Ajustes tras validar el harness contra la API real

Un lote de humo de 2 pedidos contra la Batch API confirmó el camino completo
—crear, consultar estado, recoger, normalizar— y dejó dos cosas a corregir:

- El costo estimado se redondeaba a 2 decimales, así que un trabajo chico
  informaba US$ 0.0. Pasa a 4 decimales: en una prueba de humo importa saber
  que gastaste algo, no que gastaste nada.
- cache_read_input_tokens quedó en 0. La causa es que el mínimo cacheable de
  Opus 5 son 512 tokens y el prompt de sistema de la prueba tenía 86: la marca
  cache_control no hace nada por debajo de ese umbral, y no avisa. Queda
  documentado en el código y en la config, con cómo detectarlo.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

configs/data/distill.yaml

@@ -34,3 +34,9 @@ output_dir: data/distill
 usd_per_mtok_input: 5.0
 usd_per_mtok_output: 25.0
 batch_discount: 0.5
+
+# NOTA sobre el caché: el prompt de sistema compartido va marcado con
+# cache_control, pero el mínimo cacheable de Opus 5 son 512 tokens. Un prompt
+# más corto no se cachea y la marca no hace nada — sin error, en silencio.
+# Verificalo con `distill usage`: si cache_read_input_tokens queda en 0 sobre
+# un trabajo grande, alargá el prompt de sistema o asumí el costo completo.

enlace/data/distill.py

@@ -470,6 +470,10 @@ def resumen_de_uso(trabajo: Trabajo, config: DistillConfig) -> dict[str, Any]:
     # Los tokens leídos de caché cuestan ~0,1x y los escritos ~1,25x; el
     # descuento del lote se aplica sobre todo. Es una estimación para saber en
     # qué orden de magnitud estamos, no una factura.
+    #
+    # Si cache_read_input_tokens da 0 en un trabajo grande, el prompt de sistema
+    # es más corto que el mínimo cacheable del modelo (512 tokens en Opus 5) y
+    # la marca cache_control no está haciendo nada.
     entrada_efectiva = entrada + cache_read * 0.1 + cache_write * 1.25
     usd = (
         entrada_efectiva / 1e6 * config.usd_per_mtok_input
@@ -482,7 +486,7 @@ def resumen_de_uso(trabajo: Trabajo, config: DistillConfig) -> dict[str, Any]:
         "output_tokens": salida,
         "cache_read_input_tokens": cache_read,
         "cache_creation_input_tokens": cache_write,
-        "usd_estimado": round(usd, 2),
+        "usd_estimado": round(usd, 4),
     }
 
 

tests/test_distill.py

@@ -274,7 +274,7 @@ def test_el_resumen_de_uso_aplica_el_descuento_y_la_cache(trabajo, config):
 
     # (200 entrada + 1800*0.1 caché)/1e6*5 + 400/1e6*25, todo al 50%.
     esperado = ((200 + 180) / 1e6 * 5 + 400 / 1e6 * 25) * 0.5
-    assert uso["usd_estimado"] == pytest.approx(round(esperado, 2))
+    assert uso["usd_estimado"] == pytest.approx(round(esperado, 4))
 
 
 def test_sin_resultados_el_costo_es_cero(trabajo, config):