一款开源工具正在利用Anthropic对图像Token定价的一个特性，将Claude Code和Fable 5的会话成本削减59%至70%：将昂贵的文本转化为廉价的像素。
这款名为pxpipe的工具由Steven Chong开发，已在GitHub上发布。它作为一个本地代理运行，拦截发往Claude Code的请求，将会话中庞大而静态的部分：系统提示、工具文档和较早的聊天历史：渲染为密集压缩的PNG图像。最近的讯息和模型输出则作为普通文本正常传输。
这一技巧之所以有效，是因为Anthropic（以及大多数AI提供商）对输入Token的定价存在根本性的不对称。文本大约每个字符花费一个Token，但图像的成本基于其像素尺寸的固定Token数，无论图像中包含多少文本。通过将代码或JSON等密集内容渲染为图像，pxpipe大约在每个图像Token中打包3.1个字符。
据记录，在一次Fable 5会话中，成本从42.21美元降至6.06美元：减少了约86%。据Chong称，多次会话的总节省平均为59%至70%。
代价是准确性和速度。这种方法是有损的：当模型从图像中读取时，哈希值等精确字符串可能会出现乱码。处理速度也较慢，因为模型必须将渲染后的图像通过其视觉编码器处理，而非直接读取文本。默认情况下，pxpipe支持Claude Fable 5和GPT 5.6。Fable 5在涉及新鲜随机数的数学问题基准测试中实现了100%的准确率。Claude Opus 4.7和Opus 4.8会误读约7%的渲染图像，因此默认情况下被禁用。
这项技术并非全新。DeepSeek构建了一个将文本文档作为图像处理的OCR系统，在保留97%信息的同时实现了高达10倍的压缩。但pxpipe将这一概念应用于AI编码助手会话这一特定场景：在这些会话中，系统提示和工具文档可能占用数千个Token，且在不同交互中基本保持不变。
如果这项技术被广泛采用，AI公司可能会通过调整图像处理定价或引入新的定价结构来关闭这一套利窗口。
婷 翻译
来源：Open-source tool pxpipe hides text in PNGs to cut Claude Code and Fable 5 token costs up to 70%（The Decoder，2026年7月4日）；pxpipe repository（GitHub）