何が起きたか
pxpipeはローカルプロキシとして動作し、Claude Codeへのリクエストを横取りして、システムプロンプト・ツールドキュメント・古いチャット履歴といった「静的で嵩張る部分」をPNGにレンダリングします。直近のメッセージとモデル出力は通常のテキストのまま通過するため、対話の鮮度は保たれます。
仕組みの核はAnthropicの課金構造にあります。テキストはおおよそ1文字1トークンですが、画像はピクセル寸法に応じた固定トークン数で処理され、その中に何文字詰まっていても料金は変わりません。密に組んだPNGなら画像トークンあたり約3.1文字を押し込め、48,000文字のシステムプロンプトはテキストで約25,000トークンかかるところ、画像化すれば約2,700トークンで済みます。
なぜ重要か
これは単なる圧縮技ではなく、「同じモデルに、同じ内容を、桁違いに安く食わせられる」という発見です。Deepseekも技術論文で、OCRシステムを使えば文書を最大10倍まで圧縮しつつ97%の情報を保持できると報告しており、テキストを画像として渡す発想自体は静かに広がっています。
制約
ロスレスではありません。ハッシュ値のような厳密な文字列は画像から読み戻す際に化ける可能性があり、モデルは画像を視覚エンコーダに通すため処理は遅くなります。既定でサポートされるのはFable 5とGPT 5.6で、いずれも算数ベンチマークでは100%の精度を出します。一方でOpus 4.7・4.8は画像を約7%誤読し、GPT 5.5も精度が落ちるため、これらは手動オプトインで無効化されています。
AnthropicやOpenAIが画像処理単価を引き上げれば、この抜け道は塞がる可能性がある点にも注意が必要です。
💼 事業会社視点：これは自社にどう効くか
AI活用コストの前提が崩れ始めている、と経営者は認識すべきです。
特に影響を受けるのは、Claude Codeや同等のLLMを社内開発ワークフローに常時組み込んでいるSaaS企業と受託開発ベンダーです。長大なシステムプロンプトや社内ドキュメントを毎リクエスト積み替えるユースケースでは、pxpipe型のアプローチで月額API費用が実質1/3〜1/2になる可能性があり、既に組んだ予算の妥当性を再検証すべきタイミングに来ています。
一方、CTO・事業責任者が飛びつく前に確認すべきは3点です。第一に、ハッシュや金額・IDなど「1文字ズレたら事故になる情報」を画像経路に流さない仕分け設計。第二に、Opus上位モデルで7%の誤読が出る以上、コードレビューや契約書ドラフトなど品質要求が高い工程はテキストのまま残す判断。第三に、AI各社が画像トークン単価を引き上げるリスクを織り込み、pxpipeでの節約分を丸ごと固定費に組み込まないこと。
ECや自社サービスでLLMをユーザー向けに提供している事業では、「原価が下がれば粗利改善に回すのか、価格を下げてシェアを取りに行くのか」という古典的な意思決定が、想定より1〜2四半期早く卓上に載ります。