ocr/) счетов и анкет найдите минимальный размер, при котором текст всё ещё читается правильно.
-   **Контекст.** Токены изображений заполняют [контекстное окно](https://broadrouter.com/ru/glossary/context-window/) так же, как текст. В многоходовом диалоге каждое повторно отправленное изображение оплачивается снова.

## В BroadNet Inference

Изображения на вход принимают [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/), [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) и [Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/); картинка передаётся в содержимом сообщения как base64 `data:` URL. Справочник API BroadNet говорит: “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.” (перевод: «На ключе с оплатой по факту изображение считается входными токенами по цене входа модели, и чем больше изображение, тем больше токенов. На тарифе изображения входят в безлимитное использование тарифа».) Например, токены изображений для Gemma 4 VL 26B тарифицируются по $0.10 за 1 млн входных токенов. BroadNet не публикует формулу пересчёта изображения в токены, поэтому смотрите `usage.prompt_tokens` в ответе, чтобы узнать, во сколько обошлась картинка. Полный пример есть в [руководстве по арабским счетам](https://broadrouter.com/ru/guides/read-arabic-invoices-with-vision/), а сравнение цен — в статье [самый дешёвый vision LLM API](https://broadrouter.com/ru/blog/cheapest-vision-llm-api/).

## Вопросы и ответы

### Большая картинка всегда стоит дороже?

До определённого предела. И OpenAI, и Anthropic описывают уменьшение изображений сверх максимального размера, так что после этой границы число токенов перестаёт расти. Ниже неё больше пикселей — больше патчей и больше токенов.

### Учитываются ли токены изображений в контекстном окне?

Да. Это входные токены, поэтому много крупных изображений в одном запросе могут занять контекстное окно и удорожить каждый следующий ход диалога, в котором они отправляются повторно.

### Есть ли калькулятор токенов для изображений?

Да. Наш калькулятор токенов изображений применяет опубликованное правило каждого провайдера к размерам вашей картинки и показывает число токенов.

## См. также

-   [Визуально-языковая модель (VLM)](https://broadrouter.com/ru/glossary/vision-language-model/) (термин)
-   [Мультимодальный ИИ (multimodal AI)](https://broadrouter.com/ru/glossary/multimodal/) (термин)
-   [Входные и выходные токены (input and output tokens)](https://broadrouter.com/ru/glossary/input-and-output-tokens/) (термин)
-   [Токен (token)](https://broadrouter.com/ru/glossary/token/) (термин)
-   [Оптическое распознавание символов (OCR)](https://broadrouter.com/ru/glossary/ocr/) (термин)
-   [Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/) (термин)
-   [Как читать арабские счета и чеки vision-моделью](https://broadrouter.com/ru/guides/read-arabic-invoices-with-vision/) (руководство)
-   [Самый дешёвый vision LLM API: цена за изображение и за страницу](https://broadrouter.com/ru/blog/cheapest-vision-llm-api/) (статья)
-   [Распознавание счетов, чеков и форм в JSON с помощью vision LLM](https://broadrouter.com/ru/blog/extract-data-from-documents-with-vision-llm/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

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

**Источники**

-   [Документация OpenAI API, изображения и vision: расчёт стоимости (проверено 2026-11-15)](https://developers.openai.com/api/docs/guides/images-vision)
-   [Anthropic, документация Claude по vision: разрешение и стоимость в токенах (проверено 2026-11-15)](https://platform.claude.com/docs/en/build-with-claude/vision)
-   [Справочник API BroadNet Inference, чат с изображением (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-image-tokens&utm_content=sources)
