Pxpipe Cuts Claude Code and Fable 5 Costs by 70% Through PNG

Pxpipe réduit les coûts de Claude Code et Fable 5 de 70 % via PNG

L'outil open-source pxpipe convertit de longs textes pour Claude Code en PNG compacts afin de réduire les coûts en tokens.

Cette astuce fonctionne grâce à la manière dont Anthropic tarifie les images. Le texte coûte environ un token par caractère, mais les images coûtent un nombre fixe de tokens basé sur leurs dimensions en pixels, peu importe la quantité de texte qu'elles contiennent. En rendant un contenu dense comme du code ou du JSON sous forme d'image, on peut intégrer environ 3,1 caractères dans chaque token image.

Pxpipe met cela en pratique en tant que proxy local. Il intercepte les requêtes vers Claude Code et rend les parties lourdes et statiques sous forme d'images, y compris les invites système, la documentation des outils et l'historique des discussions plus anciennes. Les messages récents et les sorties du modèle passent normalement en texte. L'image ci-dessous montre ce que le modèle voit réellement : environ 48 000 caractères d'invite système et de documentation d'outil sont compressés sur une seule page PNG dense. En tant que texte, cela coûterait environ 25 000 tokens. En tant qu'image, c'est environ 2 700 tokens.

Économie de coûts

Selon le développeur Steven Chong, les économies totales varient en moyenne de 59 à 70 %. Dans une démonstration de Fable 5, les coûts de session sont passés de 42,21 $ à 6,06 $. Si cette astuce quelque peu exotique prend de l'ampleur, les entreprises d'IA pourraient réagir en augmentant les prix de traitement des images.

Les inconvénients : précision et vitesse

Cette approche présente des inconvénients. Elle est perte d'information et des chaînes exactes comme des hachages peuvent revenir déformées lorsqu'elles sont lues à partir d'images. Le traitement est également plus lent puisque le modèle doit faire passer les images rendues par un encodeur de vision au lieu de lire directement le texte.

Par défaut, pxpipe prend en charge Claude Fable 5 et GPT 5.6. Les benchmarks et évaluations sont documentés dans le dépôt. Fable 5 atteint 100 % de précision dans les benchmarks sur des problèmes mathématiques avec des nombres aléatoires récents que le modèle ne peut pas avoir mémorisés. Selon Chong, Opus 4.7 et 4.8 lisent mal environ 7 % des images rendues, et GPT 5.5 se débrouille également moins bien avec le contexte d'image. Les deux modèles sont désactivés par défaut et ne peuvent être activés manuellement.

L'idée de fournir du texte aux modèles d'IA sous forme d'images compressées n'est pas nouvelle. Deepseek a construit un système de OCR qui traite les documents textuels sous forme d'images et, selon son document technique, les compresse jusqu'à un facteur de dix tout en conservant 97 % des informations.