fix: 缓存 token 计费按上游协议区分口径

- 新增 ComputeCost：OpenAI 系 prompt 含缓存读需扣减（异常数据钳制为 0）；
  Anthropic input_tokens 不含缓存，按原值计费，缓存写按输入价 ×1.25（原实现误用输出价）
- recordUsage 传入上游协议（用量语义跟随解析它的上游响应，而非客户端协议）
- 补充单元测试覆盖两种协议口径与边界情况

backend/internal/proxy/gateway.go

@@ -204,7 +204,7 @@ func (g *Gateway) Dispatch(c *gin.Context, req *Request) {
 		g.writeError(c, http.StatusServiceUnavailable, "no enabled channels for model: "+req.Model)
 		g.recordUsage(req, nil, nil, usage.Event{
 			IsError: true, ErrorCode: "no_channel",
-		}, convert.TokenUsage{})
+		}, convert.TokenUsage{}, "")
 		return
 	}
 
@@ -273,7 +273,7 @@ func (g *Gateway) Dispatch(c *gin.Context, req *Request) {
 				IsError:   true,
 				ErrorCode: "upstream_error",
 				LatencyMS: int(time.Since(start).Milliseconds()),
-			}, convert.TokenUsage{})
+			}, convert.TokenUsage{}, targetFormat)
 			continue // 可重试：换下一个渠道
 		}
 
@@ -289,7 +289,7 @@ func (g *Gateway) Dispatch(c *gin.Context, req *Request) {
 				IsError:   true,
 				ErrorCode: fmt.Sprintf("upstream_%d", resp.StatusCode),
 				LatencyMS: int(time.Since(start).Milliseconds()),
-			}, convert.TokenUsage{})
+			}, convert.TokenUsage{}, targetFormat)
 			// 429/5xx 可换渠道重试；4xx 直接透传
 			if resp.StatusCode == http.StatusTooManyRequests || resp.StatusCode >= 500 {
 				lastErrStatus, lastErrBody = resp.StatusCode, string(body)
@@ -318,13 +318,13 @@ func (g *Gateway) Dispatch(c *gin.Context, req *Request) {
 				IsError:   true,
 				ErrorCode: errCode,
 				LatencyMS: int(time.Since(start).Milliseconds()),
-			}, tok)
+			}, tok, targetFormat)
 			return
 		}
 		// 成功记录：用量 + 定价计费。
 		g.recordUsage(req, cand, ch, usage.Event{
 			LatencyMS: int(time.Since(start).Milliseconds()),
-		}, tok)
+		}, tok, targetFormat)
 		return
 	}
 
@@ -349,9 +349,10 @@ func rewriteModel(body []byte, upstreamModel string) []byte {
 	return out
 }
 
-// recordUsage 汇总一次请求的用量事件并异步落库。tok 为从上游响应提取的用量。
+// recordUsage 汇总一次请求的用量事件并异步落库。tok 为从上游响应提取的用量，
+// 其 token 语义由 upstreamProto（渠道实际使用的上游协议）决定。
 // cand/ch 可为 nil（无可用渠道的失败场景）。
-func (g *Gateway) recordUsage(req *Request, cand *channel.Candidate, ch *store.Channel, ev usage.Event, tok convert.TokenUsage) {
+func (g *Gateway) recordUsage(req *Request, cand *channel.Candidate, ch *store.Channel, ev usage.Event, tok convert.TokenUsage, upstreamProto string) {
 	if g.usageRec == nil {
 		return
 	}
@@ -380,7 +381,8 @@ func (g *Gateway) recordUsage(req *Request, cand *channel.Candidate, ch *store.C
 		}
 	}
 	// 定价与成本（价格按每百万 token 的 USD 单价）。
-	// 成本口径：非缓存输入 × 输入价 + 缓存读 × 缓存价 + 缓存写与输出 × 输出价。
+	// 成本口径按上游协议区分（详见 ComputeCost）：OpenAI 系 prompt 含缓存读需扣减；
+	// Anthropic 的 input_tokens 不含缓存，缓存写按输入价 ×1.25。
 	if ev.ModelID != 0 {
 		if m, err := g.modelDAO.GetByID(ev.ModelID); err == nil {
 			ev.InputPrice = m.InputPrice
@@ -389,10 +391,8 @@ func (g *Gateway) recordUsage(req *Request, cand *channel.Candidate, ch *store.C
 		}
 	}
 	if !ev.IsError {
-		ev.Cost = (float64(ev.PromptTokens-ev.CacheReadTokens)*ev.InputPrice +
-			float64(ev.CacheReadTokens)*ev.CacheReadPrice +
-			float64(ev.CacheCreationTokens)*ev.OutputPrice +
-			float64(ev.CompletionTokens)*ev.OutputPrice) / 1e6
+		ev.Cost = ComputeCost(upstreamProto, tok.InputTokens, tok.OutputTokens, tok.CacheReadTokens, tok.CacheCreationTokens,
+			ev.InputPrice, ev.OutputPrice, ev.CacheReadPrice)
 	}
 	g.usageRec.Record(ev)
 }