feat: 会话亲和粘住缓存渠道；透传 opaque 字段；用量记思考/1h 缓存写/实际模型

会话亲和（proxy/affinity.go）：同一会话粘住上次应答的渠道，命中上游提示词
缓存而非被加权随机打散后全价重算。会话身份 = 密钥 + 模型 + 请求文本稳定前缀
摘要，不依赖各客户端会话头；TTL 默认 5m（OT_PROXY_AFFINITY_TTL，0=关闭），
成功应答刷新。亲和渠道必须在候选集内（健康/未冷却/绑定），否则回退加权随机。
proxyOne 增加 served 返回值区分「应答成功」与「已终结但失败」。

opaque 透传（convert）：chat↔responses 互转原样携带 metadata、service_tier、
parallel_tool_calls。此前逐字段重建请求体会丢它们，而中转上游会校验/使用。

用量细化（proxy+store）：usage_logs 新增 reasoning_tokens（展示口径，不重复
计费）、cache_write_1h_tokens（Anthropic 1h 缓存写按 2× 输入价，此前统一
1.25× 少算 60%）、served_model（上游实际应答模型，映射/聚合商场景对账）。
schema v6→v7。

验证：go vet ./... 干净；go test ./... 与 go test -race ./... 全绿；
新增测试覆盖亲和粘性与冷却回退、opaque 双向透传、reasoning 不重复计费、
1h/5m 缓存写分开计价、served_model 提取（非流式与流式）。

server/internal/proxy/usage_refine_test.go

@@ -0,0 +1,114 @@
+package proxy
+
+import (
+	"math"
+	"net/http"
+	"net/http/httptest"
+	"strings"
+	"testing"
+
+	"github.com/gin-gonic/gin"
+	"github.com/openteam/server/internal/store"
+)
+
+// runPath 走完整链路（Auth → Handle），路径与请求体由调用方给。
+func runPath(t *testing.T, h *harness, path, body string) *httptest.ResponseRecorder {
+	t.Helper()
+	w := httptest.NewRecorder()
+	c, _ := gin.CreateTestContext(w)
+	req := httptest.NewRequest(http.MethodPost, path, strings.NewReader(body))
+	req.Header.Set("Authorization", "Bearer "+h.key)
+	c.Request = req
+	h.gw.Auth(c)
+	if !c.IsAborted() {
+		h.gw.Handle(c)
+	}
+	return w
+}
+
+// usage 细化：reasoning token 与上游实际应答模型落库；计费口径不变
+// （reasoning 已含在 completion_tokens 内，不重复计费）。
+func TestUsageReasoningAndServedModelRecorded(t *testing.T) {
+	srv := httptest.NewServer(http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
+		w.Header().Set("Content-Type", "application/json")
+		_, _ = w.Write([]byte(`{"model":"gpt-x-actual","choices":[{"message":{"role":"assistant","content":"hi"},"finish_reason":"stop"}],"usage":{"prompt_tokens":10,"completion_tokens":5,"total_tokens":15,"completion_tokens_details":{"reasoning_tokens":3}}}`))
+	}))
+	defer srv.Close()
+
+	h := newHarness(t, srv.URL, 0, true, nil)
+	w := h.run(t, nil, `{"model":"m1","messages":[{"role":"user","content":"hi"}]}`)
+	if w.Code != http.StatusOK {
+		t.Fatalf("code=%d body=%s", w.Code, w.Body.String())
+	}
+	h.rec.Close()
+	var logs []store.UsageLog
+	h.db.Find(&logs)
+	if len(logs) != 1 {
+		t.Fatalf("应有一条记账，实际 %d", len(logs))
+	}
+	l := logs[0]
+	if l.ServedModel != "gpt-x-actual" {
+		t.Fatalf("served_model 应记录上游应答的模型名，实际 %q", l.ServedModel)
+	}
+	if l.ReasoningTokens != 3 {
+		t.Fatalf("reasoning_tokens 应为 3，实际 %d", l.ReasoningTokens)
+	}
+	// 计费不含 reasoning 加成：10×0.15/1e6 + 5×0.6/1e6 = 4.5e-6
+	if math.Abs(l.Cost-4.5e-6) > 1e-12 {
+		t.Fatalf("cost 应为 4.5e-6（reasoning 不重复计费），实际 %g", l.Cost)
+	}
+}
+
+// Anthropic 缓存写细分：1h 与 5m 分开计价（1h = 2× 输入价，5m = 1.25×）。
+func TestAnthropicCache1hBillingSplit(t *testing.T) {
+	srv := httptest.NewServer(http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
+		w.Header().Set("Content-Type", "application/json")
+		_, _ = w.Write([]byte(`{"id":"msg_1","model":"claude-x","role":"assistant","content":[{"type":"text","text":"hi"}],"stop_reason":"end_turn","usage":{"input_tokens":100,"output_tokens":10,"cache_read_input_tokens":200,"cache_creation_input_tokens":300,"cache_creation":{"ephemeral_5m_input_tokens":100,"ephemeral_1h_input_tokens":200}}}`))
+	}))
+	defer srv.Close()
+
+	h := newHarness(t, srv.URL, 0, true, nil)
+	// 渠道改为 Anthropic 形态，模型定价：输入 1、输出 2、缓存读 0.1、缓存写未配置（1.25× 输入）
+	var ch1 store.Channel
+	if err := h.db.Where("name = ?", "c1").First(&ch1).Error; err != nil {
+		t.Fatal(err)
+	}
+	ch1.Formats = []string{store.FormatMessages}
+	if err := h.db.Save(&ch1).Error; err != nil {
+		t.Fatal(err)
+	}
+	if err := h.db.Model(&store.Model{}).Where("name = ?", "m1").
+		Updates(map[string]any{"input_price": 1.0, "output_price": 2.0, "cache_read_price": 0.1}).Error; err != nil {
+		t.Fatal(err)
+	}
+
+	w := runPath(t, h, "/v1/messages", `{"model":"m1","max_tokens":16,"messages":[{"role":"user","content":"hi"}]}`)
+	if w.Code != http.StatusOK {
+		t.Fatalf("code=%d body=%s", w.Code, w.Body.String())
+	}
+	h.rec.Close()
+	var logs []store.UsageLog
+	h.db.Find(&logs)
+	if len(logs) != 1 {
+		t.Fatalf("应有一条记账，实际 %d", len(logs))
+	}
+	l := logs[0]
+	if l.CacheWrite1hTokens != 200 {
+		t.Fatalf("cache_write_1h_tokens 应为 200，实际 %d", l.CacheWrite1hTokens)
+	}
+	if l.ServedModel != "claude-x" {
+		t.Fatalf("served_model 应为 claude-x，实际 %q", l.ServedModel)
+	}
+	// 100/1e6*1 + 10/1e6*2 + 200/1e6*0.1 + 100/1e6*1.25 + 200/1e6*(1.25*1.6) = 6.65e-4
+	want := 100.0/1e6*1.0 + 10.0/1e6*2.0 + 200.0/1e6*0.1 + 100.0/1e6*1.25 + 200.0/1e6*2.0
+	if math.Abs(l.Cost-want) > 1e-9 {
+		t.Fatalf("cost 应为 %g（1h/5m 分开计价），实际 %g", want, l.Cost)
+	}
+	// 落库 input 为含缓存的总量口径
+	if l.InputTokens != 600 || l.OutputTokens != 10 {
+		t.Fatalf("in=%d out=%d，期望 600/10", l.InputTokens, l.OutputTokens)
+	}
+	if !strings.Contains(w.Body.String(), `"text":"hi"`) {
+		t.Fatalf("响应应原样透传：%s", w.Body.String())
+	}
+}