Dieses Open-Source-Werkzeug versteckt Text in Bildern und senkt Claudes Kosten um bis zu 70 Prozent
pxpipe verwandelt lange Text-Prompts in kompakte PNGs, weil Claude für Pixel weniger berechnet als für Zeichen. Die Einsparungen sind real, die Nachteile aber auch.
Hier ist ein Trick, der eigentlich nicht funktionieren dürfte: Ein neues Open-Source-Werkzeug namens pxpipe verwandelt lange Text-Prompts in PNG-Bilder und schickt stattdessen diese an Claude. Nach Angaben seines Entwicklers sinken die Kosten dadurch um 59 bis 70 Prozent.
Das Schlupfloch liegt in Anthropics Preisgestaltung. Text kostet ungefähr einen Token, die kleinen Texteinheiten, nach denen KI-Modelle abgerechnet werden, pro Zeichen. Bilder kosten abhängig von ihrer Pixelgröße eine feste Anzahl an Tokens, ganz gleich, wie viel Text in ihnen steckt. Rendert man dichte Inhalte wie Code oder Dokumentation als eng gepacktes Bild, passen rund 3,1 Zeichen in jeden Bild-Token. In einem Beispiel würden etwa 48.000 Zeichen aus System-Prompt und Werkzeugdokumentation als Text rund 25.000 Tokens kosten. Als einzelne PNG-Seite sind es ungefähr 2.700.
pxpipe wurde vom Entwickler Steven Chong gebaut und läuft als lokaler Proxy, ein kleines Programm, das zwischen Claude Code und den Servern von Anthropic sitzt. Es fängt Anfragen ab und wandelt die umfangreichen, unveränderlichen Bestandteile wie System-Prompts, Werkzeugdokumentationen und ältere Chatverläufe in Bilder um. Neuere Nachrichten werden dagegen als normaler Text weitergeleitet. In einer Demonstration mit Claude Fable 5 sanken die Kosten einer Sitzung von 42,21 Dollar auf 6,06 Dollar.
Was dahintersteckt: KI-Modelle mit Bildverarbeitung „lesen“ Bilder nicht so, wie sie Text lesen, sie verarbeiten sie über einen eigenen Bildencoder. Dieser Encoder erkennt gerenderten Text offenbar effizient genug, damit das Modell weiterhin damit arbeiten kann. Deepseek hat zuvor mit einem OCR-System, das Dokumente um einen Faktor von bis zu zehn komprimiert, eine ähnliche Idee untersucht. Sollte sich der Trick verbreiten, könnten KI-Unternehmen die Preise für die Bildverarbeitung einfach erhöhen, das Schlupfloch besteht nur, solange sie es zulassen.
Eine wichtige Einschränkung: Die Methode ist verlustbehaftet. Exakte Zeichenfolgen wie Hashwerte können verstümmelt zurückkommen, und wegen des Umwegs über den Bildencoder dauert die Verarbeitung länger. Chongs eigene Benchmarks zeigen, dass Fable 5 die gerenderten Bilder in Testaufgaben mit 100-prozentiger Genauigkeit verarbeitet. Ältere Modelle wie Opus 4.7 und 4.8 lesen dagegen rund 7 Prozent falsch, deshalb sind sie standardmäßig deaktiviert.
Was das für dich bedeutet: Wenn du Claude mit einem normalen Abonnement lediglich zum Chatten nutzt, ändert sich nichts, das richtet sich an Menschen, die über die API oder Claude Code pro Token bezahlen. Wenn das auf dich zutrifft und die Rechnungen schmerzen, kannst du pxpipe kostenlos ausprobieren; die Einsparungen sind im Repository dokumentiert. Richte es nur nicht auf Inhalte, bei denen ein verstümmeltes Zeichen Schaden anrichten würde, und betrachte es eher als cleveres Experiment denn als Infrastruktur: Sobald sich die Preise ändern, könnte es nicht mehr funktionieren.
Quellen
Quellen: https://github.com/teamchong/pxpipe
Das KI-Werkzeug, das vor sechs Monaten „gescheitert“ ist? Vielleicht brauchte es einfach mehr Zeit
Das britische AI Security Institute hat festgestellt, dass die übliche Art, KI-Agenten zu testen, ihre Fähigkeiten unbemerkt unterschätzt, weil wir sie zu früh stoppen. Gibt man ihnen mehr Rechenzeit, lösen sie deutlich mehr Aufgaben. Eine verständliche Einordnung, warum das für alle wichtig ist, die KI-Werkzeuge beurteilen.
