文本模型能力验收
当前模型、协议、缓存与非零推理的真实验收范围
2026-09-20。此页汇总当前隔离实测的能力边界；这是验收记录，不是生产模型白名单或自动准入配置。底层流程和源码迁入见文本用量与计费进展。生产价格、部署、容量和全模型保证均未验收。
当前范围
| 模型与协议 | 已有真实证据 | 当前限制 |
|---|---|---|
| Claude Haiku 4.5 · Chat | 普通/SSE 文本和 native billing carrier，计算与 uumi 一致 | 显式 cache_control 未通过保留验收；两次长前缀均为普通输入，不能承诺缓存折扣 |
| Claude Haiku 4.5 · Messages | 普通/SSE 文本；原生 5m 缓存创建与非零命中 | 缓存过期、1h 缓存未通过真实验收；SSE 终态尾部字节仍有限制；非零 thinking 明细暂不支持精确结算 |
| GPT 5.4 Mini · Responses | 普通/SSE 文本；low effort 非零推理子集；新请求自动完成结算 | 仅选定渠道 166、输出上限 1024 的代表样本；其他 effort、模型、Chat 转换路径不能外推 |
| Gemini 2.5 Flash Lite · 原生 | 普通/SSE 文本，最终用量与账单一致 | 非零 thoughts 和 OpenAI 转换后的 Gemini 没有真实验收证据 |
| 工具、多模态、按次、表达式/阶梯及其他费率变体 | 当前纯文本计算器范围之外 | 不能套用普通 token 公式声明已支持；未知维度保持待核对 |
以上来自固定测试渠道与隔离客户配置；正常客户路由、组价、供应商或版本变化后仍需相应验收。统一入口能调用模型，不等于所有供应商扩展参数都完整保留。对明确需要 Claude 原生缓存语义的场景，目前通过验证的是 Messages 路径；Edge 继续保持请求原文，不自动转换或补造缓存用量。
有界模式增量验收
最新真实有界验收新增四协议 8 笔，标准 quota 合计 4605 与 uumi 逐笔一致。Claude Chat 长输出达到配置上限 16，Messages 原生缓存创建/命中各 6404 token；GPT 普通/SSE 输出 36 内各含推理 28；Gemini 显式 thinkingBudget=0。冻结预算、原价/五折、六钱包流水及重启恢复通过。本批没有证明供应全部输入/输出硬上界，Messages SSE 全文摘要仍有差异。
非零推理专项
本批只执行 2 次 Responses 请求，设置 reasoning.effort=low、max_output_tokens=1024。两笔使用独立测试 Key 和本地新钱包，价格参数在准入时冻结。
| 场景 | 输入 token | 输出总 token | 其中推理 token | Core / uumi quota | 客户测试 microcredits |
|---|---|---|---|---|---|
| 普通响应 | 23 | 34 | 26 | 85 / 85 | 85（1/1） |
| 流式响应 | 23 | 36 | 28 | 90 / 90 | 45（1/2） |
OpenAI 推理 token 已包含在输出总数中。 本批按 round_half_up((输入 + 输出 × 6) × 0.375) 得到 85 和 90；不把 26/28 再加到输出，也不把推理从计费输出中扣除。Gemini 的原生 candidates/thoughts 是另一套归一化语义，不能直接照搬字段加法。quota、microcredits、人民币不同，表中测试费率不是正式售价。
这次使用上轮修复后的 Edge，从新请求到用量采集、Core 结算均直接成功；不是离线重建账单。普通和 SSE 的响应摘要与网关观察一致。正常链路 0 次日志查询，测试后独立只读核对两笔账单与 Key used_quota，合计 175 quota。Core 重启后重交证据没有额外模型调用或重复扣费，2 个钱包共 2 条唯一结算流水、预留为 0。
两个真实 usage 已进入 Core 回归夹具，验证子集不重复计费且不遗漏；本轮未修改计费公式或运行代码。Key 176 已禁用、网关 Key 文件删除、进程停止；未更改 uumi 代码、生产客户账本或部署。原始脱敏结果与能力快照位于本机 coordination/handoffs/TEXT-REASONING-ACCEPTANCE/。
后续执行
自动证据恢复 Worker已完成限定本地交付：持久化扫描、退避、并发领取、强制终止/结算回包丢失恢复与状态观测；缺证据隔离待核对，不重发模型或退款。后续已补冻结限制、保守预留和超限拒绝，并提供本地验收；另有上述真实有界代表样本；仍不替代供应上限的完整证明。完整 Core 恢复队列、Admin 受控处置与生产运行仍未交付。
之前真正中断的订单、Messages 终态尾部字节、旧 Key 173 的 4199 quota 差额和缓存过期观察继续单独追踪；当前代表样本成功不关闭这些问题。NEXT-05 仍在进行中。