#!/usr/bin/env python3
"""Пере-проба маппинга эффорта `deepseek-v4-pro` — исполнение вахты D39.92 (реестр загейченных
триггеров, строка 108): «дата > 05.08 ⇒ пере-проба маппинга + сверка changelog; абсорбция в
00-provider-quirks.md — полигоном».

ЧТО ПРОВЕРЯЕТ (поведением, не докой):
  (1) квирк 3а «на v4-pro ручка `low` НЕ РАБОТАЕТ — маппится в high» — у нас стоит СО СЛОВ вендора;
  (2) расхождение реестра с первоисточником: `00-provider-quirks.md` §3а пишет для pro
      `xhigh` → `max`, а вендор-дока (снята 05.08) отдаёт `xhigh` → `xhigh`.

Метод: побайтно ОДИН вход (реальный редакторский дифф-вызов окна 0), три арма — без параметра
(вендор-дефолт) · `low` · `xhigh` — по 3 розыгрыша. N=1 непригоден: квирки 00 §2 документируют
разброс reasoning ×163 на побайтно одном входе. Решает СРАВНЕНИЕ РАСПРЕДЕЛЕНИЙ reasoning_tokens.
Сырьё durable, префикс `eff-*`.
"""
from __future__ import annotations
import json
import statistics as st
import sys
import time
from pathlib import Path

REPO = Path("/home/ubuntu/projects/textmachine")
HERE = Path(__file__).resolve().parent
RAW = Path.home() / "books" / "gu-zhenren" / "bank-arbitration"
sys.path.insert(0, str(HERE))
sys.path.insert(0, str(REPO / "eval" / "bank_arbitration"))

import editor_wire_probe as P          # noqa: E402
import probe as Q                      # noqa: E402
from inject_probe import pick_windows  # noqa: E402

REPS = 3
ARMS = {"default": None, "low": "low", "xhigh": "xhigh"}
CEILING_USD = 0.10


def build_msgs():
    _, buf, terms = pick_windows()[0]
    draft = P.draft_of(0)
    blk = P.editor_block(terms, P.HEADER_LAW_CLAUSE, None)
    return Q.messages("diff", buf, draft, blk)


def run():
    msgs = build_msgs()
    cl = P.client()
    total = 0.0
    for arm, eff in ARMS.items():
        for r in range(1, REPS + 1):
            tag = f"eff-{arm}-r{r}"
            if (RAW / f"{tag}.json").exists():
                print(f"[{tag}] уже есть — пропуск")
                continue
            if total > CEILING_USD:
                print(f"СТОП: ${total:.4f} > ${CEILING_USD}")
                return
            extra = {"reasoning_effort": eff} if eff else None
            try:
                rec = P.call(cl, msgs, tag, extra=extra)
                total += rec["cost_usd"]
            except Exception as e:
                print(f"[{tag}] ОШИБКА {type(e).__name__}: {str(e)[:200]}")
            time.sleep(0.4)
    print(f"TOTAL пере-пробы эффорта: ${total:.6f}")


def score():
    print("вход побайтно ОДИН во всех армах; reasoning_tokens = поле usage провайдера\n")
    base = None
    for arm in ARMS:
        rows = []
        for r in range(1, REPS + 1):
            f = RAW / f"eff-{arm}-r{r}.json"
            if not f.exists():
                continue
            d = json.load(open(f, encoding="utf-8"))
            rows.append((d["completion_tokens"], d["reasoning_chars"], d["cost_usd"], d["finish"]))
        if not rows:
            print(f"  {arm}: нет данных (все вызовы упали?)")
            continue
        rc = [b for _, b, _, _ in rows]
        ct = [a for a, _, _, _ in rows]
        med = st.median(rc)
        if arm == "default":
            base = med
        delta = "" if base is None or arm == "default" else f"  ⇒ против дефолта ×{med/base:.2f}" if base else ""
        print(f"  {arm:8s} n={len(rows)} · reasoning медиана {med:.0f} симв (розыгрыши {rc}) · "
              f"completion {ct} · finish={ {x[3] for x in rows} }{delta}")
    print("\nЧитать так: если `low` НЕ отличается от дефолта — квирк 3а «ручка мёртвая» подтверждён")
    print("ПОВЕДЕНИЕМ. Если отличается — квирк устарел, и бюджет размышления на pro управляем.")


if __name__ == "__main__":
    (score if "--score" in sys.argv else run)()