Claude Code 省 60% 成本：把文本转图片让模型 OCR
推荐指数 68.0 NO. 011 · 2026.07.04
发布2026/07/03Score94Comments31
为什么值得看
pxpipe 通过将系统提示、工具文档等密集文本渲染为 PNG 图片，利用图像 token 按像素计费而非按字符计费的特性，将 Claude Code 输入 token 成本降低约 60%。这对高频调用 API 的 AI 工程团队有直接的成本优化价值，尤其适合上下文冗长的代码助手场景。
编辑判断
这个 trick 的底层逻辑是 Anthropic 视觉编码器的定价漏洞：图像 token 只算固定网格，不解析内容密度。之前大家降本主要靠 prompt 压缩（如 Gist、LLMLingua）或缓存（prompt caching），但都会损失语义精度或受限于平台支持。pxpipe 的取巧之处在于完全保留原始信息，只是换了个模态通道，且本地代理部署不依赖服务商配合。
潜在风险是两个：一是多模态 OCR 的稳定性，复杂代码缩进、特殊符号可能误读；二是 Anthropic 随时可能调整图像 token 计算方式堵上这个洞。建议短期可以接入降低现有 Claude Code 开销，但不要把核心架构押注在这个套利空间上。做 AI coding 工具的团队尤其该试试，你们的上下文膨胀速度最快。
社区反馈
意见分歧 28 条评论
核心争论：是定价漏洞套利还是视觉编码的本质效率优势
there's also a DeepSeek whitepaper on this technique https://www.seangoedecke.com/text-tokens-as-image-tokens
This seems like a pricing hack that burns resources, that when the loophole gets closed the price of OCR will have to rise?
It’s not a loophole, it just happens that encoding information as optical tokens is much more efficient than text.