BroadRouter

Görsel token'ları (image tokens)

Güncellendi

Görsel token'ları, bir görsel dil modelinin istemdeki bir resmi temsil etmek için kullandığı girdi token'larıdır. Sağlayıcılar bunları resmin boyutundan, genellikle yeniden boyutlandırdıktan sonra sabit boyutlu yamalara veya karolara bölerek hesaplar ve metin girdi token'ları gibi faturalandırır; bu yüzden büyük resimler daha pahalıdır.

Diğer adları: görsel token, resim token'ı, görsel token maliyeti, görsel girdi token'ları, image tokens, image token cost, vision tokens, image input tokens

Bir model pikselleri doğrudan okuyamaz. Bir görseli bir dizi token olarak okur ve çoğu API’de her biri için ödeme yaparsınız.

Nasıl çalışır

Sağlayıcılar görseli kendi sınırlarına sığacak şekilde yeniden boyutlandırdıktan sonra küçük karelere böler ve bunları sayar. Kurallar farklıdır.

Anthropic. Claude belgelerine göre her 28×28 piksellik yama bir “visual token” (görsel token) sayılır; yani bir görsel ⌈width / 28⌉ × ⌈height / 28⌉ token tutar. Azami uzun kenarı veya token sayısını aşan görseller küçültülür. Standart katmanda sınır 1.568 px ve 1.568 token’dır; yüksek çözünürlük katmanında (Claude 4.7 ve sonrası) 2.576 px ve 4.784 token’dır.

Görsel Standart katman Yüksek çözünürlük katmanı
200×200 64 64
1000×1000 1.296 1.296
1920×1080 1.560 (1456×819’a küçültülür) 2.691

OpenAI. Yeni modeller 32 piksellik yamaları ceil(width/32) × ceil(height/32) olarak sayar, model başına bir yama bütçesi uygular ve sonucu bir model katsayısıyla çarpar. OpenAI’ın bir model için verdiği çözümlü örnek: 1024×1024 bir görsel 1.024 yamadır ve 1.024 × 1,2 yukarı yuvarlanınca 1.229 token eder. GPT-4o gibi eski modeller 512 piksellik karolar kullanır: 85 token’lık taban artı karo başına 170 token; detail: low ile yalnızca taban token’ları.

Yani aynı fotoğraf farklı modellerde çok farklı token sayılarına mal olabilir. Karşılaştırmak için görsel token hesaplayıcıyı kullanın.

Neden önemli

  • Maliyet. Anthropic’in tablosuna göre 1000×1000 bir görsel Claude’da 1.296 token’dır. Büyük ölçekte, görselleri göndermeden önce küçültmek girdi maliyetini belirgin biçimde düşürebilir.
  • Doğrulukla denge. Görseli küçültmek token tasarrufu sağlar ama küçük yazıları okunamaz hale getirebilir. Fatura veya form OCR işlerinde, hâlâ doğru okunan en küçük boyutu test edin.
  • Bağlam. Görsel token’ları bağlam penceresini metin gibi doldurur. Çok turlu bir sohbette yeniden gönderilen her görsel yeniden faturalandırılır.

BroadNet Inference’ta

Görsel girdi DeepSeek V4.1 Flash, Qwen3.8 27B ve Gemma 4 VL 26B modellerinde çalışır; mesaj içeriğinde base64 data: URL’si olarak gönderilir. BroadNet’in API referansı şöyle der: “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.” (çeviri: Kullandıkça öde anahtarında bir görsel, modelin girdi fiyatından girdi token’ı olarak sayılır ve daha büyük bir görsel daha fazla token kullanır. Bir planda görseller planın sınırsız kullanımına dahildir.) Örneğin Gemma 4 VL 26B görsel token’ları 1M girdi token’ı başına $0.10 üzerinden faturalandırılır. BroadNet görsel başına bir token formülü yayımlamaz; bir görselin neye mal olduğunu görmek için yanıttaki usage.prompt_tokens değerini okuyun. Arapça fatura rehberinde tam bir örnek var; en ucuz görsel LLM API’si yazısı da fiyatları karşılaştırır.

Sık sorulan sorular

Daha büyük bir görsel her zaman daha mı pahalıdır?

Bir sınıra kadar. OpenAI ve Anthropic, belirli bir azami boyutun üstündeki görselleri küçülttüklerini belgeler; bu noktadan sonra token sayısı artmaz. Bu sınırın altında daha fazla piksel, daha fazla yama ve daha fazla token demektir.

Görsel token'ları bağlam penceresine sayılır mı?

Evet. Bunlar girdi token'larıdır; tek istekteki çok sayıda büyük görsel bağlam penceresini doldurabilir ve onları yeniden gönderen sonraki her turun maliyetini artırabilir.

Görsel token hesaplayıcı var mı?

Evet. Görsel token hesaplayıcımız her sağlayıcının yayımladığı kuralı görselinizin boyutlarına uygular ve token sayısını gösterir.

Markdown olarak okuChatGPT asistanına sorClaude asistanına sorPerplexity asistanına sor