fix(llm): 保留缓存 token 明细并修正跨 Provider 的用量与费用结算 #217

问题

当前 Provider 用量结构没有完整保留缓存输入明细，结算时将缓存读取 token 固定为 0。不同协议的输入计数含义不同，因此影响方向也不同：

• Anthropic 的 input_tokens 不包含缓存读取和缓存创建用量，丢弃这两类字段会低估本地用量和费用。
• OpenAI Chat/Responses 的输入总数包含缓存命中；丢弃命中细分后，如果配置了更低的缓存读取价格，本地费用会按普通输入价高估。

审查基准：0e15d1d104fe535965cf68df50bca6f106f20d52。这里影响的是针路簿账本和后续预算判断，不会修改供应商账单；未证明已经发生实际超支。

代码与协议依据

• Anthropic 非流式用量 与 流式用量结构 只保留 input_tokens/output_tokens，未保留 cache_read_input_tokens 和 cache_creation_input_tokens。
• Chat 用量 与 Responses 用量 未保留 cached_tokens 明细。
• 金额结算 将缓存读取量作为 0 传入定价；预留释放 随结算金额变化，因而误差会影响剩余预算。
• Anthropic 缓存计数与价格语义、OpenAI 缓存计费。

Anthropic 自定义 Provider 可通过 Advanced JSON 的 request_body.cache_control 启用缓存；OpenAI 返回缓存命中明细时同样会走上述解析与结算路径。

最小修复范围

在协议解析、统一 Usage、持久记录及金额结算之间保留明确的缓存用量语义。区分普通输入、缓存读取和缓存创建；按各供应商对总输入的定义归一化，避免重复相加。缓存创建的价格或 TTL 差异应明确建模；价格缺失时保留不确定性，不能默认按零费用处理。

复用现有价格快照、预算预留和幂等结算，不重建账务系统。不以这一项修改重试次数、执行权限或供应商实际计费规则。

验收条件

• 流式和非流式夹具覆盖普通输入、缓存读取、缓存创建以及混合用量，原始字段和归一化结果可核对。
• Anthropic 输入总量包含相应缓存类别；OpenAI 已含缓存命中的输入总量不被重复累计。
• 如同时返回缓存创建汇总和细分类别，不重复计数；未知、缺失和实际为零有明确区别。
• 根据固定价格快照核对结算金额、预留释放和剩余预算；缺少支持类别价格时返回明确状态。
• 重复终态、重试、数据库重开和 Specialist/主代理结算不重复入账或漏计。
• 未启用缓存的现有行为保持兼容；文档说明内部估算与供应商账单的边界。

证据边界

本项来自固定提交的源码与官方协议核对，未在本次审查中执行付费请求或新的运行时复现。上述夹具是待实现的验收，不是已通过的测试。