【导语近日名为pxpipe的方法引发关注它能将Fable 5的上下文转换成图片使token输入成本最多省下70%在GitHub收获3000STAR还牵出了过去几年相关技术路线。】pxpipe小抄式降本新玩法有老哥发现把Fable 5的上下文转换成写满文字的图片再让模型通过OCR读回能大幅降低token输入成本。例如约4.8万字符的系统提示词和工具文档直接文本输入约需2.5万token渲染成1573×1248的图片后仅需约2700个image token实测端到端账单下降59%到70%。pxpipe本质是本地代理拦截Claude Code请求将臃肿上下文排版成PNG图片再发给模型利用模型看图能力伪装上下文就像自动微缩“打印机”。计价差异催生操作空间图片token成本由像素尺寸决定非文字数量。在真实Claude Code流量中代码等内容作为图片输入每个image token约容纳3.1个字符文本输入时每个text token仅容纳1个字符这为pxpipe提供了操作空间。效果显著但有局限作者对比demo显示同样任务原始文本版本账单42.21美元上下文窗口占满96%pxpipe版本仅花6.06美元上下文只用了73.5k/1M还能完成任务。不过这是有损压缩非常依赖模型视觉读取能力。Fable 5能勉强读取密集图片精确字符串Opus则易翻车且错了未必报错。所以pxpipe只压缩“又长又密”内容。技术路线的交汇pxpipe引发关注后学者翻出谷歌2022年论文CLIPPO其核心思想是把文字当图片处理让Vision Transformer同时处理真实图片和文字图片。评论区还提到DeepSeek - OCR主打长上下文视觉压缩。这次pxpipe像是把过去几年几条技术路线接上让普通用户在Fable 5中摸到了套利空间。编辑观点pxpipe为大模型使用降本提供新思路但依赖特定模型能力且存在风险。它的出现连接过往技术路线未来或推动更多创新但也需关注模型适配和准确性问题。
