fix(passthrough): 修复WSv2模式下first_token_ms测量错误

[astro-ge]

WSv2 passthrough 模式下，每个请求的 first_token_ms 都等于 duration_ms —— 在 admin UI 表现为「首 TOKEN ≈ 耗时」，并且这个错误值会通过 AfterTurn 回调持久化到 usage_logs.first_token_ms。

ctx_pool 模式和 HTTP /responses 路径不受影响。

复现

真实 OpenAI Responses-API 在流式响应中发送的事件序列大致是这样：

{"type":"response.created","response":{"id":"resp_X"}}
{"type":"response.output_text.delta","delta":"He"}
{"type":"response.output_text.delta","delta":"llo"}
{"type":"response.completed","response":{"id":"resp_X","usage":{...}}}

关键点：response.output_text.delta 事件在任何层级都不携带 response_id，只有 response.created / response.completed 才有。

根因

backend/internal/service/openai_ws_v2/passthrough_relay.go 里 observeUpstreamMessage 的两段逻辑：

1. 行 538-545：responseID 从 response.id / response_id / 顶层 id 提取。delta 事件这三个字段都没有，所以 responseID == ""。
2. 行 560-568：只在 responseID != "" 时才更新 turnTiming.firstTokenMs。

结果就是delta 来的时候，per-turn 的 firstTokenMs 永远不会被打点，一直等到 response.completed 这种带 response.id 的终结事件才进入这段逻辑 —— 此时 now - turnTiming.startAt 就等于整个 turn 的 duration。

另外行 781 把 response.completed / response.done 也算成了 isTokenEvent，让 bug 表面看起来"firstTokenMs 至少有值"，掩盖了实际错误。

state.firstTokenMs（全局，会写入 RelayResult.FirstTokenMs）是正确的，因为它在行 548 直接用 now - startAt 打点，不依赖 responseID。但 RelayTurnResult.FirstTokenMs（per-turn，被 openai_ws_v2_passthrough_adapter.go 用于日志和 DB 写入）是错的。

修复

在 relayState 加一个 activeTurn *relayTurnTiming 指针，指向当前 in-flight 的 turn。

• getOrInitTurnTiming 新建条目时，同步设置 state.activeTurn = timing
• observeUpstreamMessage 在打 state.firstTokenMs 的同时，如果 state.activeTurn != nil 且其 firstTokenMs 尚未设置，就用 now - activeTurn.startAt 直接打点 —— 不依赖事件里有没有 responseID
• openAIWSRelayDeleteTurnTiming 删除条目时，如果 state.activeTurn 指向被删的那个 timing，置为 nil

我用指针而不是 responseID string是因为WSv2 一个连接上 turn 是串行的，同一时刻只有一个 active turn，不需要 map 查找

测试

新增 TestRelay_OnTurnComplete_RealOpenAIStream_FirstTokenMs：模拟真实 OpenAI 事件流（response.created → 3 个 response.output_text.delta（不带 response_id）→ response.completed），断言 turn.FirstTokenMs < turn.Duration。

修复前的失败信息（精确复现生产症状）：

Error: "120" is not less than "120"
per-turn FirstTokenMs (120ms) should be strictly less than Duration (120ms);
equality indicates the bug where first_token is mistakenly stamped on the
terminal event

修复后通过。

现有的 TestRelay_OnTurnComplete_ProvidesTurnMetrics 之所以没发现这个 bug，是因为它在 delta payload 里手动注入了 "response_id":"resp_metric" 这不是真实 OpenAI 行为。新测试不注入这个字段，反映真实流。

仅影响 passthrough 模式的 per-turn 指标（RelayTurnResult.FirstTokenMs）

[github-actions]

All contributors have signed the CLA. ✅
_{Posted by the CLA Assistant Lite bot.}

[astro-ge]

I have read the CLA Document and I hereby sign the CLA