[Bug]: Prompt caching broken for Bedrock Application Inference Profiles via /v1/messages endpoint

快速结论：当使用 Bedrock Application Inference Profiles（ARN 格式）通过 LiteLLM 的 /v1/messages 端点（Anthropic 协议）时，cache_control 指令会被静默丢弃，导致 prompt caching 无法触发。优先排查 is_anthropic_claude_model() 函数是否对 ARN 模型字符串返回 False。

问题场景

用户在 LiteLLM 中配置了 Bedrock App Inference Profile（ARN 格式，如 bedrock/converse/arn:aws:bedrock:us-east-1:ACCOUNT:application-inference-profile/PROFILE_ID），并通过 Claude Code 或其他工具调用 /v1/messages（Anthropic 端点）发送带有 cache_control 指令的请求。prompt caching 从未激活，但同样的模型通过 /v1/chat/completions（OpenAI 端点）可以正常工作。

报错原文

# 没有显式报错，但缓存 token 数为零：
# Response 中无 cache_creation_input_tokens 或 cache_read_input_tokens
# Bedrock CloudWatch 日志确认请求中没有 cachePoint 块

原因分析

核心问题出在 litellm/llms/anthropic/experimental_pass_through/adapters/transformation.py 中的 is_anthropic_claude_model() 函数（约第719行）。该函数通过检查模型字符串中是否包含 "anthropic" 或 "claude" 来判断是否为 Claude 模型：

return "anthropic" in model_lower or "claude" in model_lower

对于 Bedrock Application Inference Profiles，模型字符串是 ARN 格式，如 converse/arn:aws:bedrock:us-east-1:123456789012:application-inference-profile/abcdef123456，其中既不包含 "anthropic" 也不包含 "claude"。因此，_add_cache_control_if_applicable() 会跳过保留 cache_control 的操作，导致下游 Bedrock Converse API 永远收不到 cachePoint 块。

环境排查

LiteLLM 版本：v1.83.7-stable 至 v1.83.13-nightly 均受影响（用户测试到 v1.92.0-dev 仍未修复）
模型配置：使用 bedrock/converse/arn:aws:bedrock:...:application-inference-profile/... 格式
请求端点：/v1/messages（Anthropic 协议，如 Claude Code 使用）与 /v1/chat/completions（OpenAI 协议）对比

解决步骤

（可优先尝试）修改 is_anthropic_claude_model() 函数，增加对 Bedrock ARN 的检测。将原来的 return "anthropic" in model_lower or "claude" in model_lower 改为：
```
return "anthropic" in model_lower or "claude" in model_lower or (
    "arn:" in model_lower and "bedrock" in model_lower
)
```
注意：该修复在 Issue #26627 中提交，但截至 v1.92.0-dev 仍未合并入主线。
临时规避方案：如果可能，改用 /v1/chat/completions（OpenAI 端点）发送请求，该路径不受此 Bug 影响，可正常触发 prompt caching。
监控确认：使用 Bedrock CloudWatch 检查模型调用日志，确认请求中是否包含 cachePoint 块。

验证方法

发送一个带 cache_control 的请求到 /v1/messages 端点，检查响应中是否出现 cache_creation_input_tokens 和 cache_read_input_tokens 字段。也可以通过 Bedrock CloudWatch 日志确认请求 body 中是否包含 cachePoint 块。同样的请求通过 /v1/chat/completions 端点应能正确返回缓存 token 数。