注目★★★★★Hacker News
Claude のコスト 60% 削減、コードを画像化して OCR させる手法
30秒で把握
- 1pxpipe がコード・ドキュメントを画像化・OCR で入力トークン 65% 削減・コスト 59-70% 削減を実現
- 2SWE-bench Lite 10/10 完走・Fable 5 なら 100/100 読み取り精度・Opus では約 7% 誤読が発生
- 3ID・ハッシュ・秘密鍵など完全一致値はテキスト維持・localhost プロキシで既存 Claude CLI に統合可
要約
pxpipe はコードやドキュメントを PNG 画像に変換して Claude に送信し、入力トークン削減で利用料金を大幅に削減する手法を実装した。画像トークンの固定コストがテキストより効率的である点を利用し、稠密なコンテンツ (コード、JSON、履歴) を約 3.1 文字/画像トークンまで圧縮できるため、テキストの約 1 文字/トークンに対して優位性がある。SWE-bench Lite では 10/10 タスク両者とも完走、費用で同等性を保ちながら約 65% のトークン削減を実現した一方、OCR の読み取り限界 (Opus で約 7% の誤読、厳密値の暗黙的な誤変換) が存在するため、ID・ハッシュ・秘密鍵などの完全一致が必要な値はテキストのまま保つ必要がある。Fable 5 では 100/100 の読み取り精度を達成し、localhost プロキシとして動作して既存ツールへの統合がシームレスである。
あなたへの影響
大規模コンテキスト (システムプロンプト・ツールドキュメント・やり取り履歴) を頻繁に送信する AI エージェント・Code アシスタント運用チームは。
推奨：pxpipe の導入で大幅なコスト削減が期待できる一方、OCR 精度の限界 (Opus での誤読、自動値捏造) を理解した上で、ID・数値など完全一致性が必須な情報の保護戦略を併行して構築する必要がある。