[Agent Core] 按实际模型价格计算成本，不再使用固定估价 #76

先看这里：这条 Issue 在解决什么

系统目前不管使用哪个模型，都用同一组单价估算费用。但不同厂商、不同模型以及缓存 Token 的价格差别很大，所以预算判断可能明显不准。

举个例子

同样使用 10 万 Token，便宜模型和高价模型的真实费用可能相差很多。固定单价会让便宜模型过早停止，也可能让昂贵模型已经超支却继续运行。

修改后应该是什么样

根据 Provider 和模型名称选择对应价格，分别统计输入、输出和缓存 Token。遇到未知模型时明确显示“无法准确估算”，而不是悄悄套用一个看似精确的默认价格。

第一次看代码，从哪里开始

先看 ExecutionContext.is_over_budget() 的两个默认价格，再追踪模型名称和 usage 如何进入 Runner。第一阶段使用可注入、带版本号的本地价格表即可，不需要联网抓价格。

下面是实现时需要参考的技术细节和验收标准。

问题

src/sztu_code/core/context.py:200 的 is_over_budget() 默认硬编码输入 3 USD/百万 token、输出 15 USD/百万 token。该估算不区分 Provider/模型，也忽略 cache read、cache creation 和可能的定价层级。

因此同一个 max_budget_usd 在 DeepSeek、OpenAI、Anthropic 或缓存命中请求上可能错误地提前停止，也可能严重超支；当前 API 却把结果表现为精确美元成本。

目标

建立由 Provider/模型标识驱动、可测试且明确标注估算状态的成本账本。

实现范围

• 定义可注入的 pricing policy/catalog，以规范化 Provider、模型和定价版本为键。
• 分别累计 input、output、cache read、cache creation 等 Provider 可报告的 usage。
• 未知模型不得套用一个看似精确的默认价格；提供明确的 unknown 状态和可配置的 fail-open/fail-closed 策略。
• RunStats、事件和 Trace 输出估算成本、币种、定价来源/版本以及是否完整。
• 价格表可通过配置更新，测试不访问网络。
• 明确一次 run 中模型切换或子代理使用不同模型时的聚合方式。

验收标准

• 固定 usage 和固定价格表能精确计算输入、输出与缓存费用。
• 同 token 数的不同模型得到不同成本。
• 未知模型显示 unknown/incomplete，不再默认为 3/15 USD。
• max_budget_usd 的终止决策与配置的未知价格策略一致且可审计。
• 增加 tests/unit/test_context_usage.py 和 Runner stats/事件测试，全程离线。

非目标

不要求自动抓取厂商实时价格；第一阶段使用版本化本地配置即可。