[swdswd2401999-ops]

问题

zeroQuotaLimit() 已经把「所有额度项都报 limit: 0」的 429 标成 kind = "无配额"，说明代码识别出这不是额度用完，而是账号没有该模型的访问权限。

但 until 仍然取自 RetryDelay：

if zeroQuotaLimit(rpcError.Message) {
    kind = "无配额"
}
escalate := false
if rpcError.RetryDelay > 0 {
    until = now.Add(rpcError.RetryDelay)   // ← 19 小时
}

于是每次都是：冷却 19 小时 → 到点重试 → 又是 limit: 0 → 再等 19 小时。

既然已经判定「不是额度问题」，就不该沿用「额度日重置」的时间。

实测依据

从生产日志里提取全部 9 条 retry in，加上报错时刻后：

报错时刻(UTC)         retry in              到期(UTC)
2026-10-18 12:06:33  11h53m26.446913736s   2026-10-19 00:00:00
2026-10-18 13:38:43  10h21m16.964939969s   2026-10-19 00:00:00
2026-10-19 00:46:43  23h13m16.562325023s   2026-10-20 00:00:00
2026-10-19 04:49:51  19h10m8.803526341s    2026-10-20 00:00:00
2026-10-19 04:49:56  19h10m3.100469026s    2026-10-20 00:00:00

9/9 条精确指向 UTC 零点（±10 秒），也就是说上游给的 retry in 本身就是「到下一个额度日」。

但次日同一模型同一账号仍然是 limit: 0：

gemini-4-argon  build  limit: 0  →  冷却到 00:00  →  到点重试  →  又是 limit: 0

因为这是权限问题，不是额度问题 —— 等多久都不会变。

改动

kind == "无配额" 时提前返回，Escalate: true 让 MarkQuotaCooldownIfGeneration 走已有的 planLimitCooldown 分支：

if kind == "无配额" {
    return QuotaCooldown{Until: now.Add(planLimitBackoff[0]), Global: global,
        Kind: kind, Reason: kind + ": " + err.Error(), Escalate: true}, true
}

planLimitBackoff 已经是 1m → 5m → 15m → 30m → 1h，planLimitCooldown 会读上一次的 Level 递增，不用新增任何逻辑。

取舍

	改前	改后
冷却时长	19 小时	1 分钟起，最长 1 小时
权限若开通	最多 19 小时才发现	1 小时内发现
无效探测	每天 1 次	每小时最多 1 次

代价是权限长期不开通时每小时多一次失败探测。实测这类失败约 60ms（ProxyUnaryCall 直接被 429 拒绝），不占并发槽，也远小于「每天干等 19 小时」。

影响面

只改 无配额 分支。limit: 100 这类真额度用完仍按 RetryDelay 恢复（TestRealQuotaStillUsesRetryDelay 覆盖）。

limit 里有任一非零值时不判为无配额（TestMixedLimitIsNotZeroQuota），没有 limit 字段时也不误判（TestNoLimitTokenIsNotZeroQuota）。

测试

新增 internal/aistudio/quota_zerolimit_test.go，8 个用例：

TestZeroQuotaUsesBackoff           limit:0 → 1 分钟，不是 19 小时
TestRealQuotaStillUsesRetryDelay   limit:100 → 仍按 retry in
TestMixedLimitIsNotZeroQuota       limit 有非零值时不误判
TestNoLimitTokenIsNotZeroQuota     没有 limit 字段时不误判
TestBackoffEscalates               1m → 5m → 15m，封顶 1h
TestBackoffKeepsActiveCooldown     冷却未结束时不重置
TestZeroQuotaKeepsGlobalFlag       global 标记保留
TestNon429Ignored                  非 429 不产生冷却

$ go test ./internal/aistudio/ -run "ZeroQuota|Backoff|RealQuota"
ok  github.com/Mag1cFall/AIStudio2API/internal/aistudio

$ go vet ./internal/aistudio/
（无输出）

$ go test ./...
ok  internal/aistudio  ok  internal/api  ok  internal/app
ok  internal/camoufoxnative  ok  internal/chromeauth  ok  internal/config
ok  internal/proxydial  ok  internal/requestdb  ok  internal/setup

线上验证

在生产实例上换成自编译二进制后：

第 1 次 limit:0  →  runtime-state.json  cooldowns["build:gemini-4-argon"]
                    剩余 0.9 分钟   level=1
第 2 次 limit:0  →  剩余 4.7 分钟   level=2

改前同一字段是 剩余 12.6h level=None。

备注

关于 gemini-4-argon 在 Build 通道的 limit: 0，issue #59 里提到这是 Google 曾把前端配置错、让 free 用户也能用 Ultra 专属模型。这个改动不试图绕过权限限制 —— 只是让「已知无权限」的冷却时长与它的真实恢复方式匹配。