AI视觉模型图片Base64编码工具

把图片编码为Base64 Data URI，按OpenAI公开公式估算GPT-4o图片token消耗，并列出GPT-4V/Claude 3/Gemini视觉模型的图片限制参考，专为AI视觉模型输入场景设计。

免费在线工具

Loading…

使用说明

点击上传区域选择图片，或直接拖拽图片到上传区域，也可以在下方输入框粘贴图片URL后点击「加载」。
图片加载成功后会显示预览图、原始尺寸、原始体积、Base64编码后体积，以及按 GPT-4o tile 算法估算的 token 消耗。
切换 low / high 两种检测模式查看不同模式下的 token 估算差异：low 模式固定消耗 85 token，high 模式按图片分块（tile）数量计算。
点击「复制 Data URI」把完整的 Base64 Data URI 复制到剪贴板，可直接粘贴进 GPT-4o/Claude 3/Gemini 等支持图片输入的对话框或 API 请求中。
下方表格列出主流视觉模型的图片体积/分辨率限制参考值，帮助你在上传前预判是否需要压缩。
点击「加载示例图片」快速体验完整流程；点击「重新上传」可以更换图片。

专为 GPT-4V/GPT-4o、Claude 3 Vision、Gemini Vision 等 AI 视觉模型的图片输入场景设计，与站内通用的 Base64 文件/字符串转换工具定位不同：本工具聚焦“图片编码 + 视觉模型 token 预估”这一特定场景。
支持本地上传、拖拽、粘贴图片URL三种加载方式，全部在浏览器本地用 FileReader/Canvas 完成编码，不会上传到任何服务器。
按 OpenAI 公开的 tile-based 算法估算 GPT-4o 图片 token 消耗：low 模式固定 85 token，high 模式按 512×512 分块数量计算（85 + 170×tile数）。
展示 Base64 编码后的体积大小，并提示编码后体积约比原文件大 33%。
汇总 GPT-4o、Claude 3、Gemini 三大主流视觉模型的图片体积与分辨率限制参考值。

GPT-4o API 调用成本预估

上传即将发给 GPT-4o 的图片，提前估算 token 消耗，辅助预算调用成本，避免超预算调用。

视觉模型输入前置校验

上传图片前先查看体积和分辨率是否超出目标模型的限制参考值，避免调用时因图片过大被拒绝。

前端本地拼装多模态请求体

快速拿到图片对应的 Base64 Data URI，用于本地调试拼装 GPT-4V/Claude 3/Gemini 的多模态 API 请求体。

低成本 vs 高精度模式对比

对比 low/high 两种检测模式下的 token 差异，辅助决定业务场景该用哪种检测模式以平衡成本与识别精度。

这个工具和站内的“Base64文件转换”“Base64字符串转换”有什么区别？

那两个是通用的 Base64 编解码工具，面向任意文件/文本；本工具专门针对图片，并且额外提供 AI 视觉模型（GPT-4o等）的图片限制参考和 token 消耗估算，是更聚焦的场景化工具，不是重复功能。

token 估算准确吗？

计算公式基于 OpenAI 公开文档的 tile-based 算法（low 固定85 token，high 按512×512分块 85+170×tile数），仅供参考，实际计费以 OpenAI 官方最新文档和账单为准。

图片会上传到你们的服务器吗？

不会，图片的读取、编码、预览全部在你的浏览器本地完成（FileReader + Canvas），本工具不会把图片发送到任何服务器。

为什么粘贴的图片URL加载失败？

常见原因是目标服务器没有开放 CORS 跨域访问权限，浏览器出于安全限制无法读取该图片内容，此时请改用文件上传方式。