一个开源工具在GitHub上三天拿了3000+ Star，干的是一件事：把你发给Claude的文字渲染成图片，然后让Claude"看图说话"。
不是压缩，不是裁剪，是真的把文字变成PNG。
听起来像段子，但它跑通了SWE-bench，账单实打实降了59%到70%。
一、一个定价规则催生的"民间黑客"
事情要从7月7日说起。Anthropic宣布Claude Fable 5从订阅套餐中移除，转为按量积分计费——输入$10/百万token，输出$50/百万token。
对于Claude Code的重度用户来说，这个数字有多刺眼？一个典型的多文件重构任务，系统提示+工具文档+历史对话+工具输出，每轮交互轻松吃掉几万token。有人算过，一个30分钟的编码session平均消耗118,000个token，月账单破百是常态。
然后有人发现了定价规则里的一个"缝隙"。
而同样一页代码的纯文本，大约要48,000个文字token。
3倍的密度差。 这就是整个hack的核心。
一个Reddit用户甚至发了讽刺帖："我把整个代码库写到一粒米上，拍照发给Fable 5，100万token的代码库每次查询只要几分钱。"没人想到，与此同时，有人真的把这个"米粒逻辑"做成了产品。
二、pxpipe怎么工作：不是全转，是智能筛选
pxpipe（GitHub）是一个本地代理，架在Claude Code和Anthropic API之间。TypeScript写的，MIT协议，当前版本0.8.0。
工作流程
1. Claude Code发出API请求
2. pxpipe拦截请求，检查有没有"臃肿"的上下文块
3. 内容密度够高的 → 渲染成PNG图片，塞回请求
4. 稀疏的内容 → 保持原文不动
5. 模型输出原样透传，不受影响
关键在"智能筛选"。pxpipe内置了一个盈利性判断器，只有当一段内容的字符密度超过约19 chars/token的盈亏线时，才会触发图片转换。这个判断器是用391条真实Claude Code流量数据校准出来的。
被"拍照"的对象主要是：系统提示和工具文档、大块tool_result、长system-reminder、旧历史上下文、日志/JSON/代码输出。
而你的消息、最近的对话、模型需要精确跟进的部分——继续保持纯文本。
三、数据说话：省了多少，又牺牲了什么
token降幅
账单降幅
缩小幅度
（3天）
| 测试项 | 纯文本 | pxpipe | 变化 |
|---|---|---|---|
| 48k字符系统提示+工具文档 | ~25,000 token | ~2,700 token | -89% |
| SWE-bench Lite（10题） | 10/10，$54 | 10/10，$27 | 账单-50% |
| SWE-bench Pro（19题） | 15/19 | 14/19 | 1题差异为随机波动 |
| 端到端（13,709次请求） | 基准 | 降59% | -59% |
| 端到端（8,904次压缩请求） | 基准 | 降70% | -70% |
| A/B演示：同一任务 | $42.21 | $6.06 | -86% |
⚠️ 有损压缩的代价
pxpipe在README里直接写了：It is lossy。
• 12位十六进制字符串，Fable 5在密集图片里读对了13/15，Opus 4.8是0/15
• 模型看错图片时不会报错，而是"自信地编一个看起来像的"——项目文档称之为silent confabulations
• 中文压缩效果不如英文
• 只省输入token，不省输出
默认只对Fable 5和GPT 5.6启用。Opus 4.8错误率约7%，GPT 5.5降智——这两个默认关闭。
四、两行命令上手
前置条件：Node.js 18+，正在用Claude Code。
npx pxpipe-proxy
# 代理监听 127.0.0.1:47821# 第二步：启动Claude Code，指向代理
ANTHROPIC_BASE_URL=http://127.0.0.1:47821 claude
浏览器打开 http://127.0.0.1:47821/，实时仪表盘可以看到：
• 每个请求节省了多少token
• 当前session累计花费
• 每次文字→图片转换的对比预览
• 全局kill switch，随时关掉
不想用了？PXPIPE_MODELS=off 一键恢复纯文本模式。数据全程走本地代理，不出你的电脑。
五、哪些人该用，哪些人别碰
✅ 该用的
- Claude Code重度用户，每天跑大型重构
- 月账单稳定在$50以上
- 大量产生tool_result（文件读取、命令输出、日志）
- 这些内容不需要逐字精确回忆
⚠️ 别碰的
- 主要做对话和写作，请求本身就短
- 频繁处理密钥、哈希值、文件SHA
- 用Opus 4.8做主力模型
- 中文为主的场景
六、更大的图景：AI定价经济学
pxpipe的出现不是偶然。
2026年上半年，大模型行业经历了一轮深刻的定价重构：Anthropic的Fable 5定价是Opus系列的两倍，OpenAI的GPT-5.6限量预览价格约为Anthropic一半，国产模型方面智谱AI一季度三次调价累计涨幅83%。
厂商的商业利益天然倾向于让用户消耗更多token，而用户的目标是用最少的token完成任务。pxpipe本质上是在这个结构性矛盾里，找到了一个定价规则的"套利空间"。
有意思的是，DeepSeek之前有一篇论文（DeepSeek-OCR: Contexts Optical Compression）已经论证过：图片承载文字的效率远高于纯文本。pxpipe不过是把这个学术结论变成了一个可运行的工具。
这让人想起当年互联网时代的CDN缓存、Gzip压缩、图片懒加载——每一代技术平台都会催生出一批"民间优化师"，在定价规则和物理限制之间找到效率空间。
pxpipe是不是可持续的？Anthropic会不会修改图片token的计价规则来封堵这个"漏洞"？都有可能。但至少现在，它给了重度用户一个真实的选择：
接受有损，换真金白银。
参考资料：pxpipe GitHub仓库 github.com/teamchong/pxpipe、Anthropic Vision定价文档、SWE-bench官方评测框架
