Skip to content

额度校准 v2:API 价格先验 + 单一隐藏额度 + 已知变更日切分 - #272

Merged
moshui-claude-code-macmini[bot] merged 1 commit into
mainfrom
claude/quota-calibration-v2
Oct 7, 2026
Merged

moshui-claude-code-macmini[bot] merged 1 commit into
mainfrom
claude/quota-calibration-v2

Conversation

@moshui-claude-code-macmini

Copy link
Copy Markdown
Contributor

用户结果

菜单栏的模型周额度估算从「全部显示 —」变为可用:按 10-07 生产快照回放,Claude 四个族 B 档、Codex sol A 档(其余有价比档位 B)、Antigravity flash B。新模型上线当天即可按价比估算。

改动

  • 校准内核 v2(src/calibration/)
    • 有公开价目的族共用一个系数(单一隐藏额度 × API 价比):Claude 按 API input 价(Opus 4 / Sonnet 2 / Haiku 1 / Fable 10),Codex 按官方 credit 表(Astra 250 / Sol 50 / Terra 50 / Luna 2.5);review 与 Antigravity 仍逐族拟合。
    • Codex 族内 output 权重 8 → 5(官方 credit 表)。
    • KNOWN_CHANGE_POINTS:Codex 训练集从最近一个已知计量变更日(09-22 / 09-29 / 10-29)之后开始;这些日期落在周期中段,原突变检测看不到。
    • 定级改看逐日留出多天总偏差(A ≤10%、B ≤20%、至少 3 个计分日);有价比的族自身 effΔU <10 时最多 B。
    • FORMULA_VERSION v1 → v2:部署后到各 provider 轮到 cron 之前(≤3 天),旧行显示「未校准:换算口径已更新」。
  • 读侧:backtest_failed 门槛跟随 B_MAX_DEVIATION;不再下发 backtest_max_error(v2 不再计算单日最大误差,客户端该字段可选,提示退化为不带数字)。DB schema、API path、其余 JSON 字段不变。
  • 客户端:App 源码不变;只同步 quota-unavailable-owner.json golden 与对应 Swift 测试期望。
  • fixture:新增 calibration_fixture_2026-10-07.json(生产只读导出,脱敏),导出脚本增加 --source-note 并在头注释补重新生成命令。

验证(证据等级 3)

  • scripts/verify.sh --full:Python 833 通过;Worker 378 通过(含 tsc --noEmit)。
  • 先红后绿:v2 新测试 13 条先红(缺口径/价比/截断,107 ≤ 61 不成立等),实现后全绿。
  • 变异证据(文件备份还原):
    • 价比全设 1 → 2 条红;Claude 偏差 0.117 → 0.216,Codex 0.086 → 0.230。
    • 去掉 Claude 价比 → 2 条红;去掉 Codex 变更日 → 2 条红(Codex 偏差 0.477)。
    • 删掉「自身样本不足最多 B」那一行 → 合成用例红(expected 'A' to be 'B')。
  • 冷启动 CPU(measure_calibration_cold_cpu.mjs,Mac mini):Claude 6.4 → 4.7ms、Codex 7.1 → 5.4ms、Antigravity ≈2.4ms。脚本自带 5ms 门槛在本机对 main 同样不成立(main Codex 7.1ms),Free 计划 10ms 上限满足。
  • 独立 reviewer 子代理审查:Must 1(冷启动封顶无守卫)已补合成用例;Must 2(客户端「最大误差≤25%」文案矛盾)以停发字段解决;Should 1–5 全部处理。

未验证 / 已知局限

  • macOS Swift 测试由本 PR 的 CI 承担(本机无 XCTest)。
  • 部署、cron 重算、菜单栏真实显示(等级 5–6)与 check_cf_usage.py 回源(等级 7)待合并后执行。
  • 菜单栏 A/B 说明「约 ±10% / ±25%」仍是 v1 单日口径,待下次 App 发版改文案。
  • Codex 按档位合并会丢掉版本价差(gpt-6.1-sol 缓存价 0.05×),luna 相对估算可能偏低约 1/3;整体拟合无差异,等 10-29 后数据再评估。
  • 09-27 旧快照上 v2 三家都是 none(数据少时单一阀门偏差 23%),已在测试中如实锁定。

Refs #271

🤖 Generated with Claude Code

- 有公开价目的族共用一个拟合系数(Claude 按 API input 价比,Codex 按官方 credit 表),
  新族零样本也能按价比估算(自身样本不足时最多 B);Antigravity 仍逐族拟合。
- Codex 族内 output 权重 8 → 5(官方 credit 表);训练集从已知计量变更日
  (09-22 / 09-29 / 10-29)截断,变更日落在周期中段时突变检测看不到。
- 定级改看逐日留出多天总偏差(A ≤10%、B ≤20%,至少 3 个计分日),不再被单个异常日主导。
- 读侧不再下发 backtest_max_error(v2 不再计算单日最大误差),菜单栏提示退化为不带数字;
  App 源码不变,只同步 golden 与 Swift 测试期望。
- 新增 10-07 生产只读快照 fixture;10-07 回放:Claude 总偏差 11.7%(B)、Codex 8.6%
  (sol A)、Antigravity flash B。冷启动 CPU:Claude 6.4→4.7ms、Codex 7.1→5.4ms。

Refs #271

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
@moshui-claude-code-macmini
moshui-claude-code-macmini Bot merged commit e7c260f into main Oct 7, 2026
5 checks passed
@moshui-claude-code-macmini
moshui-claude-code-macmini Bot deleted the claude/quota-calibration-v2 branch October 7, 2026 03:10
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

0 participants