上下文转图片省 Token，却可能读错数字
作者用六份文档、三种输入方式进行 144 次调用，以精确匹配检查文本转图片后的信息保真度。其报告称 Token 用量最多降低 81%，但出现编造数字的问题，暴露出压缩成本与准确读取标识符之间的取舍。
完整中文译文
最近流传着一个降低 Claude Code 账单的技巧：把体积庞大的上下文（system prompt、工具文档、日志、较早的对话历史）渲染成文字密集的 PNG 图片，再用图片代替文本。图片按像素尺寸计费，而不是按里面有多少文字计费，因此，一页塞满小字的图片，消耗的 token 可能远少于同样内容的纯文本。
开源代理 pxpipe 做的正是这件事，并声称账单能降低 59%–70%。它的 README 也坦率说明，这种方法会损失信息。我想独立测出两方面的数据：它到底能省多少 token，以及模型还能从中准确读回多少内容。
六份文档，每份 10,600 到 23,200 个字符：我们的一篇文章，分别提供英文、韩文和日文版本；一个 JavaScript 文件；一份生成的 JSON API 响应；以及一份生成的、共 230 行的服务器日志。
每份文档都植入了五行内容，例如“工单 T123 使用的构建 hash 为 3f9a1c7e02bd，超时时间为 19043 ms”。对于 JSON 和日志，我还针对其中原本就有的五条记录提了问题。
采用三种方式发送：纯文本、pxpipe 自身的输出（页面图片，加上一份以文本形式列出精确标识符的“factsheet”），以及仅发送图片。
通过 Claude Code 使用 Claude Haiku 5.5、Sonnet 5.5、Opus 5.5 和 Fable 5.1，每种组合运行 2 次，共调用 144 次，按完全匹配评分。
System prompt：只根据文档回答，不确定就返回 null。
Token：确实能省
（以下为 Opus 5.5 的结果；Haiku 和 Sonnet 的差异只有几个 token。Fable 的排版更密集，token 降幅为 68%–81%。）
一种语言以文本形式发送时消耗的 token 越多，转成图片后节省的就越多。韩文和日文受益最大。
精确值：问题出在这里
使用纯文本时，每个模型都答对了所有项目。通过 pxpipe 发送后：
有三点格外明显：
标识符是从 factsheet 中读回来的，而不是从图片中读出来的。所有植入的标识符碰巧都进入了 pxpipe 的文本列表。日志里有 235 个标识符，但只有 94 个进入了列表。那些被遗漏的标识符，在四个模型合计 80 次读取中，一次都没读对。
数字是薄弱环节。这里表现最好的 Opus 5.5，在 60 项中答对了 44 项。在韩文文章中，它只答对了 10 项中的 3 项。
错误答案看起来也很像那么回事。尽管要求了“不确定就返回 null”，模型有时仍会返回一个看似合理的错误值：比如把 94392 读成 9392，而文档里根本没有这个数字；又或者像 Fable 5.1 那样，把 factsheet 中真实存在的值关联到了错误的工单上。
那么，什么时候值得用？
模型需要理解的内容，可以用图片上下文；模型需要照抄的内容，就别这么做。需要总结的长文章、需要评审的设计文档、较早的对话历史，都可以。标识符、hash、价格、行号，以及你希望模型编辑的代码，请保留为文本。
我为此加了一个按钮
考虑到较长的非英文文本能节省大量 token，我在 tokensave.app 的免费 token 计数器中加入了一个实验性的 Text → image 按钮。它会在浏览器里把文本渲染成 PNG 页面（不会上传任何内容），根据你选择的 GPT、Claude 或 Gemini 模型估算图片 token 数，并与文本 token 数并排展示，还支持复制或下载这些页面。一篇 9,000 字符的韩文文章，在 Claude 上转成图片后大约需要 1,400 个 token，而文本形式需要 8,229 个。
有两点需要说明。这个按钮使用的字体比 pxpipe 的 5×8 像素字符单元更大、也更朴素，因此节省幅度会小一些，我也还没有测量它的内容读回准确率。另外，前面的提醒同样适用：凡是必须精确的内容，都不要用它。
每个测试组合只运行了两次，总共只有六份文档，因此请把单个结果单元格视为示例。我只测量了精确回忆能力；pxpipe 自己的测试报告称，它在主旨理解和算术问题上表现不错，但我没有重复这些测试。在正常使用中，pxpipe 会把较早的对话历史和 system prompt 转成图片，最近几轮对话则保留为文本，因此整张账单能省多少，取决于你的会话情况。
完整表格、测试方法和 CSV（CC BY 4.0）：tokensave.app/data/text-as-image-token-cost。语料、渲染后的页面、原始回答和脚本：GitHub 上 johnisking/token-cost-by-language 仓库的 text-as-image 目录。
如需进一步采取行动，可以考虑屏蔽此人和／或举报滥用行为。