fix: 统一 input_context_expr 计算口径，移除按 api_format 分支的 CASE 逻辑

input_context_expr() 原先按 OpenAI/Gemini 和 Claude 分支计算输入上下文，
现统一为 input_tokens + cache_read_input_tokens，与 usage 表展示口径一致。
同步更新 admin 和 user_me 路由中的缓存命中率注释，并新增单元测试。

src/api/admin/usage/routes.py

@@ -87,8 +87,8 @@ def _calculate_token_cache_hit_rate(
 
     Args:
         total_input_context: 已归一化的总输入上下文 token 数。
-            Claude 格式: input_tokens + cache_read_input_tokens
-            OpenAI/Gemini 格式: input_tokens（已包含 cache_read）
+            由 query.py 的 input_context_expr() 统一计算，固定为
+            input_tokens + cache_read_input_tokens。
         cache_read_tokens: 缓存读取 token 数
     """
     context = int(total_input_context or 0)
@@ -1961,9 +1961,7 @@ def _apply_replay_model_to_body(
     """根据目标格式决定是否写入 body.model。"""
     from src.core.api_format.metadata import resolve_endpoint_definition
 
-    target_meta = (
-        resolve_endpoint_definition(target_api_format) if target_api_format else None
-    )
+    target_meta = resolve_endpoint_definition(target_api_format) if target_api_format else None
     if target_meta is not None and not target_meta.model_in_body:
         body.pop("model", None)
         return
@@ -1997,9 +1995,7 @@ class AdminUsageReplayAdapter(AdminApiAdapter):
             original_api_format.split(":")[0] if ":" in original_api_format else ""
         )
         original_request_body = usage_record.get_request_body()
-        body_override_payload = (
-            self.body_override if isinstance(self.body_override, dict) else None
-        )
+        body_override_payload = self.body_override if isinstance(self.body_override, dict) else None
         override_model: str | None = None
         if isinstance(body_override_payload, dict):
             override_val = body_override_payload.get("model")
@@ -2262,7 +2258,9 @@ class AdminUsageReplayAdapter(AdminApiAdapter):
                 # envelope 失败仍发送原始体
 
         # 获取提供商名称
-        provider_name = target_provider_obj.name if target_provider_obj else usage_record.provider_name
+        provider_name = (
+            target_provider_obj.name if target_provider_obj else usage_record.provider_name
+        )
 
         # 发送请求
         try:

src/api/user_me/routes.py

@@ -68,7 +68,8 @@ def _calculate_token_cache_hit_rate(total_input_context: int, cache_read_tokens:
     """计算缓存命中率。
 
     Args:
-        total_input_context: 已归一化的总输入上下文 token 数（由 query.py 按 API 格式精确计算）。
+        total_input_context: 已归一化的总输入上下文 token 数
+            （由 query.py 的 input_context_expr() 统一计算，为 input + cache_read）。
         cache_read_tokens: 缓存读取 token 数。
     """
     context = max(0, int(total_input_context))

src/services/usage/query.py

@@ -2,28 +2,25 @@ from __future__ import annotations
 
 from dataclasses import dataclass
 from datetime import datetime, timedelta, timezone
-from typing import Any
+from typing import TYPE_CHECKING, Any
 
-from sqlalchemy import Case, case, func
+from sqlalchemy import case, func
 from sqlalchemy.orm import Session
 
+if TYPE_CHECKING:
+    from sqlalchemy.sql.elements import ColumnElement
+
 from src.core.logger import logger
 from src.models.database import ApiKey, Usage, User
 
 
-def input_context_expr() -> Case:
-    """构造 SQL CASE 表达式，根据 api_format 精确计算每条记录的总输入上下文 token 数。
+def input_context_expr() -> ColumnElement[int]:
+    """计算缓存命中率口径下的总输入上下文 token 数。
 
-    - OpenAI/Gemini: input_tokens 已包含 cache_read_input_tokens，直接使用
-    - Claude/未知: input_tokens 不含 cache_read，需要加上
+    为了与 usage 表中“输入 tokens + 缓存读取 tokens”的展示口径保持一致，
+    聚合统计统一使用 `input_tokens + cache_read_input_tokens` 作为分母。
     """
-    return case(
-        (
-            Usage.api_format.like("openai:%") | Usage.api_format.like("gemini:%"),
-            Usage.input_tokens,
-        ),
-        else_=Usage.input_tokens + Usage.cache_read_input_tokens,
-    )
+    return Usage.input_tokens + Usage.cache_read_input_tokens
 
 
 @dataclass(slots=True)