pxpipeはどのモデルで利用できますか？

デフォルトではClaude Fable 5とGPT 5.6をサポートしています。Opus 4.7・4.8とGPT 5.5も使用可能ですが、画像読み取りの精度上の理由からデフォルトでは無効化されており、手動で有効化する必要があります。

このツールの主な欠点は何ですか？

テキストを画像化するため情報が損失する（ロッシー）可能性があり、ハッシュ値などの正確な文字列が画像から読み取られる際に歪む可能性があります。また、モデルが画像をビジョンエンコーダで処理する必要があるため、テキスト直読よりも処理速度が低下します。

何が起きたか
pxpipeというオープンソースツールが開発されました。このツールはClaudeやGPT向けの長いテキスト入力をPNG画像に変換し、画像内に高密度で圧縮することで、利用料金を削減します。開発者Steven Chongによると、平均して59～70%のコスト削減が実現され、Fable 5のデモでは1セッションのコストが$42.21から$6.06に低下しました。
なぜ重要か
Anthropicは文字ベースのテキストを1文字あたり約1トークンとして課金しますが、画像は画素数に基づく固定トークンで課金されます。このため、コードやJSON、システムプロンプトなどの静的コンテンツを画像化することで、1画像トークンあたり約3.1文字を圧縮できます。AI利用の企業や開発者にとって、大幅なコスト削減の可能性が生じます。
注目点
トレードオフとして、ハッシュ値などの正確な文字列が画像から読み取られる際に歪む可能性があり、また処理速度が低下します。デフォルトではFable 5とGPT 5.6をサポート。Fable 5は新規の数学問題で100%精度に達しますが、Opus 4.7・4.8とGPT 5.5は画像コンテキスト処理で約7%の読み誤りが発生するため、デフォルトでは無効化されています。

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

よくある質問

pxpipeはどのモデルで利用できますか？: デフォルトではClaude Fable 5とGPT 5.6をサポートしています。Opus 4.7・4.8とGPT 5.5も使用可能ですが、画像読み取りの精度上の理由からデフォルトでは無効化されており、手動で有効化する必要があります。
このツールの主な欠点は何ですか？: テキストを画像化するため情報が損失する（ロッシー）可能性があり、ハッシュ値などの正確な文字列が画像から読み取られる際に歪む可能性があります。また、モデルが画像をビジョンエンコーダで処理する必要があるため、テキスト直読よりも処理速度が低下します。