图片“小抄”省下七成成本，Fable 5用户发现新玩法

近日，有用户发现了一种针对Fable 5模型的省钱新方法，通过将文本内容转换为图片再输入模型，可以大幅降低token使用成本。这种方法类似于人类考试中使用的微缩打印技巧，将系统提示、工具文档和历史记录等内容渲染成密集的图片，模型通过其视觉通道读取这些信息。据测试，约4.8万字符的系统提示和文档，若按文本输入需2.5万token，但转化为图片后仅需约2700个image token，端到端账单成本下降了59%到70%。

希鸥网观察到，这种名为pxpipe的方法已在GitHub上获得超过3000颗星。其核心原理是利用了模型计价机制的差异：图片的token成本主要由像素尺寸决定，而非图片中的文字量。只要模型能够清晰读取图片中的文字，将同样内容压缩成图片就能比直接文本输入更便宜，尤其适用于代码、JSON和系统提示词等token密集的内容。

pxpipe本质上是一个本地代理程序，它拦截Claude Code发出的请求，在请求发出前将其中臃肿的上下文重新排版成紧凑的PNG图片，再塞回请求中发送给模型。这些图片通过模型的视觉通道处理，而非传统的文本通道。作者通过对比演示显示，处理同一组任务，原始文本版本账单为42.21美元，上下文窗口占用96%，而pxpipe版本仅花费6.06美元，上下文使用量也大幅降低。

然而，这种方法并非适用于所有场景。测试表明，在Fable 5上，将高密度上下文渲染成图片基本不影响语义理解和状态追踪，还能显著节省token。但一旦涉及逐字读取精确字符串，就会暴露出有损压缩的风险，模型可能自信地编造出看似合理的结果。因此，pxpipe并未将所有内容图片化，而是保留了ID、哈希、密钥等关键精确数据。

pxpipe的部署也相对简单，用户只需运行两行命令即可启动本地代理，并将其指向Claude Code。启动后，用户还可以通过本地dashboard查看节省的token数量、文本转图片的前后对比等详细信息。需要注意的是，该工具只压缩输入侧的请求，模型输出仍正常流式返回，不影响响应速度。

希鸥网认为，这一现象揭示了AI应用中的一种新套利空间，即用户通过技术手段主动优化大模型的使用成本。随着大模型在商业领域的广泛应用，如何平衡性能与成本将成为创业者关注的核心议题。这种创新思维不仅体现了用户对效率的追求，也促使模型厂商重新审视定价策略和模型能力边界，推动AI技术更高效地服务于实际业务场景。

2026人工智能+实战应用及产业创新论坛将于7月31日在南京举办，欢迎全国各地人工智能创业者报名。本文内容整理自网络，将同步发布在希鸥网创投联盟网站（希鸥网、AI联播网、斯贝瑞品牌资讯、华商资讯网、金鸥财经、锐CEO网、AEXNEWS美讯社、创新日报）。欢迎媒体合作、会议咨询、纳斯达克大屏等业务对接~ 如需修改或发布文章，请加微信号：sheisceo