2026. július 5., vasárnap · Eszközök

A pxpipe nyílt forráskódú eszköz PNG-képekbe rejtett szövegekkel akár 70%-kal csökkenti a Claude Code tokenköltségeit

A pxpipe nevű nyílt forráskódú eszköz helyi proxyként működik: a Claude Code-nak küldött kérésekből a nagyméretű, statikus szövegrészeket – rendszerpromptokat, eszközdokumentációkat, régebbi üzenetelőzményeket – tömör PNG-képekké alakítja. A trükk az Anthropic képárazásán alapul: míg szövegként egy karakter nagyjából egy tokent jelent, addig a képek rögzített tokenszámmal számolódnak a pixelméret alapján, tartalmukra tekintet nélkül. A fejlesztő, Steven Chong szerint a megtakarítás átlagosan 59-70%, egy Fable 5 demóban a munkamenet költsége 42,21 dollárról 6,06 dollárra esett. A módszernek hátrányai is vannak: veszteséges, pontos karakterláncok (pl. hash-ek) torzulhatnak, és a feldolgozás lassabb, mivel a modellnek vizuális enkóderen kell átfuttatnia a képeket. Ha az eljárás elterjed, az AI-cégek a képfeldolgozás árazásának módosításával reagálhatnak.

Miért fontos?

A tokenárazás kreatív megkerülése rámutat az AI-szolgáltatók árképzési modelljeinek sebezhetőségére, és jelentős költségcsökkentést kínálhat fejlesztőknek.

Források

The Decoder Nemzetközi sajtó

Kapcsolódó témák

Napi összefoglaló

Ez a hír a 2026. július 5., vasárnap napi AI összefoglaló része.

Kapcsolódó hírek

Az NVIDIA bizalmas számítástechnikája a Blackwell GPU-kon 98%-os teljesítményt nyújt hardveres AI-biztonság mellett

Az NVIDIA műszaki blogján közzétett benchmarkok szerint a Blackwell GPU-kra épülő Confidential Computing (CC) technológia minimális teljesítményveszteséggel biztosít hardverszintű védelmet az AI-inferencia során. A vállalat állítása alapján a HGX B300-on futtatott Qwen 3.5-397B modellel végzett tesztek azt mutatták, hogy a CC bekapcsolása jellemzően 8% alatti áteresztőképesség- és késleltetés-többletet okoz, vagyis a teljesítmény eléri a védelem nélküli megoldás 98%-át. A biztonság alapja a gyártáskor a chipbe égetett privát aláírókulcs, az NVLink titkosítás és a távoli hitelesítés (NRAS). Az NVIDIA kiemeli, hogy optimalizálásokkal – CC-safe autotuning, aszinkron D2H másolás, CUDA-gráf támogatás – sikerült a biztonságos munkabeadás és a titkosított sávszélesség korlátait kompenzálni, így a rendszer termelési szintű, szabályozásnak megfelelő telepítésekre is alkalmas.

PedNStream: nyílt forráskódú, skálázható gyalogos tömegszimulációs keretrendszer

A PedNStream egy Python-alapú, nyílt forráskódú makroszkopikus szimulátor nagyszabású gyalogos hálózatok forgalmának modellezésére és visszacsatolásos szabályozására. A szerzők a Link Transmission Modelt sztochasztikus linkdinamikával egészítik ki, és hasznossági alapú útvonalválasztást alkalmaznak a hagyományos egyensúlyi megközelítés helyett. A moduláris rendszer beépített vezérlőfelületeket kínál kapuzáshoz, áramlásszétválasztáshoz és útvonal-irányításhoz. Szintetikus és valós hálózati teszteken a szerzők szerint igazolható a torlódáskezelés, az adaptív újraútvonalazás és a skálázhatóság. Az eredmények nem lektorált preprintben jelentek meg.

Az OpenAI hardveres makrópadot készít a Codex kódolóeszközhöz a Work Louder-rel együttműködve

Az OpenAI július 15-re egy fizikai eszközt jelent be, amelyet a Codex nevű, AI-alapú kódolóeszközéhez terveztek. A cég az X platformon közzétett rövid videóban egy négyzet alakú, több gombbal ellátott eszközt mutatott be, a Work Louder billentyűzetgyártóval közös partnerségben. A The Verge szerint az eszköz sziluettje a Work Louder Creator Micro 2 makrópadjára emlékeztet, amely 13 mechanikus kapcsolót, joystickot és érintésérzékelőt tartalmaz, és különböző alkalmazásokhoz rendelhető parancsikon-kiosztást tesz lehetővé. A cikkben hangsúlyozzák, hogy ez nem azonos az OpenAI és Jony Ive közös, korábban bejelentett AI-eszközprojektjével. További részletek egyelőre nem ismertek, a megjelenés két hét múlva várható.

Az AWS nyilvános előnézetben elérhetővé tette a FinOps Agent költségelemző szolgáltatást

Az Amazon nyilvános előnézetben bemutatta az AWS FinOps Agentet, egy Amazon Bedrockra épülő menedzselt szolgáltatást, amely automatizálja a felhőköltségek elemzését és optimalizálását. Az AWS szerint az ágens az AWS Cost Anomaly Detection riasztásaihoz kapcsolódva automatikusan vizsgálja a költséganomáliákat, a CloudTrail-eseményekkel korrelálja az adatokat, azonosítja a költségnövekedés valószínű okát, és az eredményeket Jira- vagy Slack-csatornákba továbbítja. A szolgáltatás természetes nyelvű költségkérdéseket is fogad, ütemezett riportokat generál, valamint szervezetspecifikus kontextusfájlok (például fióktulajdonos-hozzárendelések, címkézési szabályok) feltöltését is támogatja. A Redditen a szakemberek között vita bontakozott ki a teljesen autonóm, korlátokkal.