@eddyskywalker/dsh-chatgpt-subscription 0.53.0 → 0.54.0

package/CHANGELOG.md

@@ -2,6 +2,19 @@
 
 ## Unreleased
 
+## 0.54.0 - 2026-11-02
+
+- **[provider parity] 对照官方 Agent / 客户端修复其余线路的能力与性能差异**：
+  - Claude：未知模型按当前代能力处理，支持原生 mid-conversation system 消息，模型发现禁重定向并使用 3 秒超时，单图与整请求图片预算分离；
+  - GLM：Anthropic 面改用 `output_config.effort`、按模型关闭思考、增加缓存断点并补齐业务码分类；
+  - Command Code：完整刷新官方 106 模型注册表，取消无依据的输出上限，Anthropic system 增加缓存断点；
+  - Cline / OpenDesign：按各自官方规则选择输出预算字段，Cline 增加有界空回复重试，两者扩大上下文溢出恢复并保留旧词面；
+  - Step / Qoder：Step 无真实 cap 时省略 `max_tokens`，Qoder 会话亲和按账号隔离并纳入并发闸门；
+  - Claude / Antigravity / Qoder / Step / WorkBuddy：图片预算按实际上线 payload 计量，避免误丢缩放后可用的图片。
+- **[docs] 新增 `docs/provider-agent-parity-audit.md`，记录各线路官方基线、修复范围及仍需 live 验证的边界。
+- **[all routes] 静默流两分钟判死，不必再等满五分钟**：每条线路的空闲看门狗阈值原本都是 300_000，与 undici 判死静默 HTTP/2 流的 300 s **完全同值**——两个计时器同时到点、传输层先抛，应用层的 `TIMEOUT` 判定从来没拿到话语权。线上为此付的代价是：5 分钟零输出 → 重试在 300 s 之后才起 → 又被手动中止，一轮白等约 9 分钟。现在共享默认降到 120 s（antigravity / claude / cline-pass / command-code / glm-coding-plan / kimi-code / minimax-code / opendesign / workbuddy 各自常量同步，qoder / step-code 直接吃共享默认），并且**每条线路都在收到响应头时 pulse 一次**，把「连接 + 预填充到首字节」与「流内静默」拆成两个 120 s 窗口：慢启动不会被误杀，开了口却不再出声的流两分钟判死并立即进入既有重试策略（3 次、1.5 s 起退避）。ollama 是唯一例外，保留 300 s 并在自己的 `types.ts` 写明理由——本地推理受算力限制，长上下文可能要几分钟才出第一个字节。120 s 是量出来的：该会话 104 次请求里相邻 chunk 最长静默 6.4 s（6,539 个间隔）、从 step 开始到首字节最长 65 s（21 万 token 的 prompt）；日志里 135.6 s / 89 s / 197 s 那些「间隔」是推理块 `dt` 累加的总时长，不是静默，不能当作阈值依据。新增 `test/stream-idle-budgets.test.ts` 钉住共享阈值严格小于 300 s、各线路必须等于它、ollama 必须更大；`test/kimi-code-stream-idle.test.ts` 新增「首字节慢、响应头正常」用例（去掉响应头那一次 pulse 即变红）。
+- **验证**：`npm run typecheck` 0 错误；全量 Vitest 355 文件通过、6529 项测试通过（另有 2 文件 / 9 项跳过）；`lib/` 清空后重建、`npm pack --dry-run` 与 `git diff --check` 通过。
+
 ## 0.53.0 - 2026-11-01
 
 - **[dispatch] Mandate v2 头部协议：样板自洽、可直接复制的骨架、会自纠的拒绝文案**

package/README.md

@@ -44,7 +44,7 @@
 | `claude-subscription` | Claude Pro / Max | Anthropic Messages | 手动粘贴 / loopback 回调 | 实时 `/v1/models` + 本地兜底 |
 | `minimax-code` | MiniMax Code 编程订阅 | Anthropic Messages | **复用桌面端登录态** 或设备码 | **硬编码**（见下） |
 | `antigravity` | Google Antigravity | Gemini | Google OAuth | 内置表 |
-| `glm-coding-plan` | GLM Coding Plan（ZCode 账号，国区 BigModel / 国际区 Z.ai） | Anthropic Messages + OpenAI Chat Completions（按模型声明） | ZCode 账号 OAuth（浏览器中转轮询）+ 可选导入本机 ZCode 登录态 | 随包目录（源自官方 `zcode-builtin.json`） |
+| `glm-coding-plan` | GLM Coding Plan（ZCode 账号，国区 BigModel / 国际区 Z.ai） | Anthropic Messages（当前 Coding Plan 目录的全部模型） | ZCode 账号 OAuth（浏览器中转轮询）+ 可选导入本机 ZCode 登录态 | 随包目录（源自官方 `zcode-builtin.json`） |
 | `step-code` | StepFun Step Plan 订阅（国区 api.stepfun.com / 国际区 api.stepfun.ai）或开放平台 API Key | OpenAI Chat Completions | **云端轮询**浏览器授权（不开本地回调端口）/ 手工粘贴 Platform API Key / 只读导入本机 `~/.stepcode/auth.json` | **实时运行时发现**（随包表刻意为空） |
 | `cline-pass` | Cline Pass | OpenAI Chat Completions | **浏览器设备码 OAuth**（WorkOS，账号入池、自动续期）；API Key 仅作兼容回退 | 随包表兜底 + 官方 `recommended-models` / models.dev / 上游网关目录补全 |
 | `qoder` | Qoder 订阅（全球区 qoder.com / 中国站 qoder.com.cn） | Qoder 自有（COSY 签名 + 信封 SSE） | **浏览器设备流**（仅全球区）/ 手工粘贴 PAT（两区）/ 只读导入本机 `~/.qoder/.auth/user` | **实时运行时发现**（COSY 签名 GET）+ 随包能力兜底表 |
@@ -116,6 +116,8 @@
 - 模型目录取自公开的 `/provider/v1/models`，每个模型的 `context_length` 作为默认上下文窗口，可逐模型覆盖；
 - **模型能力逐模型查表**（`src/host/command-code/model-catalog.ts`，转录自官方 CLI 的模型注册表）：是否接受图片输入、支持哪些思考档位由该表决定，未知模型回落纯文本；
   - 图片能力**不能靠厂商/模型名前缀推断**——同厂商内部就会自相矛盾：`deepseek/deepseek-v4.1-flash` 与 `deepseek/deepseek-v4-flash-vision-exp` 支持图片，而 `deepseek/deepseek-v4-flash`、`deepseek/deepseek-v4-pro` 不支持；`z-ai/glm-5.3-flash` 支持而 `zai-org/GLM-5.3` 不支持；
+  - 随包能力表完整转录官方 `command-code@1.88.2` 注册表的 106 条记录，并以脱敏 fixture 逐字段对拍；实时目录仍决定账号实际可用模型；
+- **输出预算不猜**：OpenAI / Responses 面在调用方与官方注册表都未给 cap 时省略字段；Anthropic Messages 必须带 `max_tokens`，无声明时使用官方 CLI 的 64000。Anthropic system 按官方 `toWireSystem` 使用块数组与 ephemeral 缓存断点；
 - 额度与用量来自账户 API 的账单/用量线路，任一条失败不影响其余；
 - **瞬时失败按 DSH retry policy 有界重试**：`command-code` 路由显式声明 `normal` 策略（最多 3 次，1.5s 起指数退避、15s 上限、0.2 抖动），覆盖 `RATE_LIMIT`、`SERVER`、`TIMEOUT`、`TRANSPORT`；
   - 上游模型供应商临时不可用（502/503/504/500，典型响应体是 `"{\"error\":{\"type\":\"server_error\"}}"`）被归类为 `SERVER` 并自动重试；
@@ -242,7 +244,8 @@
 - **两条登录路径，模式在流程开始时确定且不可中途切换**：默认是**手动粘贴**（授权页把码显示在屏幕上，粘贴 `<code>#<state>`；也容错接受整条重定向 URL）。可选 loopback 回调，绑定 `127.0.0.1` 并顺序探测可用端口（Windows 的保留端口段会让固定端口绑定失败）。端口探测失败**降级为手动**而不是报错。切换模式等于作废当前流程并重新发起——授权码与签发它的那次请求的 `redirect_uri` 绑定，这是该流程最常见的失败；
 - **一次授权只兑换一次**：浏览器回调与手动粘贴可能同时到达，用 compare-and-set 保证只有一方发起兑换（另一方得到「正在处理中」，已结算的流程得到 410 且**不做任何兑换**）。错误的 `state` **只拒绝那一个请求**，不会终止正在进行的合法登录。回调服务器只绑 loopback、只应答 `/callback`、只接受本机来源；
 - **刷新是单飞的**：并发请求共享同一次刷新。否则到期瞬间的一批请求会各自轮换刷新令牌，除第一个之外全部作废（上游会给出终局判定）。刷新令牌轮换后**先读回校验再落盘**；
-- **模型能力逐模型查表**（`src/host/claude/model-catalog.ts`），**不从模型名推断**。该表转录自本机随 harness 安装的参照目录，**只证明抄录忠实，不证明服务端提供这些模型**——服务端自己的 `GET /v1/models` 才是权威，且它**只覆盖上下文窗口**，能力字段不被改写；
+- **模型能力逐模型查表**（`src/host/claude/model-catalog.ts`），**不从模型名推断**。已知 id 使用随包能力表；表外 id 按官方 Claude Code 的「未识别模型按当前模型处理」规则继承当前代 adaptive thinking、effort 与图片能力，不再静默降为无思考/无图。服务端 `GET /v1/models` 仍是账号可调用模型的权威，实时目录只覆盖上下文窗口；发现请求使用官方同款 3 秒超时、拒绝重定向并只接收 Claude / Anthropic id；
+- **支持会话中的原生 system 消息**：官方支持名单及未知当前模型仅在官方允许的位置保留历史 `role:'system'`——它必须紧跟 user，且是末条或后接 assistant；DSH 的首条系统提示及其它违规位置仍折回顶层 `system`，不支持的旧模型也保留折叠兜底。单图 base64 防线与整请求图片预算分别执行，超限优先缩小，无法满足时以可见文本说明；
 - **思考形态有四类，顺序决定成败**（`thinkingMode`）：
   - `mid-convo` → `{type:'adaptive', block_binding:{prefix_mismatch_behavior:'drop_block'}}` 外加 `output_config.effort`；
   - `adaptive` → `{type:'adaptive'}`；
@@ -913,15 +916,17 @@ access token / refresh token / 授权码 / PKCE verifier**；诊断里提到某
 
 两区共用同一个 OAuth 控制面（`zcode.z.ai/api/v1/oauth/cli/*`），分开的只有上面这几行。**业务 JWT 的自动重取只服务国际区**——国区没有这一层。授权参数里**没有 PKCE**（两个 provider 的授权参数只有 redirect / appId / state），本插件照抄上游形状，不自带 `code_challenge`。本仓库历史里那句「国区没有浏览器登录」是错的，本线路删除了它：国区**有**浏览器登录，只是入口与参数名都不同。
 
-**模型目录**：随包目录 4 个模型（`GLM-5.3` / `GLM-5.3-Flash` / `GLM-5.2` / `GLM-5-Turbo`），逐模型事实转录自官方开源版内置配置 `zai-org/ZCode` 的 `config/provider/zcode-builtin.json`（revision 31）。能力**逐模型查表，不从模型名推断**，其中三处是被官方配置纠正过的历史值：
+**模型目录**：随包目录 4 个模型（`GLM-5.3` / `GLM-5.3-Flash` / `GLM-5.2` / `GLM-5-Turbo`），逐模型事实转录自官方开源版内置配置 `zai-org/ZCode` 的 `config/provider/zcode-builtin.json`（revision 43）。能力**逐模型查表，不从模型名推断**，其中三处是被官方配置纠正过的历史值：
 
 - **输出上限**：GLM-5.3 家族与 GLM-5.2 是 **128000**、GLM-5-Turbo 是 **64000**。历史转录引用的 docs.z.ai 通用参数表给的是 131072，按本仓库「取小值」的规则取 128000（高报会被网关拒，低报只是提前压缩）；128000 也正是**官方客户端自己在 Coding Plan 面上发的那个数**。同一代模型上限差一倍，正是「不得按家族名推」的又一处证据；
 - **图片输入**：四个模型的 `supportsImages` 全为 `true`——**不是因为模型多模态**，而是官方配置里两条 `modelMatch: ".*"` 的站点规则把 `api.z.ai/api/anthropic` 与 `open.bigmodel.cn/api/anthropic` 这两个 Coding Plan 基址的 `supportsImage` 打开成 true（基础规则对 `GLM-5.3` / `GLM-5.2` / `GLM-5-Turbo` 写的都是 false）。所以这条能力读作「**经本线路这两个端点时**收不收图」；
 - **套餐归属**：这四个**全部**是 Coding Plan 模型；反倒是 **Start Plan 缺 `GLM-5.3`**。这一条曾被写反过，写反的代价是把两个确实在套餐里的模型判成未订阅、用户连试都不能试。留着它是为了让复审记住：**套餐归属是账号的属性，不是模型的属性**，同一个 id 在不同 provider 规则下启用的集合是不同的。
 
-思考档位同样逐模型声明：`GLM-5.3` / `GLM-5.3-Flash` 三档且**不可关闭思考**（上游把 `thinking.type: "disabled"` 当错误拒绝），`GLM-5.2` 两档（模型页面写的是更宽的词汇，但它同时写明套餐如何映射，真正能上线缆的只有这两级）且可关闭，`GLM-5-Turbo` **不收档位**（梯子为空，请求里根本不发思考控制字段）。DSH 词汇表更宽的 `minimal` / `medium` / `xhigh` 先收敛到模型真实的梯子再发出去，平手时向上取。
+思考档位同样逐模型声明：`GLM-5.3` / `GLM-5.3-Flash` 三档且**不可关闭思考**（上游把 `thinking.type: "disabled"` 当错误拒绝），`GLM-5.2` 两档（模型页面写的是更宽的词汇，但它同时写明套餐如何映射，真正能上线缆的只有这两级）且可关闭，`GLM-5-Turbo` **不收档位**，但显式选择关闭时会发 `thinking:{type:'disabled'}`。DSH 词汇表更宽的 `minimal` / `medium` / `xhigh` 先收敛到模型真实的梯子再发出去，平手时向上取。
 
-**瞬时失败按错误类别重试**：`glm-coding-plan` 路由显式声明 `normal` 策略（最多 3 次，1.5s 起指数退避、15s 上限、0.2 抖动），覆盖 `RATE_LIMIT` / `SERVER` / `TIMEOUT` / `TRANSPORT`。分类**不能停在状态行**——冻结的错误码表里七条 429 中**只有两条可重试**（1302 频率限制、1305 瞬时过载），其余五条全是额度类，所以**正文没给业务码的裸 429 一律判不可重试**（`Retry-After` 仍然读取并下发，它不改变判定）。同一张表在两个协议面上是**同一份取值**，Anthropic 面与 OpenAI 面各有一份判读函数，改一处必须同时改另一处。
+Anthropic 面的思考深度按官方 ZCode 规则走 `output_config.effort`，不再发顶层 `reasoning_effort`。system 使用 text block 数组，并在 system 末块与最新非 system 消息的可缓存末块放置 `cache_control:{type:'ephemeral'}`；业务码 1303 / 1312 按官方客户端分类为可重试，额度与终局业务码仍不重试。上述请求形状均有 mock 回归，真实缓存命中与上游接受度仍需账号实测。
+
+**瞬时失败按错误类别重试**：`glm-coding-plan` 路由显式声明 `normal` 策略（最多 3 次，1.5s 起指数退避、15s 上限、0.2 抖动），覆盖 `RATE_LIMIT` / `SERVER` / `TIMEOUT` / `TRANSPORT`。分类**不能停在状态行**——这一族里只有官方判为瞬时限流/过载的 1302、1303、1305、1312 可重试，其余已识别的额度类或终局限流类不重试；**正文没给业务码的裸 429 一律判不可重试**（`Retry-After` 仍然读取并下发，它不改变判定）。同一张表在两个协议面上是**同一份取值**，Anthropic 面与 OpenAI 面各有一份判读函数，改一处必须同时改另一处。
 
 ### 插件路由（GLM Coding Plan）
 所有路由都以 `/glm-coding-plan/api` 为前缀：
@@ -995,7 +1000,7 @@ access token / refresh token / 授权码 / PKCE verifier**；诊断里提到某
   - 因此这一节不是免责套话：**列出的分档就是上线时的实际置信度**，读的人可以据此判断哪一块需要自己再试一次；
 - **额度读的是非公开的开发者中心接口**（见开头的风险提示）。两代套餐同时在用（老式 5 小时 / 周窗口，与 Credit 月池），判定**按载荷形状**（老式窗口字段 vs `credit_buckets`）而不是只信 `plan_family`；两端都认不出来时只显示「认不出」，**一个进度条都不画**；
 - **没有 refresh_token 交换链**。access token 过期只能重新走登录；账号行上的「重新登录」在 host 侧只解除鉴权失败标记与冷却，真正重登要由卡片再开一次流程；
-- **上下文窗口的输出上限是推导值**。端点不报输出上限，所以默认等于上下文窗口——这是一个诚实的兜底，不是一份上游声明；
+- **没有真实输出 cap 时不在 wire 上发明一个**。目录或调用方明确给出上限时才发送 `max_tokens`；端点没报就省略字段，由上游采用自己的默认值。上下文窗口仍只用于 host 的上下文/压缩判断，不再经 `defaultMaxTokens` 间接变成输出上限；
 - **品牌标记取自官方站点资产**，不是本地画的占位图形：形状逐字转录 `platform.stepfun.com/favicon.svg`，底砖色用该文件里的 `#1d1d1d`。抓取日期与字节数记在 `brand-icons.tsx` 的注释里，便于日后核对；
 
 ### 插件路由（Step Code）
@@ -1082,7 +1087,8 @@ access token / refresh token / 授权码 / PKCE verifier**；诊断里提到某
 
 **能力**
 
-- OpenAI Chat Completions 协议，流式输出；透传工具 schema、工具调用/结果，图片按 `image_url` 内联，`reasoning_effort` 原样下发；支持 `temperature`、`stop` 与 `max_tokens`；
+- OpenAI Chat Completions 协议，流式输出；透传工具 schema、工具调用/结果，图片按 `image_url` 内联，`reasoning_effort` 原样下发；支持 `temperature`、`stop`，输出预算按官方模型规则选择 `max_tokens` / `max_completion_tokens`；
+- 对真正零内容、零工具且正常 stop 的空轮次按官方 Cline 策略做最多 3 次总尝试（250ms、可取消）；内容证明前缓冲，重试不泄漏空块，usage 聚合；
 - 模型目录：随包 16 个 Cline Pass 模型是**兜底**（含 `deepseek-v4.1-flash-1017` 快照 id——网关对别名与快照的钉选行为不同）。点「刷新模型目录」会读官方 `/ai/cline/recommended-models`、models.dev 与上游网关目录，只增不减，并把每个模型的能力（上下文窗口、输出上限、图片、推理档位）一起补上；新发布、本版本不认识的模型按保守值录取，不会被隐藏；**设置页与模型选择器只列内置 + 官方订阅 + 手动添加的模型**，完整网关目录仅作为搜索索引（旧的 exposeCatalog 配置不再展开），其他模型可在卡片里按 id 搜索并添加，添加后自动启用；
 - **上游渠道可观测、可钉住**：同一模型可能由 OpenRouter（direct 管线）或 Vercel AI Gateway（planner 管线）转发。卡片可以对单个模型「探测」渠道、逐个「校验」、按顺序钉住或排除，并在**首个 token 之前**失败切换到下一个渠道；`strict` 只发允许列表，`preferred` 按顺序尝试。钉住字段默认**两种写法都写**（`provider.only/order/sort` 与 `providerOptions.gateway.*`），因为网关可以在两次请求之间换管线，只写一种会让钉住悄悄失效；
 - **钉住是否被采纳以响应为准**：网关对未知/不可用的 `only` 不报错，直接从别的渠道服务。因此探测、校验与真实请求都会回读响应里的实际服务渠道（流式帧的路由块在 `delta.provider_metadata` 的收尾帧上，本线路也会读）；「请求 baseten、实际 deepseek」会被明确标成未被采纳，而不是当成成功；
@@ -1140,7 +1146,7 @@ OAuth 是默认入口；「使用 API Key」按钮保留为兼容回退，部署
 
 号池支持多账号轮换；部署也可以用 `OPENDESIGN_API_KEY` 提供第一把 Key（号池为空时投射为首要账号，不写入凭据库）。
 
-**能力**：OpenAI Chat Completions 流式对话（官方给 DeepSeek Harness 推荐的正是这个协议形态），工具调用、图片输入、推理档位透传。网关是 `https://amr-link.open-design.ai/v1`，Bearer 鉴权。
+**能力**：OpenAI Chat Completions 流式对话（官方给 DeepSeek Harness 推荐的正是这个协议形态），工具调用、图片输入、推理档位透传。输出预算按 OpenDesign 官方规则选择 `max_tokens` / `max_completion_tokens`；仅对官方定义的字段拒收 400 做一次降级重试。网关是 `https://amr-link.open-design.ai/v1`，Bearer 鉴权。
 
 **模型目录**：随包内置 37 个聊天模型，每个都带 id、显示名、美元单价，以及**上下文窗口、最大输出、输入模态（是否收图）与推理档位**——价目来自官方公开价目接口，能力字段转录自本仓库已核对过的同族模型表（command-code 官方注册表、cline-pass、Claude 与 Antigravity 目录；两处冲突以 cline-pass 为准）。登录成功或添加 Key 后自动同步实时目录：**浏览器授权账号（带控制 Key）还会读 AMR 控制面目录**，那里有上游真实的 `metadata.contextWindowTokens`，会覆盖随包表；网关自己的 `/v1/models` 提供该 Key 实际可见的模型清单。同步条目持久化在设置文档里，重启无需网络即可恢复。**`minimax-m3.1-flash` 与 `muse-wonder` 没有任何同族表可核对**，按 128k / 默认三档处理并在文档里列名，不猜数字；任何模型都能在卡片的「上下文窗口」里按模型修正，覆盖值优先于以上全部来源。
 

package/lib/client.js

@@ -710,8 +710,6 @@ window.__ModuleLoader__.load({
 		//#region src/shared/model-catalog.ts
 		const GPT_56_MAX_CONTEXT_WINDOW = 1e6;
 		const GPT_6_MAX_CONTEXT_WINDOW = 872e3;
-		/** Effective context the GPT-6 family starts at, before any user override. */
-		const GPT_6_DEFAULT_CONTEXT_WINDOW = 384e3;
 		/** Output cap of the GPT-6 family; the vendor declares 128K for all three. */
 		const GPT_6_MAX_TOKENS = 128e3;
 		const CODEX_MODEL_CATALOG = [
@@ -720,72 +718,78 @@ window.__ModuleLoader__.load({
 				name: "5.6 Sol",
 				contextWindow: 272e3,
 				inputModalities: ["text", "image"],
-				defaultReasoningEffort: "medium",
+				defaultReasoningEffort: "low",
 				reasoningProfile: "gpt-5.6",
 				supportsReasoningSummary: true,
 				fallbackModelId: "gpt-5.6-terra",
 				supportsOutputVerbosity: true,
-				defaultOutputVerbosity: "low"
+				defaultOutputVerbosity: "low",
+				useResponsesLite: true
 			},
 			{
 				id: "gpt-6-astra",
 				name: "6 Astra",
-				contextWindow: GPT_6_DEFAULT_CONTEXT_WINDOW,
+				contextWindow: 272e3,
 				inputModalities: ["text", "image"],
-				defaultReasoningEffort: "medium",
+				defaultReasoningEffort: "low",
 				reasoningProfile: "gpt-6",
 				supportsReasoningSummary: true,
 				maxTokens: GPT_6_MAX_TOKENS,
 				supportsOutputVerbosity: true,
-				defaultOutputVerbosity: "low"
+				defaultOutputVerbosity: "low",
+				useResponsesLite: true
 			},
 			{
 				id: "gpt-6.1-sol",
 				name: "6.1 Sol",
-				contextWindow: GPT_6_DEFAULT_CONTEXT_WINDOW,
+				contextWindow: 272e3,
 				inputModalities: ["text", "image"],
-				defaultReasoningEffort: "medium",
+				defaultReasoningEffort: "low",
 				reasoningProfile: "gpt-6",
 				supportsReasoningSummary: true,
 				maxTokens: GPT_6_MAX_TOKENS,
 				supportsOutputVerbosity: true,
-				defaultOutputVerbosity: "low"
+				defaultOutputVerbosity: "low",
+				useResponsesLite: true
 			},
 			{
 				id: "gpt-6.1-terra",
 				name: "6.1 Terra",
-				contextWindow: GPT_6_DEFAULT_CONTEXT_WINDOW,
+				contextWindow: 5e5,
 				inputModalities: ["text", "image"],
-				defaultReasoningEffort: "medium",
+				defaultReasoningEffort: "low",
 				reasoningProfile: "gpt-6",
 				supportsReasoningSummary: true,
 				maxTokens: GPT_6_MAX_TOKENS,
 				supportsOutputVerbosity: true,
-				defaultOutputVerbosity: "low"
+				defaultOutputVerbosity: "low",
+				useResponsesLite: true
 			},
 			{
 				id: "gpt-6-sol",
 				name: "6 Sol",
-				contextWindow: GPT_6_DEFAULT_CONTEXT_WINDOW,
+				contextWindow: 272e3,
 				inputModalities: ["text", "image"],
 				defaultReasoningEffort: "medium",
 				reasoningProfile: "gpt-6",
 				supportsReasoningSummary: true,
 				maxTokens: GPT_6_MAX_TOKENS,
 				supportsOutputVerbosity: true,
-				defaultOutputVerbosity: "low"
+				defaultOutputVerbosity: "low",
+				useResponsesLite: true
 			},
 			{
 				id: "gpt-6-luna",
 				name: "6 Luna",
-				contextWindow: GPT_6_DEFAULT_CONTEXT_WINDOW,
+				contextWindow: 272e3,
 				inputModalities: ["text", "image"],
 				defaultReasoningEffort: "medium",
 				reasoningProfile: "gpt-6",
 				supportsReasoningSummary: true,
 				maxTokens: GPT_6_MAX_TOKENS,
 				supportsOutputVerbosity: true,
-				defaultOutputVerbosity: "low"
+				defaultOutputVerbosity: "low",
+				useResponsesLite: true
 			},
 			{
 				id: "gpt-5.6-terra",
@@ -797,7 +801,8 @@ window.__ModuleLoader__.load({
 				supportsReasoningSummary: true,
 				fallbackModelId: "gpt-5.5",
 				supportsOutputVerbosity: true,
-				defaultOutputVerbosity: "low"
+				defaultOutputVerbosity: "low",
+				useResponsesLite: true
 			},
 			{
 				id: "gpt-5.6-luna",
@@ -809,7 +814,8 @@ window.__ModuleLoader__.load({
 				supportsReasoningSummary: true,
 				fallbackModelId: "gpt-5.5",
 				supportsOutputVerbosity: true,
-				defaultOutputVerbosity: "low"
+				defaultOutputVerbosity: "low",
+				useResponsesLite: true
 			},
 			{
 				id: "gpt-5.5",
@@ -21358,6 +21364,8 @@ window.__ModuleLoader__.load({
 			settingsCacheWarmupNote: "Kimi Code 专用：投影大型日志结果，原文可通过 ref 按需补读；非 Kimi 线路开关无影响",
 			settingsRetrievalName: "检索结果投影",
 			settingsRetrievalNote: "Kimi Code 专用：导航任务中投影文件、网页与搜索，编辑审查保留原文；非 Kimi 线路开关无影响",
+			settingsCacheWaitWarmupName: "等待缓存续热",
+			settingsCacheWaitWarmupNote: "Kimi Code 专用：等待子代理期间每满 20 分钟自动触发一次轻量续热，只要子代理未完成就持续保活；非 Kimi 线路开关无影响",
 			settingsPlanModePipelineName: "计划模式管线",
 			settingsPlanModePipelineNote: "澄清访谈收敛后自动进入计划模式出计划，再交审批（仅调度模式生效）；关闭后该模式会请用户手动输入 /plan",
 			settingsDispatchExecutionGuardName: "调度执行守卫",
@@ -21402,6 +21410,8 @@ window.__ModuleLoader__.load({
 			settingsCacheWarmupNote: "Kimi Code only: project large log results and read the original on demand through a ref; no effect on other lines",
 			settingsRetrievalName: "Retrieval projection",
 			settingsRetrievalNote: "Kimi Code only: project files, pages, and searches for navigation; keep source verbatim for editing and review; no effect on other lines",
+			settingsCacheWaitWarmupName: "Wait-time cache keepalive",
+			settingsCacheWaitWarmupNote: "Kimi Code only: trigger a lightweight warmup every 20 minutes while waiting for subagents so the prefix cache stays warm until they finish; no effect on other lines",
 			settingsPlanModePipelineName: "Plan-mode pipeline",
 			settingsPlanModePipelineNote: "After the clarification interview converges, enter plan mode, write the plan and send it for approval (dispatch mode only); turning it off makes that mode ask the user to type /plan",
 			settingsDispatchExecutionGuardName: "Dispatch execution guard",
@@ -22770,6 +22780,8 @@ window.__ModuleLoader__.load({
 			settingsCacheWarmupNote: "Только Kimi Code: проецировать большие журналы и читать оригинал по ref при необходимости; на других линиях переключатель ничего не меняет",
 			settingsRetrievalName: "Проекция результатов поиска",
 			settingsRetrievalNote: "Только Kimi Code: проецировать файлы, страницы и поиск при навигации; сохранять код при правке и ревью; на других линиях переключатель ничего не меняет",
+			settingsCacheWaitWarmupName: "Поддержание кеша при ожидании",
+			settingsCacheWaitWarmupNote: "Только Kimi Code: каждые 20 минут ожидания субагентов отправлять лёгкий прогрев, пока субагенты работают, чтобы префиксный кеш не остывал; на других линиях переключатель ничего не меняет",
 			settingsPlanModePipelineName: "Конвейер режима плана",
 			settingsPlanModePipelineNote: "После схождения уточняющего интервью автоматически войти в режим плана, подготовить план и отправить его на утверждение (только в режиме диспетчера); если выключено, этот режим попросит пользователя ввести /plan вручную",
 			settingsDispatchExecutionGuardName: "Защита выполнения диспетчера",
@@ -55088,6 +55100,25 @@ window.__ModuleLoader__.load({
 				}), /* @__PURE__ */ (0, react_jsx_runtime.jsx)("path", { d: "m12 12 4 4M4 3h5M3 16h5" })]
 			});
 		}
+		/** 等待缓存续热那一行的标记：带循环刷新弧线的时钟（周期续热保活）。 */
+		function CacheWaitWarmupMark() {
+			return /* @__PURE__ */ (0, react_jsx_runtime.jsxs)("svg", {
+				viewBox: "0 0 20 20",
+				width: "20",
+				height: "20",
+				fill: "none",
+				stroke: "currentColor",
+				strokeWidth: "1.6",
+				strokeLinecap: "round",
+				strokeLinejoin: "round",
+				"aria-hidden": "true",
+				children: [
+					/* @__PURE__ */ (0, react_jsx_runtime.jsx)("path", { d: "M16.5 10a6.5 6.5 0 1 1-1.9-4.6" }),
+					/* @__PURE__ */ (0, react_jsx_runtime.jsx)("path", { d: "M16.5 3.8v2.8h-2.8" }),
+					/* @__PURE__ */ (0, react_jsx_runtime.jsx)("path", { d: "M10 6.8V10l2.2 1.4" })
+				]
+			});
+		}
 		/** 计划模式管线那一行的标记：一份带勾的计划（计划先出、再交审批）。 */
 		function PlanModeMark() {
 			return /* @__PURE__ */ (0, react_jsx_runtime.jsxs)("svg", {
@@ -55199,6 +55230,7 @@ window.__ModuleLoader__.load({
 			const enabled = value.progressUpdates !== false;
 			const cacheWarmup = value.cacheWarmup !== false;
 			const retrieval = value.cacheWarmupRetrieval !== false;
+			const cacheWaitWarmup = value.cacheWaitWarmup !== false;
 			const planModePipeline = value.planModePipeline !== false;
 			const dispatchExecutionGuard = value.dispatchExecutionGuard !== false;
 			const threshold = typeof value.progressUpdatesNudgeThreshold === "number" ? value.progressUpdatesNudgeThreshold : 8;
@@ -55338,6 +55370,27 @@ window.__ModuleLoader__.load({
 								}
 							})
 						}),
+						/* @__PURE__ */ (0, react_jsx_runtime.jsx)(CardRow, {
+							part: "settings-row-cache-wait-warmup",
+							brand: "#d97724",
+							mark: /* @__PURE__ */ (0, react_jsx_runtime.jsx)(CacheWaitWarmupMark, {}),
+							name: translate("settingsCacheWaitWarmupName"),
+							note: failure?.row === "cacheWaitWarmup" ? failure.text : translate("settingsCacheWaitWarmupNote"),
+							danger: failure?.row === "cacheWaitWarmup",
+							enabled: cacheWaitWarmup,
+							children: /* @__PURE__ */ (0, react_jsx_runtime.jsx)("button", {
+								type: "button",
+								role: "switch",
+								"aria-checked": cacheWaitWarmup,
+								"aria-label": translate("settingsCacheWaitWarmupName"),
+								className: "dsh-progress-switch",
+								"data-dsh-part": "settings-cache-wait-warmup-switch",
+								disabled: !writable,
+								onClick: () => {
+									write("cacheWaitWarmup", "cacheWaitWarmup", !cacheWaitWarmup);
+								}
+							})
+						}),
 						/* @__PURE__ */ (0, react_jsx_runtime.jsx)(CardRow, {
 							part: "settings-row-plan-mode-pipeline",
 							brand: "#566179",