Jetons d'image : de 256 à 1792
Ar an leathanach seo
Comment les images consomment des jetons
Lorsque tu envoies une image à Grok, elle se convertit en jetons avant que le modèle ne l’analyse. Contrairement au texte, où un jeton correspond grosso modo à un mot, les jetons d’image dépendent de la taille de l’image et du niveau de détail demandé.
Comprendre ce mécanisme est essentiel pour anticiper les coûts et dimensionner tes requêtes.
La fourchette : de 256 à 1792 jetons
Chaque image envoyée à l’API consomme entre 256 et 1792 jetons. Cette variation significative dépend de plusieurs facteurs :
- La résolution de l’image : une image de 256x256 pixels consomme moins de jetons qu’une image de 4096x4096
- Le paramètre
detail:lowconsomme le minimum,highconsomme le maximum - Le contenu de l’image : une image complexe avec beaucoup de détails peut entraîner une consommation plus élevée en mode
auto
Suivre la consommation de jetons
L’API xAI fournit un décompte précis des jetons d’image dans la réponse. Tu le trouveras dans le champ usage :
{
"usage": {
"prompt_tokens": 2048,
"completion_tokens": 150,
"total_tokens": 2198,
"prompt_tokens_details": {
"image_tokens": 1024,
"text_tokens": 1024
}
}
}
Le champ prompt_tokens_details.image_tokens t’indique exactement combien de jetons les images de ta requête ont consommés. C’est un outil indispensable pour surveiller tes coûts en production.
Impact du niveau de détail sur les jetons
Le paramètre detail est le principal levier pour contrôler la consommation de jetons d’image :
# Même image, résultats de jetons très différents
# detail: low → ~256 jetons d'image
# detail: auto → ~512-1024 jetons d'image (variable)
# detail: high → ~1024-1792 jetons d'image
En mode low, l’image est redimensionnée vers une résolution réduite avant l’analyse. Le modèle reçoit moins d’informations mais consomme significativement moins de jetons.
En mode high, l’image est découpée en tuiles haute résolution. Chaque tuile est analysée séparément, ce qui multiplie le nombre de jetons mais permet au modèle de lire du texte fin ou de détecter des détails subtils.
Calculer le coût d’une requête multimodale
Pour estimer le coût d’une requête contenant des images, combine les jetons de texte et d’image :
def estimate_cost(num_images, detail="auto", text_tokens=500):
# Estimer les jetons d'image par niveau
image_tokens = {
"low": 256,
"auto": 768, # moyenne estimée
"high": 1536 # moyenne estimée
}
total_image = num_images * image_tokens[detail]
total = total_image + text_tokens
# Prix indicatif par million de jetons (entrée)
price_per_million = 2.00 # entrée grok-4.5 — vérifie la grille tarifaire actuelle
cost = (total / 1_000_000) * price_per_million
return {
"image_tokens": total_image,
"text_tokens": text_tokens,
"total_tokens": total,
"estimated_cost": f"${cost:.4f}"
}
Optimiser la consommation de jetons
Redimensionner avant l’envoi
Si ton image est très grande mais que tu n’as pas besoin de la résolution maximale, redimensionne-la avant l’envoi :
from PIL import Image
import io
import base64
def optimize_image(path, max_size=(1024, 1024)):
img = Image.open(path)
img.thumbnail(max_size)
buffer = io.BytesIO()
img.save(buffer, format="JPEG", quality=85)
buffer.seek(0)
encoded = base64.standard_b64encode(buffer.read()).decode()
return f"data:image/jpeg;base64,{encoded}"
Choisir le bon format
- JPEG : plus léger, idéal pour les photos et les images avec beaucoup de couleurs
- PNG : plus lourd mais sans perte, adapté aux captures d’écran et aux diagrammes contenant du texte
Regrouper intelligemment
Si tu analyses un lot d’images, regroupe celles qui nécessitent le même niveau de détail dans des requêtes séparées plutôt que de mélanger low et high dans une seule requête.
Surveillance en production
En production, journalise systématiquement les jetons d’image pour détecter les pics de consommation :
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": url},
{"type": "input_text", "text": prompt}
]
)
# Journaliser les jetons
usage = response.usage
print(f"Jetons d'image : {usage.prompt_tokens_details.image_tokens}")
print(f"Jetons de texte : {usage.prompt_tokens_details.text_tokens}")
print(f"Total prompt : {usage.prompt_tokens}")
Tarifs au 5 août 2026 — les prix changent régulièrement : avant tout calcul budgétaire, vérifie la grille tarifaire actuelle sur la page officielle des modèles et tarifs xAI.
Príomhphointí
- Les images consomment entre 256 et 1792 jetons selon leur taille et leur niveau de détail
- Le champ
prompt_tokens_details.image_tokensdonne le décompte exact - Le paramètre
detailest le principal levier pour contrôler la consommation - Redimensionner les images avant l’envoi réduit les jetons sans sacrifier la qualité pour les tâches simples
- Surveille les jetons d’image en production pour anticiper les coûts