@xiaobuyu/nodesign 0.0.6 → 0.0.8

package/server/engine/agent/model-table.js

@@ -43,10 +43,12 @@ export const UPSTREAMS_BUILTIN = Object.freeze({
     // model-ingress.normalizeImages）。不填 = 什么都能吃，中转站那两个上游维持原样。
     imageFormats: Object.freeze(['image/png', 'image/jpeg']),
   }),
-  // OpenCode Zen（08-21）：免费 stealth 模型 Ox Alpha 只有 OpenAI chat 格式能用工具
+  // OpenCode Zen（08-21）：主入口 /zen/v1。这家**只有 OpenAI chat 格式能用工具**
   // （它的 /v1/messages 桥一带 tools 就 [1210]，四种写法探死）。protocol 'openai-chat'
   // 让 ingress 走 lib/ingress/openai-chat.js 的协议转换而不是透传；其余上游没有这个
-  // 字段 = 透传 Anthropic。钥匙在 .env（NODESIGN_UPSTREAM_ZEN_KEY）。
+  // 字段 = 透传 Anthropic。钥匙在 .env（NODESIGN_UPSTREAM_ZEN_KEY），两个入口同一把。
+  // 今天没有行挂在它上面（内置行全在下面的 zenGo）；留着的理由是这家的**免费 stealth 行只在这个
+  // 入口有**（Ox Alpha 曾经在这儿，08-26 下架；目录里换成了 big-pickle 那一批），下次要接免费行走这条。
   zen: Object.freeze({
     label: 'OpenCode Zen',
     // 覆盖旋钮跟 qwenLocal 同款，**只给探针用**（假上游跑真 ingress+转换层，见 _probe-truncation-e2e.mjs）；
@@ -57,8 +59,39 @@ export const UPSTREAMS_BUILTIN = Object.freeze({
     protocol: 'openai-chat',
     countTokens: false,   // 08-21 探针：404
   }),
-  // 08-21 晚：Zen 第二入口 /zen/go（= OpenCode Go 订阅入口）。同钥匙、目录不同（Ox 叫 ox-alpha-free，x-preview-f-free 它回 401）；
-  // 响应带 `cost`（流式在 [DONE] 之后补 {"choices":[],"cost":"…"}）与 cached_tokens → lib/ingress/upstream-billing.js。'zen' 留着可切回
+  // GMI Cloud（08-25）：算力平台，转卖各家开源权重的部署。**它自己就说 Anthropic 协议**
+  // （`/v1/messages` 原生，不是桥）—— 08-25 用 server/_probe-upstream.mjs 体检 M3 拿 8/9：
+  // 顶层图 ✓ / tool_result 图原样直通 ✓ / prompt cache 真命中 ✓ / 流式 tool_use 分片 ✓ /
+  // max_tokens 128k 不炸 ✓，只差 count_tokens（404，入口本地估算兜底）。所以**不走
+  // openai-chat 转换层**：同一条链路上少一层翻译就少一类 quirk。
+  // ⚠️ 这个账户没有余额：付费模型（gemini/claude/gpt 那些它也转卖）一律 402 CreditsError，
+  // 只有 is_free 的 MiniMax 两行能用 —— 也就是说踩错行不会静默花钱，会当场 402 fail-loud。
+  // 钥匙是一枚 JWT（`~/apikey/gmicloud-API.md`），x-api-key 和 bearer 两种头实测都通，
+  // 按平台文档取 bearer。
+  gmi: Object.freeze({
+    label: 'GMI Cloud api.gmi-serving.com',
+    baseUrl: process.env.NODESIGN_UPSTREAM_GMI_URL || 'https://api.gmi-serving.com',   // ⚠️ 不带 /v1：透传路是 baseUrl + 原始路径
+    keyEnv: 'NODESIGN_UPSTREAM_GMI_KEY',
+    authStyle: 'bearer',
+    countTokens: false,   // 08-25 体检：404
+  }),
+  // NVIDIA build（08-25）：NVIDIA 自己托管的一堆开源权重（102 个模型），开发者档拿 nvapi- 钥匙直接用。
+  // ⛔ **只有 OpenAI 格式**：`/v1/messages` 和 `/v1/messages/count_tokens` 都是 404 → 走 openai-chat 转换层。
+  // ⚠️ 免费档**限流很紧**：08-25 实测串行、间隔 5 秒的小请求里 6 发撞了 1 发 429（141ms 就回），
+  // 大 body 的请求更容易撞。入口对 4xx 是原样透传状态码（forward-openai-chat.js），CLI 见 429 会退避重试、
+  // 用户那边会收到「上游繁忙，正在自动重试」——能用，但别指望它当高频主力。
+  // 延迟画像（同一趟实测 max_tokens=20 的小请求）：中位 772ms，但尾巴很长（单发见过 24.8s / 69s）。
+  nvidia: Object.freeze({
+    label: 'NVIDIA build integrate.api.nvidia.com',
+    baseUrl: process.env.NODESIGN_UPSTREAM_NVIDIA_URL || 'https://integrate.api.nvidia.com/v1',
+    keyEnv: 'NODESIGN_UPSTREAM_NVIDIA_KEY',
+    authStyle: 'bearer',
+    protocol: 'openai-chat',
+    countTokens: false,   // 08-25 体检：404
+  }),
+  // 08-21 晚：Zen 第二入口 /zen/go（= OpenCode Go 订阅，$10/月换 $12/5h·$30/周·$60/月）。跟 'zen' 同一把钥匙、
+  // **目录不同**（免费 stealth 行只在 /zen/v1，Go 目录里是常驻付费款）。响应带 `cost`（流式在 [DONE] 之后
+  // 补 {"choices":[],"cost":"…"}）与 cached_tokens → lib/ingress/upstream-billing.js。今天内置的 API 行大半挂这儿。
   zenGo: Object.freeze({
     label: 'OpenCode Zen Go',
     baseUrl: process.env.NODESIGN_UPSTREAM_ZEN_GO_URL || 'https://opencode.ai/zen/go/v1',   // 探针覆盖，同上
@@ -67,6 +100,63 @@ export const UPSTREAMS_BUILTIN = Object.freeze({
     protocol: 'openai-chat',
     countTokens: false,
   }),
+  // Z.ai / 智谱官方（08-26）：站主自己的 **Coding Plan 订阅**钥匙。
+  // ⚠️ 这把钥匙只认订阅入口：按量的 `/api/paas/v4` 一律 1113「余额不足」，
+  // 能用的是 `/api/anthropic`（Anthropic 原生）和 `/api/coding/paas/v4`（OpenAI 格式）。
+  // **它自己就说 Anthropic 协议**，所以不写 protocol = 透传，不过 openai-chat 转换层
+  // （同 gmi 的理由：链路上少一层翻译就少一类 quirk）。
+  //
+  // 08-26 用 server/_probe-upstream.mjs 体检 glm-5.3-flash 拿 8/9：顶层图 ✓ /
+  // **tool_result 图原样直通** ✓（不需要 liftImages）/ 流式 tool_use 分片拼得回 ✓ /
+  // max_tokens 128k 不炸 ✓ / png+webp+jpeg 三种图都认 ✓；只差 prompt cache（没有）。
+  //
+  // ⛔⛔ **countTokens 必须是 false，而且理由跟别家不一样**：这家的 count_tokens
+  // **不是 404，是恒回 `{"input_tokens":0}` 的桩**（同一段文本真实请求计 462）。
+  // 入口对 `countTokens: true` 的语义是「先转发、404 才回退本地」—— 一个 200 的 0
+  // 会被当真话传给 CLI，**auto-compact 就永远不触发**，会话一路涨到撞上游硬上限才 400。
+  // 荒谬的数反而安全，这个"看起来是正常响应"的 0 才是最危险的那种。
+  //
+  // ⚠️ 并发上限 **3**（08-26 实测：并发 2/3 全过，并发 4 当场两发 429，0.5s 就回）。
+  // 串行完美（10 次间隔 1s 全 200）—— 跟 GMI 那种"串行都掉一半"是两种病。
+  // ⛔ 上游 `zai`（Z.ai / 智谱官方直连，Anthropic 原生透传）**2026-08-30 随它唯一那条行一起删**：
+  // 站主那条包月订阅的额度耗尽了。删之前查过的两处（撤上游照这个查）：① 全表只有 glm-5.3-flash-zai
+  // 一行挂在它上面；② 没有别的行的 fastModel 指着那一行（Ox 那次就是栽在这里，失效还不出声）。
+  // 复牌配方：baseUrl `https://api.z.ai/api/anthropic`（⚠️ 不带 /v1，透传路是 baseUrl + 原始路径）、
+  // keyEnv `NODESIGN_UPSTREAM_ZAI_KEY`、authStyle `x-api-key`（bearer 也通）、
+  // ⛔ `countTokens: false` 必须留着 —— 这家的 count_tokens 不是 404 而是**恒回 0 的 200**，
+  // 入口会把这个 0 当真话传给 CLI，auto-compact 就永远不触发，会话一路涨到撞上游硬上限才 400。
+  // 并发上限 3（08-26 实测：2/3 全过，第 4 发当场 429）。
+  // Merge Gateway（08-27）：**多厂商聚合网关**（api-gateway.merge.dev）。一个模型名后面挂着好几家部署
+  // （GLM-5.3-Flash = particle + zai），网关自己挑，响应头 `x-merge-vendor` 说这一发是谁服务的。
+  // ⭐⭐ 08-28 更正前一句「挑哪家决定不了」：**body 里写 `vendor: '<家名>'` 就能点名**，是硬闸而不是
+  // 建议（写不存在的家回 400「Vendor 'nope' does not serve model」）。头 x-merge-vendor / x-vendor、
+  // routing.vendor、模型名后缀 @zai/:zai 确实都不管用，上一趟试到这里就收工了 —— ⛔ 真正的失误是
+  // **没读 `x-merge-vendor` 响应头**：判「点名成没成」的唯一判据就是它，而当时拿"答得对不对"当判据，
+  // 那个量在轮盘下本来就时对时错。谁在服务这个模型：GET /v1/models?provider=zai 的 `vendors` 映射
+  // （particle / zai / baseten），三家的能力位和单价分开声明（baseten 同模型贵 10 倍）。
+  // 钥匙 `~/apikey/merge.md`（`mg_` 46 字符），bearer 与 x-api-key 都通，取 bearer。账只在响应头上：
+  // `x-credit-balance-usd: 20.00` / `x-budget-limit-usd: 10.00`，**没有余额端点**（/v1/usage 等全 404）。
+  //
+  // ⛔ **08-30 更正上一段**：写的是**偏好序** `vendors:['zai','particle']` 而不是点死一家（见行内
+  // bodyExtra 那段）。08-28 记的「particle 一次只收一张图」这条**部分作废**：上限从 1 张放宽到 **8 张**，
+  // 8 张以内两家表现一致，第 9 张起 particle 一律 400 —— 所以 zai 打头的理由没变，只是换了个数。
+  // → 08-27 记的「约 7~10% 瞎图」和「Anthropic 腿的图路死」，多半也是同一家当时的账，不是协议的账。
+  // ⭐ 留给下一个人的判据：**厂商的能力位是会变的，别把一次实测当常量**；判"这家还瞎不瞎图"要
+  // 重跑 `_merge-vendor-check.mjs`，别读注释。
+  // 仍走 openai-chat：08-27 那趟它 27 发 25 对（Anthropic 腿当时 tool_result 里的图被当**文本**塞进去，
+  // 10KB base64 → prompt 8300 token；那次没点名，归因存疑）。08-28 两条腿点名后复测表现相同 ——
+  // 换腿不再被图挡着，但也没有换的理由，不动。
+  //
+  // count_tokens 这家**有**（回真数不是桩），仍写 false：走 openai-chat 的行不该从 Anthropic 端口取数，
+  // 且实测对中文超收 1.67 倍（同段中文 count 1487 / 真实 892），跟本站本地估算一样偏高，取来不会更准。
+  merge: Object.freeze({
+    label: 'Merge Gateway api-gateway.merge.dev',
+    baseUrl: process.env.NODESIGN_UPSTREAM_MERGE_URL || 'https://api-gateway.merge.dev/v1',
+    keyEnv: 'NODESIGN_UPSTREAM_MERGE_KEY',
+    authStyle: 'bearer',
+    protocol: 'openai-chat',
+    countTokens: false,   // 见上：不是没有，是不该从这条腿取
+  }),
 });
 
 /**
@@ -77,7 +167,12 @@ export const UPSTREAMS_BUILTIN = Object.freeze({
  *   api      API 通路配置（没有 = 订阅通路）：
  *     upstream   UPSTREAMS 的 key
  *     wireModel  发给上游的真模型名（入口出口替换）
- *     sdkAlias   喂 SDK 的 spoof 名（必须是 SDK 认识的 Claude 名；⚠️全表唯一）
+ *     sdkAlias   喂 SDK 的 spoof 名。**可选，加新行默认不用写**：不写 = 自动用共用别名
+ *                （SHARED_SDK_ALIAS，model-context.js 派生时补上）走会话级路由，全表反查
+ *                认不出这行的 alias（没会话前缀的请求 502，探针带 /__nd/<sid> 前缀）。
+ *                显式写 = 独占一个 1M 坑位（必须是 SDK 认识的订阅 Claude 名，⚠️独占名
+ *                全表唯一、加载断言），换来的是没会话也能按 alias 反查（裸探针能直呼）。
+ *                七个独占坑位已全部占满（见下面 SHARED_SDK_ALIAS 注释），新行别惦记
  *     fastModel  该路的 helper/subagent 模型（必须也是本表可路由的 id；
  *                订阅的 haiku 在 API 模式不可用 —— binary 见 API key 即弃 OAuth，
  *                helper 请求同样走唯一的 BASE_URL）
@@ -99,9 +194,55 @@ export const UPSTREAMS_BUILTIN = Object.freeze({
  *
  * 口径（08-21 用户拍板）：有自己标的用自己的（deepseek 蓝鲸、gemini 星），
  * **隐身/神秘的免费行一律用供应商 OpenCode 的方块标**（Ox 这类不公开身份的模型）。
+ *
+ * 08-26 补一家 'glm'：Ox 下架后接替它的 glm-5.3-flash 是**公开身份**的 Z.ai 模型，
+ * 按上面那条口径就该有自己的标，不再走供应商方块。'opencode' 那枚留着 —— 它是给
+ * 下一个隐身行准备的，Zen 目录里那类行一直有（big-pickle 之类）。
  */
 // 'custom'：本地分发版用户自己配的插槽（runtime/local-config.js）没填 brand 时的默认牌子，前端用通用标
-export const BRANDS = Object.freeze(['claude', 'deepseek', 'opencode', 'gemini', 'qwen', 'custom']);
+export const BRANDS = Object.freeze(['claude', 'deepseek', 'opencode', 'glm', 'gemini', 'qwen', 'minimax', 'kimi', 'custom']);
+
+/**
+ * Merge 网关上那两条 GLM 行**共用**的 api 配置：它们是同一个模型、同一个网关，
+ * **差别只有厂商**（各自行里的 `bodyExtra.vendors`；为什么要分两行见表里那两行上方一整段）。
+ * ⛔ 写成共用不是为了省行数：思考档 / maxOutput / 价 / helper 行这些**必须对两条同时生效**，
+ *    分开写迟早漂。改厂商以外的任何东西改这里，model-context.test.js 有断言盯着两行别分家。
+ */
+const GLM_MERGE_API = Object.freeze({
+    upstream: 'merge', wireModel: 'zai/glm-5.3-flash',
+    // 不写 sdkAlias = 共用别名（SHARED_SDK_ALIAS）走会话级路由，08-25 起的默认写法
+    fastModel: 'deepseek-v4-flash-helper',   // helper 挑最耐久的线不是最便宜的线：这家的厂商轮盘不该让标题/压缩也跟着掷骰子
+    thinking: 'strip',              // 出口删 thinking 字段；转换层按 reasoningEffort 发 reasoning_effort
+    // 08-27 实测这家 low|medium|high|max **四档都收**（thinking 字数 922/981/1753/1843），
+    // 比 zen 系宽（那边没有 medium）。取 high 跟另外两条 glm 行一致。
+    reasoningEffort: 'high',
+    maxOutput: 131_072,             // 131072 实测直接吃下
+    // ⚠️ 这家的思考文本字段叫 **thinking / thinking_signature**，不是 zen 系的 reasoning_content
+    // （08-27 第一趟真 SDK 循环"看到 thinking 块：false"就是这么来的）。转换层两处已改成
+    // 「reasoning_content 优先、回退 thinking」，所以这行不用配任何东西 —— 记在这儿是给下一家看的：
+    // **接新行时先看一眼它的思考字段叫什么**，掉了不报错、只是用户看不见思考。
+    // 不设 liftImages：openai-chat 转换层本身就把 tool_result 里的图搬进随后的 user 消息（同 zenGo 那行）
+    // 网关目录价（$0.015/$0.05，缓存读 $0.003）。⚠️ 它的响应把真金额放在 **usage.cost** 里而不是
+    // 顶层 cost（Zen 是顶层），lib/ingress/upstream-billing.js 的 upstreamCostOf 两处都认，
+    // 所以额度口径以上游自报为准，这里的表价是兜底
+    prices: { input: 0.015, output: 0.05, cacheRead: 0.003, cacheWrite: 0 },
+});
+
+/**
+ * **共用 spoof 别名**：`sdkAlias` 不写时的默认值（model-context.js 派生时补上）。
+ *
+ * SDK binary 认识的 1M 名只有七个（strings 扫出来：opus-4-6/4-7/4-8/5、sonnet-4-5-20250929/4-6/5），
+ * 六个已被内置行独占、sonnet-5[1m] 是订阅默认行不许被路由 —— 也就是说「一行一个独占别名」这条路
+ * 已经走到头。共用别名的行（= 不写 sdkAlias 的行 + 本地分发版的全部外部插槽）**不进 WIRE_LOOKUP
+ * 的 alias 键、只按 id 可查**，靠会话级路由分辨（lib/ingress/session-routes.js：一个会话只认
+ * 自己那行和自己的 fast 行，主行优先）。外部插槽（runtime/local-config.js）一直是这么跑的，
+ * 08-25 起内置行也走这条默认路 —— **加新模型行不用再考虑别名这件事**。
+ *
+ * ⚠️ 代价：**没注册会话的请求用这个名发过来一律 502**（全表反查里没有它）—— 探针要带会话前缀
+ * （`/__nd/<sid>/v1/messages`），直呼 appModel id 也行。
+ * ⚠️ 它必须始终是表内一条订阅 Claude 行（SDK 才认识、窗口才查得到）——model-context.js 加载断言。
+ */
+export const SHARED_SDK_ALIAS = 'claude-sonnet-4-6[1m]';
 
 export const MODELS_BUILTIN = Object.freeze([
   // ── 订阅通路（Claude 真名，零注入）──
@@ -116,19 +257,22 @@ export const MODELS_BUILTIN = Object.freeze([
   { id: 'claude-sonnet-5',       window: 200_000, brand: 'claude' },
   { id: 'claude-opus-5',         window: 200_000, brand: 'claude' },
   { id: 'claude-opus-4-7[1m]',   window: 1_000_000, brand: 'claude' },
-  { id: 'claude-sonnet-4-6[1m]', window: 1_000_000, brand: 'claude' },
+  { id: 'claude-sonnet-4-6[1m]', window: 1_000_000, brand: 'claude' },   // = SHARED_SDK_ALIAS（共用别名的本体行，删了它加载断言会炸）
   { id: 'claude-opus-4-7',       window: 200_000, brand: 'claude' },
   { id: 'claude-sonnet-4-6',     window: 200_000, brand: 'claude' },
   { id: 'claude-haiku-4-5',      window: 200_000, brand: 'claude' },
   // 只当 alias 用的订阅名（08-20）：SDK 二进制认识的 1M 名里还空着的一个（strings 扫过：
   // opus-4-6/4-7/4-8/5、sonnet-4-5-20250929/4-6/5 七个 [1m]），给 gemini-3.7-flash 行做 spoof。
   { id: 'claude-opus-4-6[1m]',   window: 1_000_000, brand: 'claude' },
-  // 同上，给 ox-alpha 行做 spoof（08-21）
+  // 08-21 给 ox-alpha 做 spoof，08-26 随 Ox 整族下架**空出来**（行留着：它是 SDK 认识的 1M 名，是坑位不是垃圾）
   { id: 'claude-opus-4-8[1m]',   window: 1_000_000, brand: 'claude' },
-  // 同上，七个里最后一个空着的，给 ox-alpha-max 行做 spoof（08-21 晚）
+  // 同上，08-21 晚给 ox-alpha-max，08-26 也空出来了
   { id: 'claude-sonnet-4-5-20250929[1m]', window: 1_000_000, brand: 'claude' },
-  // alias 池现状（08-21 深夜清槽后）：opus-4-6[1m]→gemini-3.7-flash、opus-4-7[1m]→deepseek-v4-flash-vision、opus-4-8[1m]→ox-alpha、
-  // opus-5[1m]→qwen、sonnet-4-5-20250929[1m]→ox-alpha-max、haiku-4-5→ox-alpha-helper；**sonnet-4-6[1m] 空着备用**；sonnet-5[1m] 是订阅默认行不许被路由
+  // 独占 alias 池现状（08-26 更新）：opus-4-6[1m]→gemini-3.7-flash、opus-4-7[1m]→deepseek-v4-flash-vision、opus-5[1m]→qwen；
+  // **空着三个**：opus-4-8[1m]、sonnet-4-5-20250929[1m]、haiku-4-5（Ox 三行 08-26 下架腾出来的）；
+  // sonnet-5[1m] 是订阅默认行不许被路由；**sonnet-4-6[1m] = SHARED_SDK_ALIAS**（共用别名，永远不许被独占）。
+  // ⚠️ 空出来不等于新行该去占：08-25 起加新行的默认写法就是**不写 sdkAlias**（走共用别名 + 会话级路由），
+  // 这三个坑位留给真正需要"没会话也能按 alias 反查"的场合（探针、跨进程重放那类）。
 
   // ── API 通路 ──
   // kimi-k2.6 行与 moonshot 上游 08-21 深夜清掉（用户：「把 kimi 3.1pro 的槽都清理一下」）：NoDesk 退役后没走过流量，
@@ -222,71 +366,230 @@ export const MODELS_BUILTIN = Object.freeze([
     api: {
       upstream: 'zenGo', wireModel: 'deepseek-v4-flash-vision-exp',
       sdkAlias: 'claude-opus-4-7[1m]',   // kimi 退役腾出来的 1M 名；窗口由 CLAUDE_CODE_AUTO_COMPACT_WINDOW=272k 钉住
-      fastModel: 'ox-alpha-helper',      // 一句话的活仍走免费 Ox helper
+      // 08-26 从 ox-alpha-helper 改过来：Ox 整族下架（上游 401 "Model ox-alpha-free is not supported"），
+      // 那条 helper 一起没了。⚠️ 这处失效**完全不出声** —— helper 角色 ingress 不推 onNotice、不报
+      // onTruncated，用户只会觉得"标题没生成、压缩没做成"。改挂 08-25 建的通用 helper 行
+      fastModel: 'deepseek-v4-flash-helper',
       thinking: 'strip',
       reasoningEffort: 'high',
       maxOutput: 128_000,
       prices: { input: 0.44, output: 1.32, cacheRead: 0.014, cacheWrite: 0 },
     },
   },
-  // ── OpenCode Zen · Ox Alpha（08-21，用户称「大事」的第一块）──
-  // 真 id x-preview-f-free（models.dev name "Ox Alpha Free"；/models 列表里没有带 ox 的名，别按名猜）。
-  // 1M ctx / 131k out / 图+视频 / 工具 / reasoning effort low|high|max / 价 0；官方「free for
-  // the next week」（08-20 公告）+ zero-retention 不训练。大概率 GLM 系 stealth（错误码体系 +
-  // 社区指纹）。⚠️ 一周后要么变付费 GLM 要么下架 —— 这行是插件，闸和转换层才是耐久资产。
-  // 上线顺序：先 gate localGen 给 admin 试跑真任务，过关再开闸并设为全员默认。
+  // ⛔ `glm-5.3-flash`（/zen/go 上那条，08-26 接替下架的 Ox Alpha）**08-27 撤掉**：用户拍板。
+  // 同一个模型现在还有两条线（下面的 zai 官方直连、再下面的 merge 网关），而这条是三条里最贵的
+  // （$0.15/$0.50 缓存 $0.03，是 merge 那条的十倍），留着只会让人在 picker 里挑错。
+  // 撤之前查过的两处（下次删行照这个查）：① 全表没有别的行的 fastModel 指着它（Ox 那次就是栽在这里，
+  // 失效还不出声）；② 生产累计只跑过 9 个 run（$0.26），session-config 里钉着它的会话只有 2 个 ——
+  // 那两个会拿到 403 MODEL_NOT_ALLOWED（「这个会话指向的模型现在不可用，请换一个」），fail-loud，
+  // 表里没有"退役 → 继任"的映射，也**不会**静默落到订阅通路。
+  // ⚠️ 上游 `zenGo` 本身留着：deepseek 视觉行和全站唯一的 helper 行都挂在它上面。
+  // 复牌就是照下面两条 glm 行的形状写一份：upstream 'zenGo'、wireModel 'glm-5.3-flash'、
+  // 窗口跟那两行取同一个数（08-30 起是 1M）、thinking strip、reasoningEffort high、
+  // maxOutput 131072、prices 0.15/0.50/0.03/0。
+  // ⛔⛔ `glm-5.3-flash-zai`（Z.ai 官方直连，08-26 接替下架的 Ox、08-27 起当全员默认行）
+  // **2026-08-30 撤掉：站主那条包月订阅的额度耗尽了**。
+  // ⭐ 撤的时候上游原话是：`[1310][Weekly/Monthly Limit Exhausted. Your limit will reset at
+  // 2026-09-03 02:23:20]` —— **不是订阅到期，是周/月配额用尽，09-03 会自己重置**。
+  // 所以这不见得是永别：09-03 之后想复牌，照下面的配方把行和上游加回来、.env 里那行钥匙
+  // 去掉 # 即可。⚠️ 但复牌**不等于自动拿回默认**：`default: true` 现在在 merge 那行上，
+  // 而且"默认行是谁"有三条断言钉着（见 model-context.test.js），要挪得先在那儿绊一下。
+  // ⚠️ 也别忘了它每周都会再耗尽一次 —— 真要长期当默认，得先想清楚"配额用尽那天怎么办"，
+  // 这次的答案是人工撤行，那不是个能每周做一遍的答案。这一行从 08-26 起就写着「用完就撤」，
+  // 撤法也提前写好了，这次是照着执行的：删行 + 删上游 zai + 删 .env 的 NODESIGN_UPSTREAM_ZAI_KEY
+  // + **同一个动作把 `default: true` 挪走**（那条代价当时就点名了：不挪的话新会话第一轮就落在
+  // 一个不存在的行上，而"默认行必须免费"那条断言拦不住这一种 —— 它只看价，不看这行还在不在）。
+  // 撤之前查的两处照旧：① 没有别的行的 fastModel 指着它；② 只有它挂在上游 zai 上。
+  // 钉着它的 15 个会话（13 个项目、大多是真的 basic 用户）**改钉到下面那条 merge 行** ——
+  // 同一个模型，对话中途不换性格；不清空钉子是因为清了会落到 NODESIGN_MODEL 的订阅行，
+  // basic 用户照样 403。表里仍然没有"退役 → 继任"的自动映射，那是数据迁移不是代码。
+  // 复牌配方（上游注释里那份没删）：upstream 'zai'、wireModel 'glm-5.3-flash'、窗口跟 merge 行取同一个数、
+  // thinking 'strip'（⚠️ budget_tokens 在这家不管用，要"不想"走 disabled）、liftImages false、
+  // maxOutput 131072、四价全 0、fastModel 'deepseek-v4-flash-helper'（helper 特意不留在这家：并发桶只有 3）。
+  // ── Merge 网关 · GLM-5.3-Flash（08-27）── 同一个模型的**第三条线**。照 08-26 那次的判断做成独立行、
+  // 不做动态路由：三家各有各的 prompt cache，一个会话在几条线之间跳，跳一次几边都是冷的。
+  // 三条线的实测差别（都是真跑出来的，不是抄文档；接第四条时照这个格式对账）：
+  //                zai 官方直连（默认行）      merge 网关（本行）
+  //   协议         Anthropic 原生透传          **只能** OpenAI chat（见上游注释）
+  //   prompt cache **没有**                    真命中（9038 → 第二发 cache_read 9024）
+  //   花钱         包月订阅，记 0（限时）       **$0.015/$0.05**，真金白银但全表最便宜的一档
+  //   并发         **上限 3**                  6 并发全 200（15.8s，没撞到上限）
+  //   视觉         稳                          **约 7~10% 的请求会瞎**（厂商轮盘，见上游注释）
+  //   count_tokens 恒 0 的桩 → 关掉             有且回真数，但仍关掉（理由见上游注释）
+  // 08-27 撤掉的 zenGo 那条（$0.15/$0.50）是三条里最贵的，本行的输入价是它的 1/10：
+  // 满窗一轮的缓存读从 $0.03 掉到 $0.003。**zai 那条订阅用完之后，这条是接得住量的那一条**
+  // （有缓存、并发不紧），只是接默认之前得先解决瞎图那 7~10%（或者接受它）。
+  // ── Merge 网关上的**两条** GLM 行（08-30 深夜拆开）：同模型、同网关、同价，**差别只有厂商** ──
+  //   particle：内联图 **8 张是硬上限** —— n=8 ✅，n=9 起一律 400
+  //     「GLM requests accept at most 8 inline PNG…」（9/10/12/16/20 全挂）。
+  //   zai：n=4→20 全 ✅，且抽问第 1/10/16 张里印的词都念得出来 —— 是真读了，不是收下再悄悄丢。
+  //   速度（28 万上下文、逐轮追加、缓存 4/4 命中）：particle 每步 1.8-2.8s / 冷启 14.4s，
+  //     zai 每步 3.9-7.0s / 冷启 20.6s，5 轮同价 $0.00787。⛔ 早前「只快 20%」是 6.5 万上量的，
+  //     差距随上下文放大 —— **这类账必须在真实体量上量**。
+  //   → 默认行（设计）走 zai：真会话一个就有 51 张图，图多是这个产品的主路径不是边角。
+  //     演出行走 particle：rp 模式的会话实测最多 6 张图（见那行的注释）。
+  // ⛔⛔ 留给下一个人的判据：**复验 particle 的图必须发 9 张以上。**08-30 白天那趟用三张图复测，
+  //   得出「多图 400 已经没了 36/36」于是把默认改成 particle，上线 40 分钟就被真会话打回 ——
+  //   那条限制不是没了，是从 1 张放宽到 8 张，三张的题目它根本不需要拦。同族老账见
+  //   feedback-verify-the-instrument：判一道闸在不在，要给它一个它必须拦的东西。
+  // ⚠️ particle 次要弱项：图散在多轮历史 + **请求没声明 tools** 时只看得见最后一张（20 发挂 8 发）；
+  //   声明了 tools 就 20/20。本站请求永远带 tools，撞不到。
+  // ⭐⭐ 真正决定「一步要等多久」的是**这一轮缓存命不命中**，不是挑了哪家：命中时上下文从 4.5 万
+  //   涨到 28 万、延迟只从 5s 到 6.7s；不命中一路涨到 29s（compact 后必冷一轮，28 万 14-20s）。
+  // vendors 的语义是「按顺序取第一个**可用的**」（OpenAPI 原话 "First available wins."）。
+  // ⚠️ 「后备」含金量有限：实测**不在错误后转移**（`['zai','baseten']` 拿一个 zai 必拒的请求试，
+  //   回 400 而不是转给 baseten）。particle 兜的是「zai 被标成不可用」那一档，不是「zai 这一发报错」。
+  // ⛔ **baseten 不许进这两串**：同一发请求 usage.cost $0.000626，是 particle 的 48 倍、zai 的 11 倍。
+  // ⛔ 「不指定让网关自己挑」是假出路：不点名实测 20/20 全落 zai，而网关的默认自己会变（08-28 裸请求
+  //   8/8 落 particle）。它自带的 round_robin / least_latency / 策略 API 也不能用 —— **全是按请求选的，
+  //   而 prompt cache 每家一份跨不过去**（同一前缀换一家 cached 立刻归 0、贵 5 倍）＝每轮都冷。
+  //   ⏸ 曾按 sessionId 哈希做过会话粘性分配（`4939279`），撤了；要回来去那个 commit 拿。
+  {
+    // 08-30 起 **1M**（跟上面那行一起开，用户拍板）。网关目录里这个模型本来就写的 1000000
+    // （max_output 131072），此前的 272k 是我们自己收的口。两条 glm 行同时改，换线时
+    // auto-compact 的分母仍然一致，上下文条不会"换条线突然缩水"。
+    // ⭐ 跟 zai 那行不同的是**这条有 prompt cache**（9038 → 第二发 cache_read 9024），
+    // 所以窗口开大对它的边际成本温和得多：重传的部分大都按 $0.003/M 的缓存读走。
+    id: 'glm-5.3-flash-merge', window: 1_000_000, brand: 'glm',
+    // 08-27 用户拍板**直接对全员开**（含 basic）：跟 deepseek 视觉行同一套管法 ——
+    // 它**不是免费行**（四价非 0），走的是每日美元额度，basic 的 $5/天 + 表价记账管着它，
+    // 而这行的单价是全表最低的一档，同样的钱能跑十倍的量。
+    // 08-28 之前这里写着"偶发瞎图约 7~10%"—— 那是没点名 vendor 时的账，点名之后 desc 里的
+    // "偶尔会漏看图"已撤。要收回这行就在 select 里加 `gate: 'localGen'` 一处（三个消费方都走 selectableModelsFor）。
+    // 08-30 desc 砍短：价格表撤进注释，picker 里只留"极便宜"这个判断。
+    // ⭐⭐ **08-30 起接过全员默认**（zai 那条订阅额度耗尽撤行，用户拍板「默认丢到 merge 那边」）。
+    // 这一脚**故意踩破了「默认行必须是免费行」那条规矩**，所以把破了之后各处怎么变写在这儿：
+    // ① 钱：不再走 turn.js 的按轮次免费闸（300 轮/天），改走美元闸。真实单价按 zai 那行的
+    //    token 画像折算 ≈ **$0.0023/轮**（均输入 31.6k / 输出 3.0k / 缓存读 567k），basic 的
+    //    $5/天 ≈ 2000 轮 —— 比免费行的 300 轮/天还宽。**钱不是这次的风险**。
+    // ② ⛔⛔ 并发才是：`checkConcurrency` 原来按"免费/付费"分档，付费行走
+    //    NODESIGN_MAX_CONCURRENT_RUNS（.env 里是 **3**），免费行走 FREE_MAX（12）+ 内存闸。
+    //    照原样改完，站点默认路径的并发天花板会从 12 掉到 3，而实测峰值在飞 turn 是 4 ——
+    //    第 4 个人当场吃「现在有点挤」。所以同一刀把那道闸的判据改成**订阅/非订阅**：
+    //    那个 3 从来是护站主 Claude 订阅的，不是护一个 $0.015/M 的网关（见 lib/quota.js）。
+    // ③ 单点：厂商偏好序第一顺位是 zai（`vendors:['zai','particle']`），而网关**不在错误后转移**，
+    //    所以那一家挂 = 全站默认路径挂；掉到 particle 也只有不带图的会话还能用（8 张上限）。
+    // ⚠️ label 第二段是这两行**唯一**的区分（第一段一模一样）：`compactLabel` 按"撞不撞名"
+    // 自己决定按钮上印长名还是短名，表里不用替它做这个决定，但第二段不能砍。
+    select: { label: 'GLM-5.3-Flash · 设计', desc: '有视觉 · 图不限张数 · 1M 上下文 · 极便宜', default: true },
+    api: { ...GLM_MERGE_API, bodyExtra: { vendors: ['zai', 'particle'] } },
+  },
   {
-    id: 'ox-alpha', window: 1_000_000, brand: 'opencode',
-    // 08-21 经营态拍板：全员默认模型（default: true），公开注册号只能用它这类免费行。
-    select: { label: 'Ox Alpha（免费）', desc: '限时免费 · 1M 上下文 · 有视觉 · 人人可用 · 思考档 high', default: true },
+    // ⭐⭐ 08-30 深夜加的第二条（用户拍板「让 RP 和设计玩家对号入座」）。跟上面那行同模型同价，
+    // 只是把厂商换成 particle：**每步更快，代价是内联图上限 8 张**（见上面那整段）。
+    // ⭐ 拍板前先量了真会话，用户的直觉是对的：rp 模式 12 个会话图数 0/0/0/0/0/0/0/1/1/2/5/6 —— 
+    //   一个都没到过 8；design 模式 25 个里有 7 个超过 8（9/9/10/11/21/31/51）。
+    // ⚠️ 但最高那个 6 离 8 只差两张，所以撞线是迟早的事：转换层把那条 400 翻译成了
+    //   「换到设计那条线」的人话（lib/ingress/upstream-error-hints.js），别把它删了。
+    // ⛔ 不设 default —— 默认永远是上面那条（图不限张数的那条兜得住所有人）。
+    id: 'glm-5.3-flash-rp', window: 1_000_000, brand: 'glm',
+    select: { label: 'GLM-5.3-Flash · 演出', desc: '每步更快 · 但整场最多 8 张图 · 1M 上下文 · 极便宜' },
+    api: { ...GLM_MERGE_API, bodyExtra: { vendors: ['particle'] } },
+  },
+  // ── GMI Cloud · MiniMax（08-25）── 两行都是 GMI 标 `is_free` 的免费部署；账户无余额，付费行 402，
+  // 所以这条上游不存在"选错模型静默烧钱"。目录价（免费期结束后才会真收）：M3 $0.60/$2.40 缓存 $0.12，
+  // **prompt 超过 512k 单价翻倍**（$1.20/$4.80）；M2.7 $0.30/$1.20 缓存 $0.06。今天一律记 0。
+  {
+    // 真窗口 1048576。272k 是用户 08-25 拍板的档（跟 deepseek 行同一个理由：每轮都要重传全量上下文，
+    // 这台机器的出网流量超 200GiB/月要真付钱；且正好落在 GMI「512k 以上翻倍」那道价格坎下面）。
+    id: 'minimax-m3', window: 272_000, brand: 'minimax',
+    // 08-26 到 08-27 当过全员默认，08-27 把 `default: true` 交给 zai 那条官方直连（用户拍板）：
+    // 这条上游 08-26 实测串行 4/8 大面积限流（当天生产日志 106 次 429），当默认不够好。
+    // ⭐ 它仍是**候补默认**：四价全 0 = modelIsFree，公开注册号的经营态靠的是免费行走 turn.js 的
+    // 按轮次闸而不是金额闸 —— zai 那条订阅用完撤掉的那天，`default: true` 要么回到这里，
+    // 要么去别的四价全 0 的行（⛔ 不许落在付费行：那等于公开注册就直接烧钱）。
+    // ⚠️ 这行的免费是 GMI「限时免费部署」，免费期一结束这条候补也不成立了
+    select: { label: 'MiniMax M3（免费）', desc: '免费 · 有视觉 · 272k 上下文 · 自己决定想多久' },
     api: {
-      upstream: 'zenGo', wireModel: 'ox-alpha-free',   // 08-21 晚切 /zen/go 入口（主入口名 x-preview-f-free，upstream 'zen'）
-      emptyRetries: 6, retryBudgetMs: 360_000,   // 就地重发放宽，理由见 resolveWireModel 的 emptyRetries 注释
-      sdkAlias: 'claude-opus-4-8[1m]',
-      fastModel: 'ox-alpha-helper',   // helper 走独立行才分得出 role（会话 env SMALL_FAST_MODEL 发的是 app id）
-      thinking: 'strip',              // 出口不带 Anthropic thinking 字段；转换层按 reasoningEffort 发 reasoning_effort
-      // Ox 三档 low|high|max。08-21 小题实测 reasoning_tokens：不传≈27、low=0、high=3、max=27；
-      // 但上生产后 'max' 在真会话里想了 28,930 字 / 4 分 20 秒才出第一个字（用户看到的是
-      // "只有绿点没有回复"）。改 'high'：还想，但不把一轮耗在想上
-      reasoningEffort: 'high',
-      maxOutput: 131_072,
-      // 不设 liftImages：openai-chat 转换层本身就把 tool_result 里的图搬进随后的 user 消息
-      // （OpenAI 的 tool 角色消息装不下图，上游放了会挂死 120s）。同一件事只留一条路。
+      upstream: 'gmi', wireModel: 'MiniMaxAI/MiniMax-M3',
+      // 不写 sdkAlias = 共用别名（SHARED_SDK_ALIAS）走会话级路由：会话认得出，
+      // 全表反查认不出（探针要带会话前缀）。独占 1M 坑位 08-25 起已满员，新行都走这条默认路。
+      fastModel: 'deepseek-v4-flash-helper',
+      // ⭐ M3 的思考是**开关不是档位**：GMI 部署实测 adaptive（模型自己决定想不想、想多久）/
+      // disabled（不想）/ enabled+budget（每轮强制想）三种都收，但没有 low|medium|high 这套档。
+      // 本站给 API 行一律发 enabled+8192（pickThinkingConfig），对 M3 等于每一轮都强制想 ——
+      // agent 的活大半是"读文件、调工具"这种不值得想的，所以出口改写成 adaptive。
+      thinking: 'adaptive',
+      liftImages: false,   // 08-25 体检 3b：tool_result 里的图**原生直通**（跟 llama.cpp 一样），不需要提升
       prices: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
     },
   },
+  // ── NVIDIA build · Kimi K3（08-25）── 免费开发者档，08-25 体检（裸 OpenAI 协议）：
+  // 文本 ✓ / 工具（含回程 tool 消息）✓ / **视觉真的有** ✓（判据是 token 账：同一张图 prompt_tokens 98 → 322
+  // 且答出图里的 ND-7342 与黄色三角）/ 流式含 reasoning_content 与 tool_calls 增量、末块带 usage ✓ /
+  // prompt cache 命中（8101 里缓存 3072）✓ / 上下文实测 **40 万 token 照收**（260k/400k 两档都 200）。
+  // ⛔ 没有 /v1/messages 也没有 count_tokens（都 404）→ 走 openai-chat 转换层 + 入口本地估算。
+  // ⛔ 思考档是 **low | high | max** 三个值（上游 400 的原话：`Unsupported Kimi K3 thinking_effort="medium"`），
+  // 跟 Ox 一样，所以 medium 别写。
   {
-    // 同一个 Ox，思考档 max：真会话里 max 想过 28,930 字 / 4 分 20 秒才出首字，所以不做默认、
-    // 单独一行给愿意等的人。两行 protocol 同为 openai-chat，会话中途互切不触发 LANE_SWITCH
-    id: 'ox-alpha-max', window: 1_000_000, brand: 'opencode',
-    select: { label: 'Ox Alpha · 深想（免费）', desc: '同一个 Ox · 思考档 max · 想得久，首字可能等几分钟 · 重活再开' },
+    // 上游至少收 400k，这里按 272k 收口：跟 deepseek 行同一个理由（每轮重传全量上下文，出网流量要钱），
+    // 而且实测延迟随上下文明显变长（260k 那发 24.9s、400k 那发 39.8s）。要放大改这一个数就行。
+    id: 'kimi-k3', window: 272_000, brand: 'kimi',
+    // ⚠️ 先 gate localGen（admin + 获批），理由是**限流**：全站共用一把 nvapi 钥匙 = 一个限流桶，
+    // 而 agent 一轮会连着发好几发。08-25 实测串行 5 秒间隔的小请求 6 发里就撞了 1 发 429。
+    // 开闸只要删掉 gate 这一处（清单、PUT /model、turn.js 三个消费方都走 selectableModelsFor）。
+    select: { label: 'Kimi K3（免费）', desc: '免费 · 有视觉 · 272k 上下文 · 思考档 max，首字可能等 · 上游限流，偶尔要等自动重试', gate: 'localGen' },
     api: {
-      upstream: 'zenGo', wireModel: 'ox-alpha-free',   // 08-21 晚切 /zen/go 入口（主入口名 x-preview-f-free，upstream 'zen'）
-      emptyRetries: 6, retryBudgetMs: 360_000,   // 就地重发放宽，理由见 resolveWireModel 的 emptyRetries 注释
-      sdkAlias: 'claude-sonnet-4-5-20250929[1m]',
-      fastModel: 'ox-alpha-helper',   // helper 一句话的活用 low 档那行，不跟着深想
-      thinking: 'strip',
+      upstream: 'nvidia', wireModel: 'moonshotai/kimi-k3',
+      // sdkAlias 不写 = 共用别名走会话路由（08-25 起的默认写法，见 SHARED_SDK_ALIAS）
+      // helper 特意**不留在 NVIDIA**：那把钥匙的限流桶是全站共用的，标题/分类器那几发会跟主回合抢配额，
+      // 交给 /zen/go 那条常驻的 helper 行（跨上游做 helper 有先例：deepseek 视觉行用的是 Ox 的 helper）
+      fastModel: 'deepseek-v4-flash-helper',
+      thinking: 'strip',            // 转换层按 reasoningEffort 发 thinking_effort，Anthropic 的 thinking 字段出口删掉
+      // 三档 low|high|max（没有 medium）。给满档的理由是**这家限的是并发不是 token**（用户 08-25 拍板）：
+      // 想多久都不额外花钱，那就别省。⚠️ 代价是首字更慢 —— Ox 那行的 max 在真会话里想过 4 分 20 秒才出
+      // 第一个字（用户看到的是"只有绿点没有回复"），所以 desc 里写明了；而且想得久就占着并发槽更久，
+      // 全站共用一把 nvapi 钥匙，这也是它先 gate localGen 的原因之一。想改回快档就是这一个字段。
+      // helper 那行走自己的档（deepseek-v4-flash-helper 的 low），不受这里影响。
       reasoningEffort: 'max',
-      maxOutput: 131_072,
-      prices: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
+      prices: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },   // 开发者档不计费，真限流的是速率不是钱
     },
   },
+  // ⛔ `minimax-m2.7` 行 08-25 当天加上又撤掉（用户拍板「2.7 撤了吧」）：**GMI 这家部署把图整个丢掉**。
+  // 判据是 token 账不是模型的说法 —— 七种形态（Anthropic base64 图在前/文本在前、source.type=url、
+  // OpenAI data:URI、OpenAI http URL、两个协议的纯文本基线）打过去，input_tokens **一律 47**，
+  // 跟不带图的基线一个字节不差；同一趟 M3 是 27 → 561/667/703/809 且描述对得上真值。上游 200、不报错，
+  // 模型只会说"我没看到图片" —— 静默丢弃。加上它比它自己慢一档（同题 M3 3s / M2.7 34s），
+  // 本站整条感知栈（截图、板面渲染、生图回看）都靠工具回图，一个瞎子行只会让人踩坑。
+  // 复牌就是照着 minimax-m3 那行写一份：wireModel 'MiniMaxAI/MiniMax-M2.7'、window 180_000、
+  // 不写 sdkAlias（默认共用别名）、fastModel 'deepseek-v4-flash-helper'、thinking 'adaptive'、零价 —— 但先重跑一遍
+  // server/lib/_gmi-check.mjs 的图那一项，确认这家换后端了再说。
   {
-    // Ox 的 helper 行（08-21 晚）：不进 picker（无 select），只做两个 Ox 主行的 fastModel。
-    // 为什么要单独一行：session-loop 给 CLI 的 ANTHROPIC_SMALL_FAST_MODEL 是 app id，
-    // ox-alpha 主行自己当 fast 时 helper 请求和主请求同名，ingress 分不出 role、helper
-    // 也跟着 high 想。独立行 + alias haiku（表内空着的订阅名，helper 不需要 1M 窗）。
-    id: 'ox-alpha-helper', window: 1_000_000, brand: 'opencode',
+    // ── 通用 helper 行（08-25 晚，用户拍板"用 opencode 的 deepseek-v4-flash，这个坚挺"）──
+    // 标题 / auto 分类器 / 摘要这类一句话的活。不进 picker。
+    //
+    // 为什么单独一行：session-loop 给 CLI 的 ANTHROPIC_SMALL_FAST_MODEL 是 **app id**，helper 请求
+    // 因此带着这一行的 id 进来 —— 跟主行的名字不同，入口才分得出 role（同名就分不出，主行想多久
+    // helper 跟着想多久）。
+    //
+    // ⭐ 为什么挂在 zenGo 而不是跟着主行走：**helper 要挑最耐久的那条线，不是最便宜的那条**。
+    // GMI 的 MiniMax 是限时免费（免费期结束就 402），NVIDIA 的开发者档限流紧（429 说来就来，
+    // 而且全站共用一把钥匙 = 一个限流桶，helper 会跟主回合抢），Ox 是随时可能下架的 stealth 行。
+    // /zen/go 是按月订阅的池子，deepseek-v4-flash 是它目录里的常驻款。08-25 实测：1.3~2.3s、
+    // reasoning_effort 三档都收、额度内 cost 报 "0"。
+    //
+    // ⚠️ 这条一挂上，**minimax-m3 就成了第一条"主行说 Anthropic、fast 行说 OpenAI"的会话**。
+    // 值得担心的是转换层合成的 thinking 块没有 signature（08-21 记过：这种块回传给真 Anthropic 会
+    // 400 invalid signature，crossLaneSwitchReason 那条闸就是为它装的）。08-25 专门探了一遍 GMI：
+    // 空 signature / 没有 signature 字段 / 瞎编 32 字节，**三种都照收 200**（答案还对）——
+    // 也就是这家不校验签名，这个配对是安全的。⛔ 换别的 Anthropic 原生上游做主行时要重探这一项。
+    id: 'deepseek-v4-flash-helper', window: 272_000, brand: 'deepseek',
     api: {
-      upstream: 'zenGo', wireModel: 'ox-alpha-free',   // 08-21 晚切 /zen/go 入口（主入口名 x-preview-f-free，upstream 'zen'）
-      // helper 不放宽重发（走全局默认 2 次）：它就是标题/分类器一句话的活，
-      // 接不上无所谓，多打几发只是白占上游并发。
-      sdkAlias: 'claude-haiku-4-5',
-      fastModel: 'ox-alpha-helper',
-      thinking: 'strip',
-      reasoningEffort: 'low',
-      maxOutput: 131_072,
-      prices: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
+      // ⛔ **必须是 -vision-exp 那个变体**：08-25 实测同池的纯文本版 `deepseek-v4-flash` 一带图就 400
+      // （上游原话 invalid_request / "does not support image"），而 helper 行接的**不只是标题** ——
+      // auto-compact 要把整段对话（含工具回的截图）交给它，会话级路由还会把一切认不出的名字兜底改道过来。
+      // 更坏的是这类失败**不出声**：ingress 对 helper 角色特意不推 onNotice / 不报 onTruncated
+      // （model-ingress.js），用户只会觉得"标题没生成、压缩没做成"，日志里也难翻。
+      // 对照实测：纯文本版 无图 200 / 有图 400；vision-exp 无图 200 / 有图 200。
+      upstream: 'zenGo', wireModel: 'deepseek-v4-flash-vision-exp',
+      fastModel: 'deepseek-v4-flash-helper',   // 不写 sdkAlias，走共用别名
+      thinking: 'strip',                       // 出口删 thinking 字段，档位由 reasoningEffort 发
+      reasoningEffort: 'low',                  // 一句话的活不该想；实测 low 仍会想一两句，够短
+      // ⚠️ 不设 maxOutput（走转换层默认 131072）：auto-compact 的摘要也走这一行，钉个小上限会把摘要
+      // 静默截断 —— 而 helper 的截断标记恰恰是被压掉的那一路，出了事没有任何信号
+      // Go 额度内上游报 cost="0"，真金额以上游为准（context.applyUpstreamBilling）；这里的表价是
+      // 额度外的兜底与配额口径，先跟视觉那行同价（保守高估，helper 一次也就几百 token）
+      prices: { input: 0.44, output: 1.32, cacheRead: 0.014, cacheWrite: 0 },
     },
   },
 ]);