免費 ai 圖片分析：ChatGPT 每天限 3 個檔案，Claude 與 Copilot 每次對話可傳 20 個

哪些 AI 可以免費分析圖片？一次能傳幾張？

大小上限的落差比數量更大，從 ChatGPT 每張圖片 20 MB，到 Claude 每個檔案 500 MB。下表每一列都來自各家自己的說明頁，查閱日期為 2026 年 10 月 12 日。

ChatGPT 限制最緊。OpenAI 的檔案上傳常見問題寫道「免費使用者每天限上傳 3 個檔案」，而照片和其他檔案一樣算一次上傳。一般上限是每 3 小時 80 個檔案，OpenAI 也表示尖峰時段可能調降這些限制。

Claude 和 Copilot 最寬鬆。Anthropic 的上傳說明文章允許每次對話 20 個檔案，圖片最大 8,000 x 8,000 像素。Microsoft 的 Copilot 上傳頁面同樣允許每次對話 20 個檔案，每個最大 50 MB，並說明涵蓋免費的 Copilot Chat。Gemini 一次提示可傳 10 個檔案，每個最大 100 MB。Google 的 Gemini 上傳頁面另外提到可分析量有「滾動式限制」，但沒有給出數字。

怎麼讓 AI 分析圖片並回答問題？

先附上圖片，再針對它問一個具體的問題。只問「這是什麼」，得到的也只會是一句簡單的圖說。

1. 開啟 ChatGPT、Gemini、Claude 或 Copilot，點選訊息框裡的 + 或迴紋針。Claude 也能直接拖曳檔案，或貼上剪貼簿裡的螢幕截圖。
2. 裁切成你要問的那一塊。Anthropic 建議圖片至少 1,000 x 1,000 像素，OpenAI 則建議把圖中的小字放大。
3. 讓問題有明確任務：要讀什麼、比較什麼，或檢查什麼。
4. 請模型先列出它看到的內容，再下結論。
5. 自己對照圖片，檢查每個數量、總和和名稱。

這五個提示詞涵蓋了大多數人上傳圖片的用途。把方括號填上即可。

讀文字：「逐行、逐字照原樣抄寫這張圖片裡的每個字。讀不清楚的地方標記為 [unclear]，不要猜。」

讀圖表：「把這張圖表轉成表格，每個資料點一列。列出座標軸標籤和單位。說明哪些數值是圖上印出來的，哪些是你根據格線估計的。」

排除錯誤：「這是一張錯誤畫面的截圖。引用錯誤文字，告訴我是哪個應用程式顯示的，並依可能性由高到低列出三種修正方式。」

找出差異：「這兩張照片拍的是同一個 [房間、產品、文件]。列出你看得到的所有差異，以及它們在各張圖中的位置。」

辨識物品：「這是什麼 [植物、零件、料理]？給我你最佳的猜測、兩個替代答案，以及能區分它們的可見特徵。」

每個提示詞的最後一句才是關鍵。先要求列出可見的證據，可以避免模型直接跳到答案，我們的多模態 AI 指南就是圍繞這個習慣建立整套工作流程。

AI 在圖片裡看不到什麼？

AI 讀不到照片的中繼資料，數量也常常是猜的。OpenAI 的視覺指南截至 2026 年 10 月列出 11 項限制，其中大多數適用於你會用到的任何聊天機器人：

• 不會處理檔名或中繼資料，所以相機存下的日期和 GPS 位置不會被讀取。
• 對照片中物體的數量「可能只給出大約的數字」。
• 旋轉或上下顛倒的文字和圖片可能讀錯。
• 遇到日文、韓文等文字，或只靠顏色、線條樣式區分線條的圖表時，可能出錯。
• 全景和魚眼照片，以及精確位置（例如棋盤上的棋子），對它來說很吃力。
• OpenAI 直接封鎖 CAPTCHA 圖片。

醫療影像是明確的紅線。OpenAI 表示其模型「不適合解讀像電腦斷層掃描這類專業醫療影像」，也不應用於醫療建議。X 光片或皮疹照片應該交給臨床醫師。

太長的 PDF 也會遺失圖片。Anthropic 表示，Claude 會讀取 100 頁以內 PDF 中的圖表和圖片。101 到 1,000 頁的 PDF 則只讀文字。

哪個 AI 最會分析圖片？

在主要的公開基準測試中，Claude Opus 是最會讀圖的，而大量使用的免費選擇則是 Copilot 或 Claude。在 Artificial Analysis 的 MMMU-Pro 排行榜（2026 年 10 月 12 日查閱）上，Claude Opus 5.5 得分 88%，OpenAI 的 GPT-6 Astra 為 87%。兩者都需要付費方案。

MMMU-Pro 很難取巧。它有涵蓋 30 個學科的 3,460 道題目，並且會剔除純文字模型就能回答的題目。有些題目只以截圖或照片呈現，所以模型必須真的讀懂圖片才能得分。

免費使用的原則很簡單。一次對話要處理最多 20 張圖片，用 Copilot 或 Claude。檔案很大（每個最大 100 MB）就用 Gemini。ChatGPT 免費版留給偶爾的一張照片，因為每天 3 個上傳到中午就用完了。如果你想修改圖片而不是讀圖，用 AI 編輯照片是另一組工具。

發布本文的 Whizi 會把你附上的照片送到你選的任何模型，所以在 Pro 方案可以讓 Claude Opus 和 Gemini 針對同一張圖並排回答。但在免費這一題上它不佔優勢。免費的 Whizi 帳號每天有 10 則文字訊息，可用 Whizi AI、Auto 或 Claude Haiku 5.5，且不能上傳檔案，所以要批次處理照片就需要付費方案。網站每則訊息最多 6 個檔案，但每張圖片上限 8 MB、每天最多上傳 60 張圖片，不接受 GIF，也不會標示 280+ 個模型中哪些看得懂圖片。其餘規定請見支援的檔案類型。

可以用 API 而不是聊天機器人來分析圖片嗎？

可以，而且大型雲端視覺 API 都有每月免費額度。根據定價頁面，Google Cloud Vision 每月前 1,000 個單位免費，之後標籤偵測每 1,000 個收費 $1.50。Microsoft 的 Azure AI Vision 免費層每月允許 5,000 次交易，每分鐘 20 次。Amazon Rekognition 是第三個大型選擇。

這些服務以資料形式回傳標籤、文字和物件框，而不是聊天式的回答。這適合替數千張商品照片加標籤的應用程式，但只處理一張螢幕截圖就大材小用了。

DeepSeek 起步較晚。它在 2026 年 8 月 21 日才開放 API 的圖片輸入，其視覺指南指出 Flash 模型單次請求最多可接受 600 張圖片。它的定價頁面仍把旗艦 V4 Pro 的視覺功能標示為「不支援」，而 DeepSeek 的文件對自家聊天應用的圖片功能隻字未提。