fix: messages 流式缓存场景 token 记账错乱

qwen/dashscope 等上游 messages 流式的 usage 语义：
- message_start.usage.input_tokens = 总输入
- message_delta.usage.input_tokens = 非缓存输入（缓存部分单列
  cache_read/cache_creation 字段），是最终计费口径

原 usageSink 字段级合并中 delta 的 input 覆盖 start 的 input，
总输入丢失（31790 → 8）；缓存写也未参与计费。

- push：带 cache_* 字段的 usage 视为最终口径，整体替换 sink
- finishUsage：缓存写按 1.25× 输入价计费（Anthropic 5m 口径）；
  落库 input_tokens 存总量（含缓存读/写）便于对账
- 估算兜底条件排除已有缓存计数的请求
- 回归测试：缓存写/缓存命中/chat 末块合并不回归

server/internal/proxy/passthrough.go

@@ -497,6 +497,14 @@ func (u *usageSink) push(raw json.RawMessage) {
 	if json.Unmarshal(raw, &t) != nil {
 		return
 	}
+	// messages 流式最终事件（message_delta 的 usage）带 cache_* 字段，是上游的最终计费口径，
+	// 其中 input_tokens 仅指"非缓存输入"（与 message_start 的"总输入"语义不同）。
+	// 整体替换而非字段合并，避免 delta 的非缓存 input 覆盖 start 的总 input 后语义错乱
+	// （实际消耗由 finishUsage 按 input + cache_read + cache_creation 汇总）。
+	if t.CacheReadInputTokens > 0 || t.CacheCreationInputTokens > 0 {
+		u.us = t
+		return
+	}
 	// 零值不覆盖：不同事件携带不同字段
 	if t.PromptTokens > 0 {
 		u.us.PromptTokens = t.PromptTokens
@@ -550,7 +558,7 @@ func (g *Gateway) finishUsage(c *gin.Context, ch *store.Channel, start time.Time
 	//     message_delta 不带 usage，只能按已收发内容估算，否则记账为 0 消耗
 	// 非流式上游必返回 usage，此处 in/out 非 0 不受影响。
 	if status == store.UsageStatusCanceled || status == store.UsageStatusSuccess {
-		if in == 0 {
+		if in == 0 && cacheRead == 0 && cacheCreate == 0 {
 			if est, ok := c.Get("est_input_text"); ok {
 				if v, ok2 := est.(string); ok2 && v != "" {
 					in = int64(tokenizer.Count(v, mn))
@@ -568,12 +576,18 @@ func (g *Gateway) finishUsage(c *gin.Context, ch *store.Channel, start time.Time
 	_ = g.db.Where("name = ?", mn).First(&model).Error
 	if model.ID > 0 {
 		modelID = model.ID
+		// 计价口径：in=非缓存输入、cacheRead=缓存读、cacheCreate=缓存写（Anthropic 语义，
+		// messages 流式 message_delta 的 input_tokens 即非缓存部分）。
+		// 缓存写按 1.25× 输入价（Anthropic 5m 口径）。
 		cost = float64(in)/1e6*model.InputPrice +
 			float64(out)/1e6*model.OutputPrice +
-			float64(cacheRead)/1e6*model.CacheReadPrice
+			float64(cacheRead)/1e6*model.CacheReadPrice +
+			float64(cacheCreate)/1e6*model.InputPrice*1.25
 	} else {
-		cost = float64(in)/1e6*0.15 + float64(out)/1e6*0.60 // 无定价模型时按示例价
+		cost = float64(in+cacheRead+cacheCreate)/1e6*0.15 + float64(out)/1e6*0.60 // 无定价模型时按示例价
 	}
+	// 落库的 input_tokens 存输入总量（含缓存读/写），与上游 message_start 口径一致，便于对账展示。
+	in += cacheRead + cacheCreate
 
 	proto, _ := c.Get("protocol")
 	p, _ := proto.(string)