Как экономить токены при работе с PDF в Claude Code в 2026 году

Почему обработка страницы PDF в Claude обходится в 1500–3000 токенов?#

В документации Anthropic описан следующий порядок обработки:

Такой подход помогает анализировать документ, но стоимость увеличивается вместе с числом страниц. Вот почему один PDF способен быстро израсходовать лимит подписки:

Сравнение одного и того же трёхстраничного PDF в Anthropic на Bedrock показывает разницу двух режимов: текстовая обработка через Converse Document Chat использовала около 1000 токенов, а визуальный анализ через Claude PDF Chat — примерно 7000. В этом примере включение изображений увеличило расход в 7 раз.

Обработка скриншотов тоже требует токенов. Для изображения размером 1000×1000 пикселей приводится оценка примерно в 1300 токенов; тесная обрезка может уменьшить расход до менее чем 100 токенов.

Иными словами, PDF требует больше ресурсов, потому что модель получает и извлечённый текст, и изображение страницы. Для больших документов можно сначала преобразовать файл в Markdown, сохранить его в папке проекта и попросить Claude разобрать материал. Тогда работа будет идти с подготовленным текстом, а не со всем визуальным содержимым PDF сразу.

Сколько токенов может потребоваться для обычной задачи с PDF?#

Примерные значения для модели Sonnet 4.x при цене входных токенов $3 за миллион:

Это расчёт для одного цикла из четырёх запросов. При использовании prompt caching расход может снижаться дополнительно: срок хранения кэша по умолчанию составляет 5 минут, а на расширенном тарифе может достигать 1 часа. Повторные вызовы в пределах этого окна могут обходиться до 90% дешевле.

Загрузка того же PDF в новый чат означает повторную обработку документа: кэш между чатами не переносится.

Если один раз преобразовать 15-страничный PDF в Markdown и добавить .md в каждый из четырёх новых чатов, в этом примере получится 15 × 300 × 4 = 18 000 входных токенов вместо 135 000. Значения 300 токенов на страницу Markdown и 2250 на страницу PDF — допущения расчёта, а не измеренные константы для любого документа. Перед оценкой экономии посчитайте собственный файл и проверьте качество преобразования.

Для подписки Claude Pro разница может быть особенно заметной. Отчёт на 100 страниц способен исчерпать лимит на пять часов. После преобразования в Markdown в тот же бюджет могут поместиться более 10 подобных документов.

Какие лимиты Anthropic API действуют для PDF в 2026 году?#

В документации Anthropic приведены такие ограничения (сведения актуальны на 31 мая 2026 года):

В веб-версии Claude.ai действуют другие ограничения: размер файла может достигать 500 МБ, а в чате допускается до 20 файлов. Визуальный анализ поддерживается для PDF объёмом до 100 страниц; в более длинных документах Claude видит только текст, без графиков и диаграмм.

Передать PDF через API можно тремя способами:

1. По URL — "source": {"type": "url", "url": "..."}. Подходит, когда документ доступен онлайн.
2. В Base64 — "source": {"type": "base64", "media_type": "application/pdf", "data": "..."}. Используется для локальных файлов.
3. Через Files API — "source": {"type": "file", "file_id": "file_abc123"}. Удобно для повторных запросов; требуется beta-заголовок anthropic-beta: files-api-2025-04-14.

Files API позволяет загрузить PDF один раз, получить file_id и использовать его в последующих запросах, в том числе из разных чатов. Параметр cache_control: ephemeral позволяет снизить стоимость повторных вызовов до 10% от обычной цены.

Anthropic также рекомендует учитывать плотность содержимого документа:

Способ 1: как установить MarkItDown за пять минут?#

MarkItDown — официальный проект Microsoft, предназначенный для преобразования файлов в Markdown для языковых моделей и текстовых конвейеров. Описание назначения опубликовано в репозитории проекта:

Утилита работает со следующими категориями файлов:

• Документы: PDF, DOCX, PPTX, XLSX
• Веб-форматы: HTML, JSON, XML, CSV
• Медиа: аудио с транскрипцией, изображения с EXIF и OCR, YouTube-видео с субтитрами
• Архивы: ZIP, EPUB
• Другое: вложения из файлов Outlook MSG

Установка

Требуется Python 3.10 или новее. На macOS Python часто уже установлен, а для Windows его может потребоваться установить отдельно.

pip install 'markitdown[all]'

Если нужны только некоторые типы файлов, установите соответствующие дополнения:

pip install 'markitdown[pdf, docx, pptx]'

Преобразование одного файла

Базовая команда преобразует PDF в Markdown:

markitdown document.pdf > document.md

В текущей папке появится файл document.md. Его можно открыть в Claude Code через @document.md или сохранить рядом с файлами проекта.

Python API

Для вызова MarkItDown из собственного скрипта используйте Python API:

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("research-paper.pdf")
print(result.text_content)

# Сохранить результат в файл:
with open("research-paper.md", "w") as f:
    f.write(result.text_content)

Ограничения MarkItDown

• Нет OCR для сканированных PDF: результатом может стать пустой текст. Для сканов рассмотрите PyMuPDF4LLM или Docling.
• Сложная многоколоночная структура: порядок чтения может быть нарушен.
• Встроенные ссылки в PDF: не сохраняются.

Для обычных текстовых PDF — например, отчётов, статей и документации — MarkItDown удобен простотой установки и запуска. Если важны кириллица и обработка сканов, см. замеры в материале о том, как извлечь текст из PDF для ИИ.

Способ 2: чем полезен PyMuPDF4LLM и в каких случаях он подходит лучше?#

MarkItDown поддерживает широкий набор форматов, тогда как PyMuPDF4LLM специализируется на PDF.

На 31 мая 2026 года указана версия 1.27.2.3, выпущенная 24 апреля 2026 года.

Возможности

• Многоколоночные страницы обрабатываются с сохранением порядка чтения.
• Таблицы можно преобразовать в GitHub-flavored Markdown.
• Верхние и нижние колонтитулы удаляются автоматически.
• Изображения извлекаются в отдельную папку и связываются относительными путями.
• Smart OCR применяется только к областям, которые нельзя прочитать обычным способом; заявленное сокращение времени обработки — около 50%.
• Используется нативный C-движок, поэтому GPU не требуется.

Установка

pip install pymupdf4llm

Пример использования

import pymupdf4llm

# Преобразовать PDF в Markdown:
md_text = pymupdf4llm.to_markdown("document.pdf")

# Записать результат:
with open("document.md", "w") as f:
    f.write(md_text)

Преобразование и сохранение одной командой:

python3 -c "import pymupdf4llm; \
  open('document.md','w').write(pymupdf4llm.to_markdown('document.pdf'))"

Когда выбрать PyMuPDF4LLM вместо MarkItDown

• Важно сохранить ссылки из PDF, которые MarkItDown может потерять.
• Документ отсканирован и требуется OCR.
• Нужно быстро обработать тысячи локальных файлов: нативный C-движок может быть быстрее Python-обёрток.
• Изображения из PDF нужно извлечь в отдельную папку для дальнейшей работы.

Важное замечание о лицензии

PyMuPDF4LLM распространяется по двойной лицензии: AGPL v3 либо коммерческой лицензии Artifex.

При использовании AGPL: для публичного SaaS могут действовать требования о раскрытии исходного кода сервиса на условиях той же лицензии. Для внутреннего скрипта на личном компьютере ограничения могут быть иными; проверьте применимость лицензии к своему сценарию.

Для коммерческой разработки без раскрытия кода можно запросить лицензию Artifex на artifex.com. Публичный прайс не указан; стоимость уточняется у отдела продаж.

Перед использованием в клиентском продукте проверьте условия лицензии. MarkItDown и Docling распространяются по лицензии MIT.

Способ 3: как подключить MarkItDown MCP-сервер к Claude Code?#

При запуске MarkItDown через CLI файл заранее преобразуется вручную. MCP-сервер позволяет Claude Code вызвать конвертацию по мере необходимости.

Установка

Понадобится менеджер пакетов uv. Устанавливать сервер отдельно не нужно: при первом запуске uv загрузит его автоматически.

Настройка в Claude Code

Подключить сервер ко всем проектам пользователя и проверить состояние можно так:

claude mcp add --scope user --env 'ORT_DISABLE_TELEMETRY=1' --env 'UV_PYTHON=3.12' --transport stdio markitdown -- uvx markitdown-mcp@0.0.1a7
claude mcp list

В выводе команды для markitdown должно отображаться состояние «Connected». При первом запуске загружается около 70 пакетов, что может занять до минуты. В дальнейшем сервер запускается примерно за 1–1,5 секунды.

Переменная ORT_DISABLE_TELEMETRY=1 отключает телеметрию, которую движок onnxruntime по умолчанию отправляет в Microsoft на macOS и Linux. Параметр UV_PYTHON=3.12 задаёт Python 3.12, для которого доступны готовые сборки на Windows, Linux и Mac с Apple Silicon. На компьютерах Mac с процессорами Intel и macOS 13 или более ранней версией Python 3.14 может не поддерживаться. При установке Python 3.12 на Intel библиотеку cryptography может потребоваться собирать из исходников: готовая сборка для Intel, согласно приведённым сведениям, отсутствует с июня 2026 года. Установка может занять больше времени или завершиться неудачно. Если Python 3.12 не установлен, uv загрузит его самостоятельно.

Сервер запускается на вашем компьютере и может обращаться к любым файлам, доступным текущему пользователю. Если Claude Code уже открыт, перезапустите его, чтобы сервер markitdown появился в списке MCP.

Использование

В Claude Code можно дать такую команду:

Преобразуй /Users/your-user/Documents/report.pdf в Markdown и выдели основные тезисы.

Claude вызовет convert_to_markdown(uri), получит Markdown и выполнит анализ. Исходный PDF при этом не добавляется в контекст.

Поддерживаемые URI

• file:// — файлы на локальном компьютере
• http://, https:// — документы в сети
• data: — встроенные данные в Base64

Безопасность

В официальном README Microsoft указаны особенности доступа сервера:

По умолчанию сервер привязывается к localhost. Если использовать HTTP/SSE с параметрами --http --host 127.0.0.1 --port 3001, не выставляйте порт во внешнюю сеть без reverse proxy с авторизацией.

Какой способ выбрать для своей задачи?#

Сопоставление инструментов:

Для Marker приводятся следующие результаты тестов точности и скорости:

Для высокой скорости Marker требует GPU и использует модели машинного обучения. Для большинства обычных текстовых PDF можно обойтись без GPU, выбрав PyMuPDF4LLM или MarkItDown.

Простое правило выбора

1. Один-два PDF, нужен быстрый результат — MarkItDown CLI.
2. Десятки PDF и автоматизация — MarkItDown MCP-сервер или PyMuPDF4LLM в скрипте.
3. В PDF есть ссылки и изображения, важно сохранить структуру — PyMuPDF4LLM.
4. Production RAG для бизнеса и важна обработка таблиц — Docling.
5. Научные статьи с формулами — Marker.
6. Нужно, чтобы Claude сам запускал конвертацию — MarkItDown MCP-сервер.

Как настроить автоматическую конвертацию документов в папке?#

Например, в одной папке могут лежать 40 PDF и PPTX: выписки, договоры и презентации. Если передавать все исходники в Claude, большой объём данных попадёт в контекст ещё до первого ответа. Скрипт ниже позволяет преобразовать документы за один проход и затем работать с файлами .md.

Сохраните скрипт в проекте под именем scripts/docs-to-md.sh:

#!/bin/bash
# docs-to-md.sh - преобразует документы из папки в Markdown с помощью MarkItDown
# Использование: bash docs-to-md.sh ./documents

set -e

INPUT_DIR="${1:-./documents}"
OUTPUT_DIR="${INPUT_DIR}/_md"

mkdir -p "$OUTPUT_DIR"

echo "Сканирую $INPUT_DIR..."

for file in "$INPUT_DIR"/*.{pdf,docx,pptx,xlsx}; do
  [ -f "$file" ] || continue

  basename=$(basename "$file")
  name="${basename%.*}"
  output="$OUTPUT_DIR/${name}.md"

  if [ -f "$output" ] && [ "$output" -nt "$file" ]; then
    echo "Пропускаю $basename (уже сконвертирован)"
    continue
  fi

  echo "Конвертирую $basename..."
  markitdown "$file" > "$output"
done

echo "Готово. Результаты в $OUTPUT_DIR"

Добавьте файлу право на исполнение:

chmod +x scripts/docs-to-md.sh

Запустите его, указав папку с документами:

bash scripts/docs-to-md.sh ./reports

Преобразованные файлы .md появятся в ./reports/_md/. В Claude Code их можно открыть через @reports/_md/ и использовать вместо исходных PDF.

Скрипт пропускает файл, если соответствующий Markdown уже существует и новее исходника. Поэтому повторный запуск не обрабатывает заново документы, которые не менялись.

Идемпотентность и обработка изменений

Чтобы обнаруживать изменение PDF, сохранённого под прежним именем, добавьте проверку контрольной суммы содержимого:

hash=$(shasum -a 256 "$file" | cut -d' ' -f1)
hash_file="$OUTPUT_DIR/.${name}.sha256"

if [ -f "$hash_file" ] && [ "$(cat "$hash_file")" = "$hash" ]; then
  echo "Пропускаю $basename (хэш совпадает)"
  continue
fi

markitdown "$file" > "$output"
echo "$hash" > "$hash_file"

В этом варианте файл будет преобразован заново только после изменения его содержимого.

В каких случаях PDF лучше оставить без преобразования в Markdown?#

Есть три ситуации, в которых Markdown может оказаться менее подходящим:

1. Нужно анализировать графики и диаграммы

Если Claude должен интерпретировать график цен, схему процесса или архитектурную диаграмму, преобразованный текст может не содержать нужных визуальных данных. Подписи к рисункам иногда сохраняются, но само изображение может быть утрачено.

Решение: загрузите PDF и используйте визуальный анализ. В Claude API соответствующая обработка применяется автоматически; на AWS Bedrock требуется флаг citations.

2. В таблицах есть объединённые ячейки

Табличная разметка Markdown двумерная и плоская. При преобразовании таблицы с объединёнными ячейками, многоуровневыми заголовками или вложенными таблицами связи между элементами могут потеряться.

Решение: передайте PDF напрямую, попробуйте Docling для сложных таблиц или разметьте результат вручную после конвертации.

3. Важно ссылаться на документ и его страницы

В договорах, юридических документах и протоколах может понадобиться цитата с указанием страницы и абзаца. При преобразовании в Markdown номера страниц часто исчезают.

Решение: используйте PDF, Files API и prompt caching. Загрузите файл один раз, а затем обращайтесь к нему через file_id: так можно сохранить возможность ссылаться на конкретные страницы.

Короткие документы

Если PDF занимает менее двух страниц и нужен только один раз, конвертация может не окупиться. В приведённом примере прямой разбор PDF требует 5000 токенов против 800 для Markdown — разница не всегда оправдывает установку дополнительного инструмента.

Ориентировочная граница — пять и более страниц либо два и более обращения к одному документу. Для меньшего объёма PDF можно загрузить напрямую, а более длинные или повторно используемые документы — преобразовать.

Какие пять ошибок чаще всего допускают при работе с PDF в Claude?#

1. Повторно загружать один PDF в каждый новый чат

В Claude Pro действует лимит сообщений на пятилетний интервал. Один отчёт на 50 страниц может занять значительную часть доступного лимита ещё до второго вопроса.

Удобное правило — одна задача на чат. Если расход токенов резко растёт, проверьте, не накапливаются ли в одном разговоре лишние материалы и повторные загрузки PDF. Разбейте работу на небольшие задачи, преобразуйте документ в Markdown один раз и добавляйте файл .md в нужный чат рядом с материалами проекта.

Решение: преобразуйте PDF в Markdown один раз или используйте Files API с file_id и prompt caching.

2. Отправлять скриншот вместо текста

Например, чтобы показать Claude фрагмент кода или таблицу, можно случайно сделать снимок всего экрана размером 1920×1080. Изображение расходует заметно больше токенов, чем текстовое содержимое.

Для скриншота 1000×1000 пикселей приводится оценка около 1300 токенов. Тот же фрагмент текста, скопированный напрямую, может занять 50–100 токенов — примерно в 13–26 раз меньше.

Решение: обрезайте скриншот до нужной области, а если возможно — вставляйте текст напрямую.

3. Обрабатывать скан без OCR

MarkItDown не распознаёт текст на сканированных PDF. После конвертации может получиться пустой .md или несколько строк с ошибками распознавания.

Решение: используйте PyMuPDF4LLM со Smart OCR или Docling.

4. Не учитывать ограничение в 100 страниц

В документации Anthropic указано общее ограничение до 600 страниц на запрос, но для моделей с контекстом 200K, включая Sonnet 4.x и Opus 4.x, предел составляет 100 страниц. Ограничение в 600 страниц может относиться к другим моделям или условиям использования.

При отправке отчёта на 150 страниц модели Sonnet 4.6 запрос может завершиться ошибкой. В любом случае не следует полагаться на то, что модель обработала все страницы, если документ превышает установленный лимит.

Решение: разделите длинный PDF перед загрузкой или преобразуйте его в Markdown. Для Markdown действует ограничение на число токенов, а не на страницы PDF.

5. Не включать prompt caching для повторных запросов

Если один и тот же документ используется через API несколько раз, можно добавить cache_control: ephemeral. По приведённым условиям, повторные вызовы в течение пяти минут могут стоить 10% исходной цены, то есть давать скидку до 90%.

Решение: при повторной работе с документом настройте prompt caching и проверьте актуальные условия тарифа.

Как продолжить работу над контекстом в Claude Code?#

Само по себе преобразование PDF в Markdown снижает объём передаваемых данных, но не гарантирует более точный ответ. На результат также влияет контекст, доступный модели до того, как она получит вопрос.

Если в CLAUDE.md содержится 800 строк, к проекту подключено 10 ненужных MCP-серверов, а в контекст добавлен PDF на 100 страниц, обработка Markdown устранит только часть лишнего объёма. Другие материалы тоже стоит проверять на необходимость.

• Как расходуются токены в Claude Code — девять способов снизить лишнюю нагрузку на контекст.
• Контекст-инжиниринг в 2026 году — системное управление содержимым контекста.
• Plan Mode в Claude Code — режим планирования до начала написания кода.