开源工具pxpipe将文本藏入PNG，节省Claude Code费用高达70%
摘要
开源工具pxpipe将长文本提示转换为紧凑PNG图像，利用Anthropic按像素而非文本内容收费的机制，为Claude Code和Fable 5节省59%至70%的token成本，但牺牲了准确性和速度。
背景解释
Anthropic对图像按像素收费，而文本按token收费。pxpipe通过将文本编码为PNG，使API按图像计费，大幅降低费用。这反映了开发者对AI服务定价的创造性应对，但可能影响输出质量，需权衡成本与效果。
原文译文
以下为抓取到的原文内容译文，已统一为站内阅读格式。
广告
开源工具 pxpipe 将文本隐藏在 PNG 中，为 Claude Code 和 Fable 5 节省高达 70% 的 Token 成本
Matthias Bastian[查看 Matthias Bastian 的 LinkedIn 资料](https://www.linkedin.com/in/matthias-bastian-128b71b1/ "查看 Matthias Bastian 的 LinkedIn 资料")
2026年7月4日
Steven Chong
搜索本文…
主题
开源工具 pxpipe 将 Claude Code 的长文本输入转换为紧凑的 PNG，以降低 Token 成本。
这个技巧利用了 Anthropic 对图片的定价方式。文本大约每个字符消耗一个 Token，但图片根据像素尺寸消耗固定数量的 Token，无论其中包含多少文本。将代码或 JSON 等密集内容渲染为图片，每个图片 Token 可以容纳约 3.1 个字符。
pxpipe以本地代理的形式实现了这一功能。它拦截对 Claude Code 的请求，将庞大、静态的部分（包括系统提示、工具文档和较早的聊天历史）渲染为图片。最近的消息和模型输出则作为普通文本传递。下图展示了模型实际看到的内容：约 48,000 个字符的系统提示和工具文档被压缩到一张密集的 PNG 页面上。作为文本，这将消耗约 25,000 个 Token。作为图片，则大约只需 2,700 个 Token。
广告
这是模型看到的压缩文本：一张 PNG 页面替代了数千个文本 Token。| 图片：Steven Chong
据开发者 Steven Chong称，总节省量平均为 59% 到 70%。在一个 Fable 5 演示中，会话成本从 42.21 美元降至 6.06 美元。如果这种有些奇特的技巧流行起来，AI 公司可能会通过提高图片处理价格来应对。
广告
代价是准确性和速度
这种方法有缺点。它是有损的，像哈希值这样的精确字符串在从图片中读取时可能会出错。处理速度也较慢，因为模型需要通过视觉编码器处理渲染后的图片，而不是直接读取文本。
默认情况下，pxpipe 支持 Claude Fable 5 和 GPT 5.6。基准测试和评估记录在仓库中。Fable 5 在数学问题基准测试中达到 100% 的准确率，这些问题使用模型无法记忆的随机新数字。据 Chong 称，Opus 4.7 和 4.8 误读了约 7% 的渲染图片，GPT 5.5 在图片上下文中的表现也更差。这两个模型默认关闭，只能手动启用。
广告
将文本作为压缩图片输入 AI 模型并非新想法。Deepseek 构建了一个 OCR 系统，将文本文档作为图片处理，根据其技术论文，压缩率高达 10 倍，同时保留 97% 的信息。
广告
无炒作 AI 新闻 – 人工精选
订阅 THE DECODER，享受无广告阅读、每周 AI 通讯、独家“AI Radar”前沿报告（每年六期）、完整档案访问以及评论区的访问权限。
来源：Github
BETA-TEST
×
开始新搜索
×\|
发送
wpDiscuz
插入
BETA-TEST
×
开始新搜索
×\|
发送
wpDiscuz
插入
׋›
来源地区
Europe
热度分
76
分类
全球快讯
语言
en