Freeze the erratum arm that runs glm-5 with its vendor-default thinking, the confound the bought cells revealed

docs/experiments/23-editor-tier.md

@@ -3429,3 +3429,33 @@ RK    grok-4.3    xAI          16      $0.4136
   Английская глава впятеро короче; бюджет вывода 32000. Обрыв `finish=length` — объявляется числом.
 * Эхо-мина: гейт годности `C.draft_defect` стоит на каждой клетке; эхо на этих вендорах не мерено
   ни разу, и частота печатается как результат арма.
+
+### Д25.1 ⛔ ЭРРАТА, ОБЪЯВЛЕНА ПОСЛЕ 32 КУПЛЕННЫХ КЛЕТОК И ДО СУДЕЙСТВА: `RG` шёл БЕЗ РАЗМЫШЛЕНИЯ
+
+Проверка купленного (а не заявленного) вскрыла конфаунд, которого пре-рег Д25 не предусмотрел.
+
+```
+арм  модель          $/клетка   размышление/клетка   знаков/клетка
+RN   deepseek-v4-pro   0.0278          6 139             1 530
+RK   grok-4.3          0.0068            737             1 567
+RG   glm-5             0.0029              0             1 600   ← НОЛЬ
+```
+
+Ноль не аномалия провода и не молчание вендора: **ростер гасит размышление `glm-5` по умолчанию**
+(`extra_body: {"thinking": {"type": "disabled"}}`, квирк-бюллетень :53, подтверждено живыми армами
+эксп-18/21). Проверено чтением кода, а не догадкой.
+
+**Почему это ломает именно ЭТОТ замер.** Трейс 20.08 показал: `dspro` пишет 88–94% финального
+текста ВНУТРИ размышления, то есть промт-роль опирается ровно на тот механизм, который у `glm-5`
+выключен. Сравнение «промт на dspro с думанием» против «того же промта на glm-5 без думания»
+мерило бы думание, а не переносимость промта — и вывод «промт не переносим» был бы артефактом
+конфигурации.
+
+**Лечение — арм, а не правка.** Заведён `RGT`: тот же `glm-5` с ВЕНДОР-ДЕФОЛТНЫМ размышлением.
+`RG` остаётся в панели: разность `RG`/`RGT` — цена размышления у этого вендора, замеренная попутно
+и бесплатно, и это самостоятельный результат.
+
+⚠ **Что при этом уже видно и не зависит от эрраты.** Смета Д25 ($0.7007) завышена в 4.5 раза:
+факт **$0.1546** за 32 клетки, все `finish=stop`, гейт годности не поднял ни одной. Оба чужих
+вендора оказались кратно дешевле `dspro` в этой роли: `glm-5` в 9.6 раза, `grok-4.3` в 4.1 раза.
+Риск «grok разгонит размышление ×163» НЕ реализовался: 737 токенов против 6 139 у `dspro`.

eval/dovodka/rol.py

@@ -119,7 +119,7 @@ PAIRS["zh"]["restore"] = None
 # модели не схлопнулись в один тег: кэш `purchase` смотрит на существование файла и вернул бы
 # первую клетку второй раз.
 ARMS = {"RN": ("deepseek-v4-pro", 1), "RN2": ("deepseek-v4-pro", 2),
-        "RG": ("glm-5", 1), "RK": ("grok-4.3", 1),
+        "RG": ("glm-5", 1), "RGT": ("glm-5", 1), "RK": ("grok-4.3", 1),
         "RA": ("deepseek-v4-pro", 1),          # тот же промт, ВОССТАНОВЛЕННЫЕ абзацы исходника
         "RC": ("deepseek-v4-pro", 1),          # промт МИНУС рамка оценки, см. CUT
         "RB": ("deepseek-v4-pro", 1)}          # рамка оценки ПЕРЕВЁРНУТА: брак = чужой язык
@@ -434,10 +434,26 @@ def chosen(p: str) -> list[dict]:
     return ZK.chosen(p)
 
 
-def call_kwargs(model: str, msgs: list[dict]) -> dict:
+# ⚠ РАЗМЫШЛЕНИЕ У `glm-5` РОСТЕР ГАСИТ ПО УМОЛЧАНИЮ (`extra_body:{thinking:{type:disabled}}`,
+# квирк-бюллетень :53). Для этого замера это КОНФАУНД, а не деталь: трейс 20.08 показал, что
+# `dspro` пишет 88–94% финального текста ВНУТРИ размышления, то есть промт-роль опирается ровно на
+# тот механизм, который у `glm-5` выключен. Сравнивать «промт на dspro с думанием» с «тем же промтом
+# на glm-5 без думания» значит мерить думание, а не переносимость промта.
+# ⇒ арм `RGT` — тот же `glm-5` с ВЕНДОР-ДЕФОЛТНЫМ размышлением. `RG` остаётся: разность RG/RGT и
+# есть цена размышления у этого вендора, замеренная попутно и бесплатно.
+THINK_ON = ("RGT",)
+
+
+def call_kwargs(model: str, msgs: list[dict], arm: str = "") -> dict:
     """Боевая конфигурация модели. Отступлений нет: у `grok-4.3` вендор-дефолт = размышление ON,
     а запрет D30.1 прямой — reasoning-off в редакторской роли даёт no-op-редактора."""
-    return ROSTER.call_kwargs(model, msgs, max_out=MAX_OUT)
+    kw = ROSTER.call_kwargs(model, msgs, max_out=MAX_OUT)
+    if arm in THINK_ON and isinstance(kw.get("extra_body"), dict):
+        eb = {k: v for k, v in kw["extra_body"].items() if k != "thinking"}
+        kw["extra_body"] = eb if eb else None                # пустой extra_body вендору не шлём
+        if kw["extra_body"] is None:
+            del kw["extra_body"]
+    return kw
 
 
 # ── ПОКУПКА ──────────────────────────────────────────────────────────────────────────────────
@@ -469,7 +485,7 @@ def buy(p: str, which: list[str]) -> None:
             # часами, и пересёкший 16:00 UTC цикл писал бы вызовы по вчерашнему прайсу.
             ZK.price_gate(quiet=True)
             rec = MONEY.purchase(led, tg, model, ED22.client(model),
-                                 call_kwargs(model, rol_msgs(p, src_of(p, arm, u), arm)),
+                                 call_kwargs(model, rol_msgs(p, src_of(p, arm, u), arm), arm),
                                  role="onepass", uid=u["uid"], arm=arm, gen=gen, pair=p,
                                  podacha="абзацы" if arm in RESTORE_ARMS else "плоско")
             if rec.get("skipped"):