PDF-filer i Claude Code: konvertering, token och bevarande av struktur

Vad händer med en PDF i Claude, och varför kostar varje sida 1 500–3 000 token?#

Anthropics officiella dokumentation beskriver processen i tre enkla steg:

Det låter logiskt, men bearbetningskostnaderna ökar linjärt med antalet sidor. Och här är siffran som förklarar varför din prenumerationsgräns tar slut på en enda PDF:

För att visa hur mycket det är mätte Anthropic samma PDF på 3 sidor på Bedrock i två lägen. I textläge (Converse Document Chat) använde den ~1 000 token. Med visuell analys (Claude PDF Chat) använde den ~7 000 token. Att inkludera bilder gör bearbetningen 7 gånger dyrare.

Skärmbilder av sidor är ännu värre. En skärmbild på 1000×1000 pixlar kostar cirka 1 300 token.

Mekanismen är enkel: PDF-filer är dyra eftersom Claude inte litar på sin OCR. Den använder både text och bild så att den kan jämföra dem – och du betalar för båda lagren samtidigt. För stora dokument kan du göra på ett annat sätt: spara filen som Markdown i projektmappen och säg till Claude: ”här är ett dokument med information i – sprid ut den.” Det fördelar innehållet mellan sina egna filer och fortsätter arbeta med den organiserade texten i stället för att konsumera allt på en gång.

Hur mycket förbrukar en PDF i en typisk uppgift?#

De specifika siffrorna (Sonnet 4.x-modell, indata till 3 dollar per miljon token):

Och det gäller bara en cykel med 4 förfrågningar. Därefter börjar promptcachning användas (5 minuters TTL som standard, upp till 1 timme på en utökad nivå, med upp till 90 % rabatt på upprepade anrop inom tidsfönstret) – besparingarna blir ännu större.

Varje gång du laddar upp samma PDF i en ny chatt läser Claude den igen; cacheminnet följer inte med mellan chattar.

Om du konverterar samma PDF på 15 sidor till Markdown en gång och sedan tar med den som .md i var och en av fyra nya chattar använder exemplet 15 × 300 × 4 = 18 000 indatatoken i stället för 135 000. Antagandena 300 token per konverterad sida och 2 250 per PDF-sida är till för beräkningen, inte uppmätta konstanter för varje PDF. Räkna ditt faktiska dokument och bekräfta konverteringskvaliteten före besparingsuppskattning.

Den här matematiken får ännu större betydelse med en Claude Pro-prenumeration. En rapport på 100 sidor kan förbruka hela 5-timmarsgränsen. Efter konvertering till Markdown ryms 10+ sådana dokument inom samma budget.

Vilka API-begränsningar har Anthropic för PDF-filer 2026?#

Anthropics dokumentation anger begränsningarna högst upp (aktuella per den 31 maj 2026):

Claude.ai (konsumentwebbappen) har andra begränsningar: högst 500 MB per fil och upp till 20 filer i en chatt. Visuell analys fungerar dock bara för PDF-filer på upp till 100 sidor – därefter ser Claude bara text, utan diagram och illustrationer.

Tre sätt att skicka en PDF via API:t:

1. Via URL - "source": {"type": "url", "url": "..."} - enklast när dokumentet finns online.
2. I Base64 - "source": {"type": "base64", "media_type": "application/pdf", "data": "..."} - för lokala filer.
3. Via Files API - "source": {"type": "file", "file_id": "file_abc123"} - för upprepade förfrågningar; kräver beta-headern anthropic-beta: files-api-2025-04-14.

Files API är det främsta sättet att spara när du arbetar med samma PDF i olika chattar. Ladda upp den en gång, få ett file_id och använd det sedan i alla interaktioner. Med cache_control: ephemeral kostar upprepade anrop 10 % av ordinarie pris.

Anthropic ger också officiella råd om hur du minimerar användningen:

Metod 1: Hur konfigurerar du MarkItDown på 5 minuter?#

MarkItDown är ett officiellt Microsoft-projekt som underhålls av AutoGen-teamet. På GitHub har det 134 tusen stjärnor och 9,2 tusen forkar (i slutet av maj 2026). Syftet beskrivs direkt i README-filen:

Format som stöds:

• Dokument: PDF, DOCX, PPTX, XLSX
• Webb: HTML, JSON, XML, CSV
• Media: ljud med transkribering, bilder med EXIF och OCR, YouTube-videor (via undertexter)
• Arkiv: ZIP, EPub
• Övrigt: alla bilagor i Outlook MSG-filer

Installation

Krav: Python 3.10+ (vanligtvis redan installerat på macOS; på Windows behöver du installera det separat).

pip install 'markitdown[all]'

Om du inte behöver alla format kan du installera utvalda format:

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

Konvertera en enskild fil

Det enklaste fallet:

markitdown document.pdf > document.md

Därefter visas document.md i den aktuella mappen. Lägg till den i Claude Code med @document.md eller placera den bredvid projektet.

Python-API

Om du vill integrera verktyget i ditt skript:

from markitdown import MarkItDown

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

# Du kan spara den direkt:
with open("research-paper.md", "w") as f:
    f.write(result.text_content)

Det här kan MarkItDown INTE göra

• OCR för skannade PDF-filer - den returnerar ingenting. Skanningar kräver PyMuPDF4LLM eller Docling.
• Komplexa layouter med flera kolumner - den kan blanda ihop läsordningen.
• Inbäddade URL:er från PDF-filer - den bevarar dem inte.

För enkla PDF-filer (rapporter, artiklar, dokumentation) är MarkItDown det bästa valet: ett mångsidigt verktyg som installeras på en minut och inte kräver några Python-kunskaper. Hur det presterar med kyrillisk text och skanningar visas i mätningarna i analysen av hur du kan konvertera en PDF till text för AI.

Metod 2: Vad erbjuder PyMuPDF4LLM, och när är det bättre?#

MarkItDown erbjuder bredd i format; PyMuPDF4LLM erbjuder djup i PDF-bearbetning.

Versionen per den 31 maj 2026 är 1.27.2.3 (släppt den 24 april 2026).

Det här ingår

• Sidor med flera kolumner i rätt läsordning
• Tabeller konverterade till GitHub-flavored Markdown
• Sidhuvuden och sidfötter tas bort automatiskt
• Bilder extraheras med relativa länkar till en separat mapp
• Smart OCR: används bara på oläsliga områden och sparar ~50 % av bearbetningstiden
• Inbyggd C-motor, ingen GPU behövs

Installation

pip install pymupdf4llm

Användning

import pymupdf4llm

# Grundläggande användning - direkt till Markdown:
md_text = pymupdf4llm.to_markdown("document.pdf")

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

På en rad, som utlovat:

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

När ska du välja PyMuPDF4LLM framför MarkItDown?

• När PDF-filen innehåller många länkar som du behöver bevara (MarkItDown tappar bort dem).
• När dokumentet är skannat och du behöver OCR.
• När du behöver snabb bearbetning av tusentals filer lokalt – den inbyggda C-motorn är snabbare än Python-wrappers.
• När du behöver bilderna från PDF-filen i en separat mapp för vidare bearbetning.

Licensdetaljer (viktigt för företag)

PyMuPDF4LLM har dubbel licens: AGPL v3 ELLER Artifex kommersiell licens.

AGPL innebär: om du använder biblioteket i en offentlig SaaS-tjänst måste du publicera hela tjänstens källkod under samma AGPL-licens. För intern användning (ditt skript på din bärbara dator) finns inga begränsningar.

Om du utvecklar kommersiell programvara utan att lämna ut koden köper du en licens från Artifex (artifex.com). Priserna publiceras inte; kontakta försäljningen för att få dem.

Om du bygger en produkt åt kunder bör du kontrollera licensen från början. MarkItDown (MIT) och Docling (MIT) är säkrare för SaaS.

Metod 3: Hur ansluter du MarkItDown MCP-servern till Claude Code?#

MarkItDown i CLI-läge betyder ”jag konverterar filer manuellt i förväg”; MCP-servern betyder ”Claude Code avgör när det ska konverteras”.

Installation

Du behöver pakethanteraren uv. Du behöver inte installera servern separat; uv hämtar den första gången den körs.

Konfiguration i Claude Code

Ett kommando ansluter servern till alla dina projekt med en låst version:

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

Posten markitdown ska visa ”Connected”. Den första starten hämtar ungefär sjuttio paket och tar upp till en minut; därefter startar servern på en eller två sekunder.

Här är varför kommandot behöver de två variablerna. ORT_DISABLE_TELEMETRY=1 inaktiverar statistik som onnxruntime-motorn i servern som standard skickar till Microsoft på Mac och Linux. UV_PYTHON=3.12 kör servern med Python 3.12, som har förbyggda paket för Windows, Linux och Mac-datorer med Apple Silicon. På Intel-Mac och macOS 13 och tidigare installeras servern inte med Python 3.14. För Intel och 3.12 finns en reservation: uv bygger kryptografibiblioteket från källkod eftersom inget förbyggt Intel-paket har funnits tillgängligt sedan juni 2026. Installationen tar längre tid och kan misslyckas. Om du inte har Python 3.12 hämtar uv det åt dig.

Servern körs direkt på din dator och kan öppna alla filer du har åtkomst till. Om Claude Code var öppet startar du om det, så visas markitdown i listan över MCP-servrar.

Så använder du den

Säg helt enkelt följande i Claude Code:

Konvertera /Users/your-user/Documents/report.pdf till Markdown och analysera huvudpunkterna.

Claude anropar själv convert_to_markdown(uri), hämtar Markdown och arbetar med den – PDF-filen läses inte alls in i kontexten.

URI:er som stöds

• file:// - lokala filer
• http://, https:// - dokument online
• data: - infogad data (Base64)

Säkerhet

Från den officiella README-filen:

Som standard är den bunden till localhost. Om du kör den över HTTP/SSE (alternativet --http --host 127.0.0.1 --port 3001) ska du inte exponera porten externt utan en autentiserad omvänd proxy.

Vilken metod ska du välja för din uppgift?#

Utökad jämförelsetabell:

Marker anger imponerande noggrannhetssiffror i riktmärken:

Men Marker kräver en GPU för hög hastighet och tar med sig maskininlärningsmodeller. För de flesta uppgifter (vanliga PDF-filer med text) räcker PyMuPDF4LLM eller MarkItDown, utan GPU, på några sekunder.

En enkel regel för att välja

1. En eller två PDF-filer, behöver det snabbt - MarkItDown CLI.
2. Dussintals PDF-filer, behöver automatisering - MarkItDown MCP-server eller PyMuPDF4LLM i ett skript.
3. PDF-filer med länkar och bilder där det är viktigt att bevara strukturen - PyMuPDF4LLM.
4. Produktions-RAG för företag där tabellstabilitet är viktig - Docling.
5. Vetenskapliga artiklar med formler - Marker.
6. Vill inte tänka på det; låt Claude konvertera - MarkItDown MCP-server.

Hur skriver du ett färdigt skript som automatiskt konverterar en mapp med dokument?#

Ett praktiskt exempel: föreställ dig att du har 40 PDF- och PPTX-rapporter från kunder i en mapp – kontoutdrag från mäklare, kontrakt och presentationer. Det är meningslöst att ladda upp hela mappen direkt till Claude: kontextfönstret fylls med information innan du får det första svaret. Kör hela mappen genom skriptet nedan i ett svep och fortsätt sedan arbeta med lätta .md-filer i stället för otympliga PDF-filer.

Spara skriptet som scripts/docs-to-md.sh i projektroten:

#!/bin/bash
# docs-to-md.sh - konverterar alla dokument i en mapp till Markdown med MarkItDown
# Användning: bash docs-to-md.sh ./documents

set -e

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

mkdir -p "$OUTPUT_DIR"

echo "Scanning $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 "Skipping $basename (already converted)"
    continue
  fi

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

echo "Done. Results are in $OUTPUT_DIR"

Gör det körbart:

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

Kör det:

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

Efter körningen innehåller ./reports/_md/ .md-versioner av alla dokument. Lägg till dem i Claude Code med @reports/_md/ och arbeta med den komprimerade texten i stället för PDF-filer.

Skriptet hoppar automatiskt över filer som redan har konverterats (om .md-filen är nyare än källfilen) – det går snabbt att köra igen och allt behöver inte beräknas på nytt.

Idempotens och inkrementell konvertering

Om du vill att skriptet ska upptäcka PDF-filer som har ändrats (sparats om under samma namn) lägger du till en kontroll av innehållshash:

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

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

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

Den här versionen konverterar bara om en fils innehåll har ändrats.

När är en PDF i Claude fortfarande bättre än Markdown?#

Tre fall där Markdown-konvertering inte räcker till:

1. Visuell analys av diagram och grafer

Om Claude behöver ”läsa” ett diagram – en priskurva, processbild eller arkitekturdiagram – finns den informationen inte i Markdown. Markdown bevarar bara figurtexter; själva figuren går förlorad.

Lösning: ladda upp PDF-filen och aktivera uttryckligen visuellt läge. I Claude API fungerar flaggan automatiskt; på AWS Bedrock behöver du flaggan citations.

2. Komplexa tabeller med sammanfogade celler

Markdown-tabeller är platta. Om PDF-filen har en tabell med sammanfogade celler, flernivårubriker eller nästlade undertabeller kommer konverteraren antingen att platta till den eller tappa sambanden.

Lösning: använd PDF-filen direkt, använd Docling (det hanterar komplexa tabeller bäst) eller formatera den manuellt efter konverteringen.

3. Dokument som artefakter med sidhänvisningar

För juridiska dokument, kontrakt och protokoll är det viktigt att du kan hänvisa till ”sida 7, stycke 3”. Sidnumren går förlorade i Markdown.

Lösning: PDF + Files API + promptcachning. Ladda upp dokumentet en gång och hänvisa sedan till det med file_id; Claude ser sidnumreringen och kan hänvisa till specifika sidor.

Korta dokument

Om en PDF är kortare än 2 sidor och du använder den en gång är det inte värt att konvertera den. 5 000 token för en PDF jämfört med 800 för Markdown ger inte tillräcklig besparing för att motivera installation av MarkItDown.

Brytpunkten är ungefär 5+ sidor eller 2+ användningar av samma dokument. Under det laddar du upp PDF-filen direkt; över det konverterar du den.

Vilka är de 5 vanligaste misstagen folk gör med PDF-filer i Claude?#

1. Ladda upp samma PDF i en ny chatt varje gång

Claude Pro har en meddelandegräns över 5 timmar – en rapport på 50 sidor kan förbruka allt innan du hinner ställa en andra fråga.

Det finns en enkel princip för det här: en uppgift – en chatt. När AI börjar förbruka orimligt många token betyder det att du trycker in allt i en chatt och tar med PDF-filen om och om igen. Ha en mikrouppgift i varje fönster. Konvertera dokumentet till Markdown en gång och lägg sedan till .md-filen i varje nytt fönster tillsammans med projektet. Cirkeln för kontextfönstret blir inte gul.

Lösning: konvertera den till Markdown en gång eller använd Files API med file_id och promptcachning.

2. En skärmbild i stället för text

Ett typiskt exempel: någon vill visa Claude ett kodstycke eller en tabell, tar en skärmbild av hela skärmen på 1920×1080 och undrar varför gränsen tog slut efter 5 förfrågningar.

En skärmbild på 1000×1000 pixlar kostar ~1 300 token. Samma text kopierad för hand kostar 50–100 token. Det är en skillnad på 13–26 gånger.

Lösning: beskär skärmbilder snävt (så att bara den viktiga delen syns), eller ännu hellre, kopiera texten direkt.

3. En skannad PDF utan OCR

MarkItDown kan inte utföra OCR. Om du konverterar en skanning blir resultatet en tom .md-fil (eller 3 rader brus).

Lösning: använd PyMuPDF4LLM (med inbyggd smart OCR) eller Docling för skanningar.

4. Ignorera 100-sidorsgränsen

Anthropics dokumentation anger en gräns på 600 sidor per förfrågan – men i praktiken är gränsen för modeller med 200K kontext (Sonnet 4.x, Opus 4.x) 100 sidor. Gränsen på 600 sidor är avsedd för äldre modeller eller särskilda nivåer.

Om du laddar upp en rapport på 150 sidor till Sonnet 4.6 får du ett felmeddelande eller, ännu värre, behandlar Claude bara de första 100 sidorna och beter sig som om den läst hela dokumentet.

Lösning: dela upp långa PDF-filer i delar innan du laddar upp dem. Eller konvertera dem till Markdown – det finns ingen sidgräns, bara en tokengräns.

5. Inte använda promptcachning för upprepade förfrågningar

Om du arbetar med samma dokument via API:t lägger du det i cache_control: ephemeral. Upprepade anrop inom 5 minuter kostar 10 % av det ursprungliga priset. Ett anrop kostar mer; de återstående får 90 % rabatt.

Lösning: aktivera promptcachning som standard för allt du laddar upp mer än en gång.

Nästa steg: kontextteknik#

PDF-till-Markdown är ett sätt att spara token. I sig gör det inte Claudes svar mer träffsäkra. Träffsäkerheten kommer från kontextteknik – disciplinen att välja vad du lägger i modellens kontext innan du ställer en fråga.

Om din CLAUDE.md har 800 rader, projektet har 10 onödiga MCP-servrar och du tar med en PDF på 100 sidor förhindrar Markdown-konverteringen ett läckage, men de andra tre blir kvar. Därför tar de här guiderna upp:

• Vart token tar vägen i Claude Code - 9 mönster för kontextläckage, inte bara PDF-filer.
• Kontextteknik 2026 - systematisk kontexthantering.
• Plan Mode i Claude Code - planeringsläge innan Claude börjar skriva kod.