AIツール

Paritok レビュー

Paritok は、AI コーディングエージェント向けの非破壊圧縮ゲートウェイであり、エージェントの機能を変更することなく、入力トークン料金を削減し、セッション長を延長します。

shipped 2026年8月10日agentspaid

agents

注目ポイント

1初回ターンで入力トークン料金を25%削減し、コンテキストが飽和したセッションでは85%以上削減します。

2AI コーディングエージェント向けに、同じコンテキストウィンドウ内で約3倍のターン数を可能にします。

3コードネイティブな4B圧縮モデルと、埋め込みベースのツールフィルター（BAAI/bge-small-en-v1.5、約130MB）を利用しています。

4Claude、Code Cursor、Codex、OpenHands、および環境変数経由であらゆるOpenAI互換のアップストリームとの統合をサポートします。

仕様

APIドキュメント

ドキュメントを見る →

API提供状況

はい、公開API

overview

Paritok とは？

Paritok は、Paritok によって開発された非破壊圧縮ゲートウェイツールであり、AI コーディングエージェントを使用する開発者やチームが入力トークン料金を削減し、セッション長を延長できるようにします。これはミドルレイヤーとして機能し、大規模言語モデル（LLM）APIに到達する前にリクエストを最適化することで、同じコンテキストウィンドウ内で大幅に長く、より複雑なコーディングセッションを可能にします。

Paritok は、ツールスキーマフィルタリング、コンテンツ圧縮、履歴要約の3つのメカニズムを通じてその主要な機能を達成します。v1.2.0（2026年7月19日リリース）で実装されたツールスキーマフィルタリングは、ツールスキーマを意味的にフィルタリングし、一般的なツールブロックを1ターンあたり約29,000トークンから8,000トークンに削減します。Paritok のオープンソースのコードネイティブ4Bモデル（2026年7月14日リリース）を利用したコンテンツ圧縮は、ファイル読み取り、ツール出力、メッセージ履歴を元のサイズの約26%に削減します。長く、複数ターンのセッションの場合、Paritok は古い履歴を要約してコンテキストウィンドウのオーバーフローを防ぎます。Paritok ゲートウェイ v1.0.0 は、2026年7月15日に Apache-2.0 ライセンスの下でオープンソース化されました。

features

Paritok の主な機能

Paritok は、トークンの効率性とセッションの長寿命化に焦点を当て、AI コーディングエージェントと LLM のインタラクションを最適化するために設計された一連の機能を提供します。その核となる機能は、非破壊圧縮とインテリジェントなコンテキスト管理を中心に展開しています。

ツールスキーマ、ファイル読み取り、ツール出力、会話履歴の非破壊圧縮。
AI コーディングエージェント向けのオンザフライ圧縮で、透過的なゲートウェイとして機能します。
様々なLLM APIとの互換性のために、1つの環境変数（例：ANTHROPIC_BASE_URL）を介した簡単な統合。
セマンティックなツールスキーマフィルタリングにより、関連するツールを完全なスキーマで保持し、その他を「スタブ化」することで、1ターンあたりのトークン使用量を約29,000から約8,000トークンに削減します。
ファイル読み取りとツール出力のコンテンツ圧縮を元のサイズの約26%に削減し、関数シグネチャやエラー文字列などの重要な情報を保持します。
長く、複数ターンのセッションにおけるコンテキストウィンドウ容量を管理するための古い履歴の要約。
Claude、Code Cursor、Codex、OpenHands、およびあらゆるOpenAI互換のアップストリームを含む主要なコーディングエージェントのサポート。
正確なバイト取得のために read_original(ref) を使用して元のコンテンツを回復する機能。
ローカルCPUベースのツールフィルタリングに、小型のオープン埋め込みモデル（BAAI/bge-small-en-v1.5、約130MB）を利用します。

use cases

Paritok を利用すべきユーザー

Paritok は、AI コーディングエージェントを利用し、運用コストとセッション効率を最適化しようとしている開発者やチーム向けに主に設計されています。その利点は、広範なAIエージェントのインタラクションを伴う特定のシナリオで最も顕著です。

Claude Sonnet（3ドル/Mトークン）、Opus（5ドル/Mトークン）、またはGPT-5（10ドル/Mトークン）などのLLMの入力トークン料金を削減したいAIコーディングエージェントを使用する開発者。
コンテキストウィンドウの容量が制限要因となる場合に、より長く、複数ターンのAIエージェントセッションを必要とするチームや個人。
多数のツール（例：40以上のツール）を持つAIエージェントのユーザーで、ツールスキーマフィルタリングが大幅なトークン節約をもたらす場合。
AIエージェントを使用して、監査、Q&A、大規模なコードベースのデバッグなど、読み取り負荷の高いタスクや混合タスクに従事する専門家。
エージェントのコア機能を変更することなく、AIエージェントのパフォーマンスと効率を最適化しようとしている組織。

how to use

Paritok の利用方法

Paritok は、既存のコーディングエージェントのドロップインプロキシとして統合され、最小限のセットアップで済みます。主な統合方法は、環境変数を設定してAPI呼び出しをParitokゲートウェイ経由でルーティングすることです。

1Paritok ゲートウェイとオープンソースの4Bモデル（Hugging Face HubでParitok-4B-v1として利用可能）をダウンロードしてインストールします。
2ANTHROPIC_BASE_URL などの環境変数を設定して、AI コーディングエージェントのAPIエンドポイントをParitokゲートウェイに向けるように構成します。
3自己ホスト型ゲートウェイが実行中であることを確認し、4BモデルのQ4メモリ要件である約2.5GB（あらゆる8GB GPUカードと互換性あり）を満たし、ツールフィルターにCPUを利用していることを確認します。
4ホスト型GPUサービスの場合、エージェントのAPI呼び出しをマネージドのParitokエンドポイントに直接向けます。
5Paritok ダッシュボード（ホスト型サービスの場合）またはLLM APIの請求を監視することで、トークン使用量とセッション長の改善を監視します。
6エージェントがいつでも完全な非圧縮コンテンツを必要とする場合は、read_original(ref) API呼び出しを利用します。

pricing

Paritok の料金とプラン

Paritok は、無料の自己ホスト型オプションと従量課金制のホスト型サービスの両方を提供するデュアル料金モデルを提供しています。自己ホスト型オプションでは、ユーザーがゲートウェイと4Bモデルをローカルで実行でき、ホスト型GPUサービスはマネージドエンドポイントを提供します。

自己ホスト型: 無料。オープンソースのゲートウェイと4Bモデル（Apache-2.0ライセンス）が含まれ、Q4で約2.5GB（あらゆる8GB GPUカード）とツールフィルター用のCPUが必要です。サポートはGitHubとDiscordで利用可能です。
ホスト型GPU: 100万トークンあたり0.30ドル（8月末まで無料）。このマネージドされた常時稼働のエンドポイントは、ユーザーがGPUを購入またはレンタルする必要をなくし、RTX 4060よりも約5倍高速なパフォーマンスを提供します。使用状況ダッシュボードとGitHubおよびDiscord経由のサポートが含まれ、初回アクセスにクレジットカードは不要です。

Pros

+Achieves significant input token savings, from 25% on the first turn to over 85% in context-saturated sessions.
+Extends the effective context window, allowing up to three times more turns within the same LLM context.
+Employs non-destructive compression, ensuring that original data can always be recalled and nothing is permanently lost.
+Offers flexible deployment options, including a free, open-source self-hosting solution and a managed hosted GPU service.
+Integrates easily with existing AI agent setups via a single environment variable, supporting various OpenAI-compatible upstreams.
+Features an embedding-based tool filter that substantially reduces tool block tokens, improving efficiency for agents with many tools.

Cons

−Requires an additional layer (gateway) in the AI agent's communication flow, potentially introducing minimal latency.
−The hosted GPU service, while offering performance benefits, incurs a usage-based cost after the initial free period.
−Self-hosting requires managing the gateway and the 4B model, including hardware resources (e.g., an 8GB GPU card).
−Primarily focused on AI coding agents, which may limit its applicability for other types of LLM interactions or agent frameworks.
−The compression model (Paritok-4B-v1) is a specialized 4B model, which might have specific performance characteristics compared to larger, general-purpose LLMs.

類似ツール

Paritok と競合他社

Paritok は、AI コーディングエージェント向けに特別に調整された非破壊的なドロップインゲートウェイアプローチを通じて、AIトークン最適化の分野で際立っています。他のツールも圧縮を提供しますが、Paritok のツール、ファイル、履歴に対する統合ソリューションは、そのアーキテクチャ設計と相まって、明確な価値提案を提供します。

Headroom↗

Compresses various AI agent inputs like tool outputs, logs, RAG chunks, files, and conversation history before they reach the LLM.

Offers similar on-the-fly compression to Paritok but is open-source and can be integrated as a library or proxy, providing more control over the deployment environment.

LLMLingua↗

A prompt compression library that achieves significant compression ratios and speedups for LLM inputs.

Provides a programmatic library for prompt compression, offering a more direct, code-level integration compared to Paritok's potentially more integrated 'drop-in' approach, but requires more manual implementation.

OptScale AI↗

Compresses LLM inputs, trims system-prompt overhead, aligns prompt caches, and routes requests to optimize cost via a gateway.

Similar to Paritok in offering a compression engine and cost optimization, but also includes features like model routing and cache alignment, potentially providing a broader suite of cost-saving features.

Mem0On Stork

Provides persistent memory for LLM agents, storing durable facts and retrieving only relevant context to reduce repeated token usage across sessions.

Unlike Paritok's direct compression, Mem0 reduces token usage by intelligently managing and retrieving relevant context from external memory, which is a different mechanism to achieve cost savings for agents.

Storkでもっと