fix(proxy): retain client-abort billing under high-concurrency mode

messages/en/settings/config.json

@@ -59,8 +59,8 @@
     "enableOpenaiResponsesWebsocket": "Enable OpenAI Responses WebSocket",
     "enableOpenaiResponsesWebsocketDesc": "When enabled, if a client opens a WebSocket connection to /v1/responses and the selected provider is a Codex type, CCH will attempt a sibling WebSocket to the upstream. If the upstream does not support WebSocket or the handshake fails, CCH gracefully falls back to standard HTTP Responses while keeping the client WebSocket open; the fallback is not counted toward circuit breakers. Non-WebSocket clients and non-Codex providers are unaffected.",
     "enableHighConcurrencyMode": "Enable High-Concurrency Mode",
-    "enableHighConcurrencyModeDesc": "When enabled, CCH disables memory-heavy Replay, stream gating, provider-racing loser billing, client-abort retention, and session diagnostics, in addition to Redis debug and observability writes. Forwarding, core billing, and quota enforcement remain enabled.",
-    "highConcurrencyModeWarning": "High-concurrency mode disables Replay, stream gating, racing-loser billing, client-abort retention, and session diagnostics.",
+    "enableHighConcurrencyModeDesc": "When enabled, CCH disables memory-heavy Replay, stream gating, provider-racing loser billing, and session diagnostics, in addition to Redis debug and observability writes. Forwarding, core billing, quota enforcement, and bounded client-abort retention remain enabled.",
+    "highConcurrencyModeWarning": "High-concurrency mode disables Replay, stream gating, racing-loser billing, and session diagnostics. Bounded client-abort retention stays on.",
     "enableResponseFixer": "Enable Response Fixer",
     "enableResponseFixerDesc": "Automatically repairs common upstream response issues (encoding, SSE, truncated JSON). Enabled by default.",
     "enableThinkingSignatureRectifier": "Enable Thinking Signature Rectifier",

messages/ja/settings/config.json

@@ -59,8 +59,8 @@
     "enableOpenaiResponsesWebsocket": "OpenAI Responses WebSocket を有効化",
     "enableOpenaiResponsesWebsocketDesc": "有効にすると、クライアントが /v1/responses に WebSocket 接続し、かつ Codex タイプのプロバイダーが選択された場合、CCH は上流にも WebSocket 接続を試みます。上流が WebSocket をサポートしない、またはハンドシェイクに失敗した場合は、クライアント WebSocket を開いたまま通常の HTTP Responses に優雅にフォールバックします。このフォールバックはサーキットブレーカーにカウントされません。非 WebSocket クライアントと非 Codex プロバイダーの動作は変わりません。",
     "enableHighConcurrencyMode": "高並行モードを有効化",
-    "enableHighConcurrencyModeDesc": "有効にすると、Redis のデバッグスナップショットとリアルタイム Session 観測に加え、メモリ負荷の高い Replay、ストリームゲート、競合敗者の課金、クライアント中断保持、Session 診断を停止します。転送、基本課金、制限処理は維持されます。",
-    "highConcurrencyModeWarning": "高並行モードでは Replay、ストリームゲート、競合敗者の課金、クライアント中断保持、Session 診断を無効化します。",
+    "enableHighConcurrencyModeDesc": "有効にすると、Redis のデバッグスナップショットとリアルタイム Session 観測に加え、メモリ負荷の高い Replay、ストリームゲート、競合敗者の課金、Session 診断を停止します。有界のクライアント中断保持は維持されます。転送、基本課金、制限処理は維持されます。",
+    "highConcurrencyModeWarning": "高並行モードでは Replay、ストリームゲート、競合敗者の課金、Session 診断を無効化します。有界のクライアント中断保持は維持されます。",
     "enableResponseFixer": "レスポンス整流を有効化",
     "enableResponseFixerDesc": "上流応答の一般的な形式問題（エンコーディング、SSE、途切れた JSON）を自動修復します（既定で有効）。",
     "enableThinkingSignatureRectifier": "thinking 署名整流を有効化",

messages/ru/settings/config.json

@@ -59,8 +59,8 @@
     "enableOpenaiResponsesWebsocket": "Включить OpenAI Responses WebSocket",
     "enableOpenaiResponsesWebsocketDesc": "Если включено, то когда клиент открывает WebSocket-соединение с /v1/responses и выбирается провайдер типа Codex, CCH попытается установить WebSocket-соединение с вышестоящим сервером. Если сервер не поддерживает WebSocket или рукопожатие не удастся, CCH плавно переключится на обычный HTTP Responses, сохраняя WebSocket клиента открытым; этот fallback не учитывается в circuit breaker. Клиенты без WebSocket и провайдеры, отличные от Codex, работают без изменений.",
     "enableHighConcurrencyMode": "Включить режим высокой нагрузки",
-    "enableHighConcurrencyModeDesc": "При включении CCH отключает Redis-снимки для отладки и real-time-наблюдение Session, а также ресурсоёмкие Replay, stream-gate, тарификацию проигравших в гонке, сохранение при отмене клиентом и диагностику Session. Пересылка, базовый биллинг и лимиты сохраняются.",
-    "highConcurrencyModeWarning": "Режим высокой нагрузки отключает Replay, stream-gate, тарификацию проигравших в гонке, сохранение при отмене клиентом и диагностику Session.",
+    "enableHighConcurrencyModeDesc": "При включении CCH отключает Redis-снимки для отладки и real-time-наблюдение Session, а также ресурсоёмкие Replay, stream-gate, тарификацию проигравших в гонке и диагностику Session. Ограниченное сохранение при отмене клиентом остаётся включённым. Пересылка, базовый биллинг и лимиты сохраняются.",
+    "highConcurrencyModeWarning": "Режим высокой нагрузки отключает Replay, stream-gate, тарификацию проигравших в гонке и диагностику Session. Ограниченное сохранение при отмене клиентом остаётся включённым.",
     "enableResponseFixer": "Включить исправление ответов",
     "enableResponseFixerDesc": "Автоматически исправляет распространённые проблемы ответа у провайдеров (кодировка, SSE, обрезанный JSON). Включено по умолчанию.",
     "enableThinkingSignatureRectifier": "Включить исправление thinking-signature",

messages/zh-CN/settings/config.json

@@ -70,8 +70,8 @@
     "enableOpenaiResponsesWebsocket": "启用 OpenAI Responses WebSocket",
     "enableOpenaiResponsesWebsocketDesc": "启用后，当客户端以 WebSocket 连接 /v1/responses 且选中 Codex 类型供应商时，CCH 会尝试与上游建立 WebSocket。若上游不支持或握手失败，将优雅降级到普通 HTTP Responses，客户端 WebSocket 保持打开；降级不计入熔断。非 WebSocket 客户端与非 Codex 供应商行为不变。",
     "enableHighConcurrencyMode": "启用高并发模式",
-    "enableHighConcurrencyModeDesc": "开启后，除 Redis 调试快照与实时会话观测写入外，还会关闭高内存占用的 Replay、流式门禁、竞速输家计费、客户端中断保留计费和会话诊断。转发、基础计费与限额仍会执行。",
-    "highConcurrencyModeWarning": "高并发模式将关闭 Replay、流式门禁、竞速输家计费、客户端中断保留计费和会话诊断。",
+    "enableHighConcurrencyModeDesc": "开启后，除 Redis 调试快照与实时会话观测写入外，还会关闭高内存占用的 Replay、流式门禁、竞速输家计费和会话诊断。有界的客户端中断保留计费仍会执行，转发、基础计费与限额不受影响。",
+    "highConcurrencyModeWarning": "高并发模式将关闭 Replay、流式门禁、竞速输家计费和会话诊断。有界的客户端中断保留仍会执行。",
     "interceptAnthropicWarmupRequests": "拦截 Warmup 请求（Anthropic）",
     "interceptAnthropicWarmupRequestsDesc": "开启后，识别到 Claude Code 的 Warmup 探测请求将由 CCH 直接抢答短响应，避免访问上游供应商；该请求会记录在日志中，但不计费、不限流、不计入统计。",
     "enableThinkingSignatureRectifier": "启用 thinking 签名整流器",

messages/zh-TW/settings/config.json

@@ -59,8 +59,8 @@
     "enableOpenaiResponsesWebsocket": "啟用 OpenAI Responses WebSocket",
     "enableOpenaiResponsesWebsocketDesc": "啟用後，當客戶端以 WebSocket 連線 /v1/responses 且命中 Codex 類型供應商時，CCH 會嘗試與上游建立 WebSocket 連線。若上游不支援或握手失敗，將優雅降級為一般 HTTP Responses，客戶端 WebSocket 保持開啟；降級不計入熔斷。非 WebSocket 客戶端與非 Codex 供應商行為不變。",
     "enableHighConcurrencyMode": "啟用高並發模式",
-    "enableHighConcurrencyModeDesc": "開啟後，除 Redis 除錯快照與即時 Session 觀測寫入外，也會關閉高記憶體用量的 Replay、串流門控、競速輸家計費、客戶端中斷保留計費與 Session 診斷。轉發、基礎計費與限額仍會執行。",
-    "highConcurrencyModeWarning": "高並發模式將關閉 Replay、串流門控、競速輸家計費、客戶端中斷保留計費與 Session 診斷。",
+    "enableHighConcurrencyModeDesc": "開啟後，除 Redis 除錯快照與即時 Session 觀測寫入外，會關閉高記憶體用量的 Replay、串流門控、競速輸家計費與 Session 診斷；有界的客戶端中斷保留計費仍會執行。轉發、基礎計費與限額不受影響。",
+    "highConcurrencyModeWarning": "高並發模式將關閉 Replay、串流門控、競速輸家計費與 Session 診斷；有界的客戶端中斷保留仍會執行。",
     "enableResponseFixer": "啟用回應整流",
     "enableResponseFixerDesc": "自動修復上游回應中常見的編碼、SSE 與 JSON 格式問題（預設開啟）。",
     "enableThinkingSignatureRectifier": "啟用 thinking 簽名整流器",

src/app/v1/_lib/proxy/session.ts

@@ -592,7 +592,15 @@ export class ProxySession {
   }
 
   shouldRetainClientAbortBilling(): boolean {
-    return !this.highConcurrencyModeEnabled;
+    // High-concurrency mode keeps bounded client-abort retention (64 KiB metering +
+    // 3 MiB reservation, capped by DetachedStreamBudget) so a completed upstream
+    // stream that the client already closed (Codex: reads response.completed then
+    // hangs up) is still billed as 200 and the sticky/affinity binding is kept.
+    // Immediate cancel + discard in this mode previously discarded the completion
+    // marker, turning a successful request into 499 and clearing the binding,
+    // which broke prefix-cache affinity (40% hit loss) and caused per-request
+    // provider churn.
+    return true;
   }
 
   shouldBillHedgeLosers(): boolean {