Geçtiğimiz günlerde AI otomasyon çevrelerinde bir "maliyet hack'i" hızla yayıldı: uzun prompt'larınızı metin olarak değil, çok küçük fontla yazılmış bir görsel olarak gönderirseniz, Claude aynı içeriği okuyor ama size çok daha az token faturalandırılıyor. Bu iddianın arkasındaki açık kaynak aracı (pxpipe — GitHub) ve yayınladığı verileri inceledik. Sonuç: yöntem gerçek, rakamlar büyük ölçüde doğru — ama bir işletme kararına dönüştürmeden önce bilmeniz gereken ciddi ayrıntılar var.

Yöntem Nasıl Çalışıyor?

Claude gibi modellerde metin, içeriğine göre token'a bölünür ve token başına ücretlendirilir. Görseller ise farklı: bir görselin maliyeti yaklaşık olarak piksel alanına göre sabitlenir — içinde 100 kelime de olsa 15.000 kelime de olsa fiyat aynıdır.

pxpipe tam bu asimetriyi kullanıyor. Claude Code'dan API'ye giden isteği yerel bir proxy ile yakalıyor; sistem promptu ve eski konuşma geçmişi gibi hacimli blokları küçük fontlu PNG sayfalarına çevirip isteği öyle iletiyor. Ölçüm de çarpıcı: 1928×1928 piksellik tek bir görsel yaklaşık 4.761 vision token'a mal oluyor ama içine ~92.000 karakter sığıyor — aynı içerik metin olarak gönderilse kabaca 25.000+ token tutardı.

Kritik bir nüans: model bu görseli klasik anlamda "OCR" yapmıyor, görüntüyü doğrudan anlamlandırıyor. En yeni modeller (özellikle Fable 5) bu yoğunluktaki metni şaşırtıcı derecede iyi okuyor — projenin kıyaslamalarında ezberlenmesi imkânsız yeni sayısal problemlerde görselli ve metinli kurulum aynı doğruluğu (100/100) veriyor.

Rakamlar Ne Diyor?

Sosyal medyada dolaşan "%30 tasarruf" videoları aslında hikâyenin muhafazakâr ucu. Projenin kendi üretim logları üzerinden ölçtüğü uçtan uca fatura düşüşü — yani dokunulmayan küçük istekler, cache yazma/okuma ve çıktı token'ları dahil tüm hesap — %59 ile %70 arasında. Kod, log dosyası ve JSON gibi "token-yoğun" içeriklerde kazanç en yüksek; seyrek düzyazıda ise yöntem matematiksel olarak zarar ettiriyor ve araç bu durumda görselleştirmeyi otomatik atlıyor.

Yani doğru okuma şu: %60+ tasarruf herkesin göreceği bir rakam değil, uzun teknik bağlam taşıyan iş yüklerine ait bir tavan. Ajans pratiğinde bunun karşılığı, yüz binlerce token'lık bilgi tabanları üzerinden sürekli sorgu çalıştıran sistemler — müşteri verisi üzerinde analiz yapan asistanlar, büyük doküman arşivlerini tarayan botlar, uzun soluklu kod ajanları.

Dürüst Kısım: Neden Herkese Önermiyoruz?

Projenin kendisi de bunu saklamıyor — dokümantasyonunda "The honest part" (dürüst kısım) diye bir bölüm var. Biz de aynı dürüstlükle aktaralım:

  • Yöntem kayıplı.Görsele çevrilen içerikteki bire bir değerler (sipariş numarası, IBAN, hash, tutar) yanlış okunabiliyor. En iyi senaryoda, Fable 5'te bile yoğun görsellerdeki 12 karakterlik kodların 15'te 2'si hatalı çıkıyor. Daha kötüsü: model "okuyamadım" demiyor, emin bir tavırla yanlış değeri uyduruyor. Faturalama, sözleşme veya kimlik verisi taşıyan akışlar için bu kabul edilemez bir risk.
  • Model bağımlı.Aynı görselleri Opus 4.8 pratikte hiç okuyamıyor (aynı testte 15'te 0). Kazanç, şu an tek bir modelin görsel okuma yeteneğine yaslanıyor.
  • Bu bir fiyatlandırma arbitrajı.Kazancın kaynağı teknolojik bir verimlilik değil, görsel fiyatlandırmasındaki bir boşluk. Sağlayıcı görsel fiyatlamasını metin yoğunluğuna duyarlı hale getirdiği gün bu kazanç sıfırlanır. Kritik bir iş sürecini ömrü belirsiz bir boşluğun üzerine kurmak, mühendislik değil kumardır.

Önce Bunları Yapın: Riske Girmeden Tasarruf

Deneyimimizde AI maliyeti şişen işletmelerin çoğu, bu tür hack'lere gelmeden önce masada duran resmi yöntemleri kullanmıyor. Sıralama şöyle olmalı:

  • Prompt caching:Tekrar eden sistem promptu ve bilgi tabanını cache'leyin — cache'ten okunan token, normal fiyatın onda birine gelir. Çoğu chatbot ve asistan senaryosunda tek başına %50+ tasarruf demektir.
  • Batch API:Anlık yanıt gerektirmeyen işleri (raporlama, içerik üretimi, veri etiketleme) toplu kuyruğa atın — liste fiyatının yarısına iner.
  • Doğru model seçimi:Her görev en büyük modeli gerektirmez. Sınıflandırma ve basit yanıtlar için küçük model, karmaşık akıl yürütme için büyük model kullanan katmanlı bir mimari, faturayı kalıcı olarak düşürür.
  • Context hijyeni:Konuşma geçmişini sınırsız büyütmek yerine özetleyerek taşıyın, gereksiz araç çıktılarını budayın — en ucuz token, hiç gönderilmeyen token'dır.

Bu dört adımı uyguladıktan sonra hâlâ yüz binlerce token'lık sorgular çalıştırıyorsanız ve içerikte bire bir kritik değer yoksa, pxpipe tarzı görsel sıkıştırma denemeye değer bir ek katman olabilir — ana strateji değil.

Ajans Gözünden Sonuç

pxpipe, "AI maliyetleri sabit değildir, tasarım kararıdır" gerçeğinin iyi bir kanıtı. Aynı işi yapan iki otomasyon arasında aylık fatura farkı 5–10 kat olabiliyor ve bu fark neredeyse her zaman mimariden geliyor: neyin cache'lendiği, neyin batch'e atıldığı, hangi modelin nerede kullanıldığı. Görsel-context hilesi bu araç kutusundaki en yeni ve en kırılgan alet — bilin, gerekirse deneyin, ama işletmenizin bel kemiğini ona yaslamayın. Fable 5'in neler getirdiğini yazdığımız yazıda da söylediğimiz gibi: model tarafı hızla değişiyor; kalıcı avantaj, doğru kurulmuş altyapıda.