科技腾讯新闻·量子位··AI 生成
Fable 5被网友薅出省钱神招！最高减70%！
用户发现通过将Fable 5的文本上下文（系统提示、工具文档等）渲染成密集图片再输入，利用token计费差异（图片按像素计费而非文字量），可将输入token成本降低59%-70%。项目pxpipe已开源，在GitHub获3000+星。文章介绍了pxpipe的原理、基准测试结果和风险（密集图片中精确字符串读取可能出错），并引用了谷歌2022年CLIPPO论文和DeepSeek-OCR作为技术预兆。对于使用Fable 5的开发者，这是一个实用的降本技巧，但需注意其有损压缩的局限。原文 ↗原文 ↗
核心观点
- ▍将Fable 5的文本上下文渲染成图片，利用图片token按像素计价的计费差异，可以在不影响主要任务完成的前提下，大幅降低token消耗和账单成本，最高省70%。
- ▍pxpipe项目本质是对已有技术路线（CLIPPO、DeepSeek-OCR）的工程化套利，利用Fable 5等强视觉模型的看图能力，将长文本伪装成截图像输入。
- 01通过pxpipe，一个约4.8万字符的系统提示词和工具文档，需要约2.5万文本token，渲染成1573×1248的图片后仅需约2700个image token。
- 02作者给出了端到端账单对比：原始文本版本为42.21美元，pxpipe版本仅为6.06美元，节省约85.6%，且任务均成功完成。
- 03pxpipe在GitHub已获3000+星，且提供两行命令即可启动的本地代理使用方式。
- 04谷歌2022年的CLIPPO论文已证明文字可通过渲染成RGB图片，让Vision Transformer同时处理真实图片和文字图片，无需tokenizer和文本编码器。
反方 / 局限
- — 这是一种有损压缩：密集图片中的精确字符串（如代码、哈希、密钥）仅Fable 5勉强能读，Opus等旧模型容易自信地输出错误结果，且不易发现。
- — pxpipe的适用场景有限，它只适合压缩系统提示、工具文档、早期历史记录等'又长又密'的内容，而不能压缩ID、哈希、密钥、精确数字和最近几轮对话，否则会丢失关键信息。
- — 该方法的有效性高度依赖模型的OCR/视觉能力，并非所有大模型都具备Fable 5级别的读取能力。
前置背景
平行视角
未来推演
延伸追问