[Bug]: Snowflake Claude provider drops cache_creation_input_tokens and cache_read_input_tokens from response usage

快速结论：当你在 LiteLLM 中通过 snowflake/ 前缀调用 Claude 模型（例如 snowflake/claude-opus-4-5）时，响应 usage 会丢失缓存字段，报错核心为 [Bug]: Snowflake Claude provider drops cache_creation_input_tokens and cache_read_input_tokens from response usage；应优先检查 LiteLLM 版本是否已包含对应修复。

适用环境：Issue 中确认的环境为 LiteLLM Python SDK v1.94.0，provider 使用 Snowflake，模型为 snowflake/claude-opus-4-5；未提供操作系统、Python、CUDA、显卡等信息。

最快修复方案：升级到包含 PR #39453 修复的 LiteLLM 版本；该 Issue 已标记为已解决，评论确认 “Has been fixed in #39453”。

注意事项：Issue 未给出具体修复版本号，需以实际安装的版本中包含 #39453 为准；升级前建议先在测试环境验证 Snowflake 代理响应中的缓存字段是否恢复。

问题场景

用户在 LiteLLM 中配置 Snowflake 作为 provider，并通过 LiteLLM proxy 调用 Snowflake 上的 Claude 模型（如 sf-claude-opus-4-5，对应 snowflake/claude-opus-4-5）。请求体中启用了 Anthropic 的 prompt caching（例如 cache_control: {"type": "ephemeral"}）后，响应中的 usage 只包含 input_tokens 和 output_tokens，缺失 cache_creation_input_tokens 与 cache_read_input_tokens，导致无法统计缓存命中与缓存写入情况。

报错原文

[Bug]: Snowflake Claude provider drops cache_creation_input_tokens and cache_read_input_tokens from response usage

用户观察到的响应 usage 对比：

带缓存字段的响应："usage":{"input_tokens":2,"output_tokens":256}

不带缓存字段的响应：{"input_tokens":2943,"output_tokens":256}

原因分析

根据 Issue 描述，问题出在 LiteLLM SDK 的 Snowflake provider 转换层。文件 litellm/llms/snowflake/chat/transformation.py 第 401-406 行的实现只从 usage_data 中提取 input_tokens 和 output_tokens，并据此构造 Usage 对象，没有把响应中可能存在的 cache_creation_input_tokens 和 cache_read_input_tokens 映射进去，因此这两个缓存字段在返回给调用方时被丢弃。用户明确指出该问题发生在 SDK 层，而不只是 proxy 层。

环境排查

确认当前安装的 LiteLLM 版本，Issue 中复现版本为 v1.94.0。
确认 provider 配置为 Snowflake，模型名类似 snowflake/claude-opus-4-5。
确认请求体中确实启用了 prompt caching，例如包含 cache_control 字段。
确认问题发生在 SDK 调用还是 LiteLLM proxy 调用；Issue 作者反馈两者都涉及，但根因在 SDK。
检查 litellm/llms/snowflake/chat/transformation.py 中 Usage 构造逻辑是否已包含缓存字段映射。
操作系统、Python、CUDA、PyTorch、显卡等环境信息 Issue 未提供，无需额外确认。

解决步骤

先确认当前 LiteLLM 版本是否为 v1.94.0 或同样未包含修复的版本。
升级 LiteLLM 到包含 PR #39453 的版本；Issue 评论已确认 “Has been fixed in #39453”。
升级后重新发起带 cache_control 的 Snowflake Claude 请求，检查响应 usage 是否包含 cache_creation_input_tokens 和 cache_read_input_tokens。
如果暂时无法升级，可优先尝试在本地基于 transformation.py 的 Usage 构造逻辑补充这两个字段的映射；但这只是推测性绕过方案，Issue 中没有验证过后续兼容性，需自行评估维护成本。

验证方法

使用与 Issue 中相同的请求方式（LiteLLM proxy 或 SDK 直接调用）向 Snowflake Claude 模型发送带 cache_control 的请求，并检查响应 usage 对象中是否同时出现 cache_creation_input_tokens 和 cache_read_input_tokens。如果这两个字段恢复且数值合理，说明问题已修复。