ثغرة في تسعير Anthropic تمنح المبرمجين خصماً بنسبة 70% على فواتير Claude

يسمح مشروع pxpipe مفتوح المصدر بتقليص استهلاك التوكنز في أداة Claude Code بنسبة تتراوح بين 59 و70 بالمئة، عبر تحويل النصوص البرمجية الكثيفة إلى ملفات صور من نوع PNG قبل إرسالها إلى النموذج المعالج.

تعتمد هذه الاستراتيجية على استغلال آلية فوترة الصور لدى شركة Anthropic، حيث يتم احتساب التكلفة بناءً على أبعاد الصورة بالبكسل وليس على كثافة المعلومات أو عدد الكلمات بداخلها، وفقاً لما أوضحه مطورو الأداة في مستودع GitHub الخاص بالمشروع. وتعد هذه الطريقة معالجة ذكية للقيود الاقتصادية في نماذج الرؤية واللغة (VLM)، حيث يتم حزم كتل برمجية ضخمة في مساحة بصرية صغيرة تستهلك توكنز أقل بكثير من النصوص البرمجية الخام.

أظهرت نتائج اختبارات الأداء على منصة SWE-bench Lite أن النظام تمكن من حل 10 مشكلات برمجية بدقة كاملة مع خفض حجم الطلبات بنسبة 65%، مما يشير إلى تطور قدرات النماذج في استيعاب الأكواد المعقدة عبر قنوات الرؤية الحاسوبية.

يعمل pxpipe كوكيل محلي (Local Proxy) يتم تنصيبه بين جهاز المستخدم والواجهة البرمجية للنموذج، ليقوم بضغط سجل المحادثات القديمة والوثائق الفنية وتحويلها إلى وسائط بصرية، بينما يتم استثناء الرسائل الحديثة لضمان دقة الاستجابة الفورية. ووفقاً لبيانات GitHub، فإن الأداة تراقب تدفق البيانات لحظياً وتوفر لوحة تحكم تظهر حجم التوفير المالي المحقق في كل عملية.

تشير البيانات الفنية للمشروع إلى تفاوت ملحوظ في الأداء بين النماذج؛ فبينما نجح نموذج Claude Fable 5 في معالجة الصور بكفاءة عالية محققاً 13 نجاحاً من أصل 15 محاولة استرجاع، أخفق نموذج Claude Opus 4.8 في تفسير نحو 7% من الصور المولدة، مما أدى لتعطيله افتراضياً في إعدادات الأداة لتجنب الإجابات المضللة.

يُحذر المطورون من استخدام هذه الحيلة عند التعامل مع بيانات حساسة تتطلب دقة مطلقة مثل المفاتيح البرمجية أو الهاش (Hashes)، نظراً لاحتمالية وقوع أخطاء طفيفة في التعرف الضوئي على الحروف داخل البيئات البرمجية المعقدة، وهو قصور تقني لا يزال يواجه معظم نماذج الذكاء الاصطناعي التي تعتمد على تحويل البكسلات إلى نصوص.