Calculadora de vídeo para análisis con Claude

Estima el coste de un flujo que analiza vídeo con Claude convirtiéndolo primero en fotogramas y enviando esos fotogramas como imágenes. La documentación general de Claude destaca texto, código e imágenes; por eso esta calculadora no presenta el vídeo como una modalidad nativa de entrada. Indica la duración, cuántos fotogramas extraes por segundo, la resolución de cada fotograma y la tarifa de entrada. La herramienta usa la aproximación de tokens por imagen documentada por Anthropic para dimensionar el volumen visual.

Datos de cálculo

min
fps
px
px
USD
Resultado
coste visual estimado
Fotogramas enviados
Tokens por fotograma
Tokens visuales totales
Intervalo entre fotogramas

1. Define la duración
Introduce los minutos de vídeo que quieres analizar.

2. Elige el muestreo
Indica cuántos fotogramas por segundo extraerás; 0,2 fps equivale a uno cada 5 segundos.

3. Introduce resolución
Usa el tamaño de los fotogramas después de cualquier redimensionado previo.

4. Añade la tarifa
Introduce el precio de tokens de entrada del modelo.

5. Valora cobertura frente a coste
Más fotogramas capturan más cambios, pero elevan el consumo.

fotogramas = duración en segundos × fps de muestreo
tokens/fotograma ≈ anchura × altura / 750
coste ≈ fotogramas × tokens/fotograma / 1.000.000 × tarifa

Qué significa el resultado

El resultado estima el coste de los fotogramas como entradas de imagen; no incluye audio, transcripción ni texto adicional.

Este cálculo representa un pipeline de extracción de fotogramas. Comprueba las capacidades y límites actuales de Claude antes de implementar el flujo.

Datos: 5 min, 0,2 fps, 1.000 × 1.000 px y 3 USD/M.

Cálculo: 300 s × 0,2 = 60 fotogramas; ≈ 1.333,33 tokens cada uno; ≈ 80.000 tokens.

Resultado: ≈ 0,24 USD de entrada visual.

¿Puedo enviar un archivo de vídeo directamente a esta calculadora?

No. La herramienta modela un proceso previo de extracción de fotogramas y calcula esos fotogramas como imágenes.

¿Qué frecuencia de muestreo debo usar?

Depende de la velocidad de los cambios en el vídeo. Escenas estáticas toleran intervalos mayores; eventos rápidos pueden necesitar más fotogramas.

¿Incluye el audio?

No. Si necesitas analizar audio, añade el coste del proceso de transcripción o audio que utilices.

¿Por qué se usa la fórmula de imágenes?

Porque cada fotograma se trata como una imagen en este modelo de cálculo. La aproximación de tokens por imagen procede de la guía de visión de Anthropic.

¿Cómo reduzco el coste sin perder demasiado contexto?

Prueba menor resolución, muestreo adaptativo o extracción de escenas clave y valida si la calidad sigue siendo suficiente para tu tarea.