fix: 4xx (400/401/404/...) теперь триггерит failover вместо пробрасывания клиенту

Раньше 4xx-ответы upstream'а (напр. 400 'Model is unavailable' от opencode.ai)
передавались клиенту как есть — следующие upstream'ы в пуле не пробовались.
В твоей модели assistant после deepseek-v4-flash-opencode с 400 оставались ещё три
upstream'а (minimax-m3, minimax-m3-2, deepseek-v4-flash), которые могли бы
ответить — но прокси молча возвращал 400 и сдавался.

Теперь любой 4xx — failover-триггер (как 5xx/429/402), тело ошибки логируется,
но клиенту не возвращается. Если все upstream'ы 4xx — клиент получит 503
'all upstreams failed', а не 400 от самого слабого звена пула.

Memory 2733 обновлена.

src/commonMain/kotlin/pw/binom/llmproxy/Main.kt

@@ -276,27 +276,34 @@ private suspend fun handleChat(
                 setBody(forwarded.toString())
             }.execute { resp ->
                 upstreamStatus = resp.status.value
-                if (upstreamStatus >= 500 || upstreamStatus == 429 || upstreamStatus == 402) {
+                if (upstreamStatus in 400..599) {
-                    val rest = backoff.recordFailure(up)
+                    // 4xx/5xx — upstream не смог обработать запрос: 5xx/429/402 — сбой
-                    metrics.record(modelName, up, statusClass(upstreamStatus))
+                    // провайдера (учёт в backoff); 400/401/404/etc. — ошибка либо
-                    log.warn {
+                    // запроса, либо состояния апстрима (например, "Model is unavailable"),
-                        "[llm-proxy] model=$modelName upstream=${up.id} вернул $upstreamStatus → фейловер" +
+                    // но в обоих случаях следующий upstream в пуле может сработать, и
-                            (rest?.let { " (backoff: отдых ${it.toIsoString()})" } ?: "")
+                    // пробуем его. Тело ошибки логируем, но клиенту не возвращаем —
+                    // иначе пользователь увидит 400 от самого слабого звена пула,
+                    // хотя другие upstream'ы могли бы ответить.
+                    val errorBody = runCatching { resp.body<String>() }.getOrDefault("")
+                    if (upstreamStatus >= 500 || upstreamStatus == 429 || upstreamStatus == 402) {
+                        val rest = backoff.recordFailure(up)
+                        metrics.record(modelName, up, statusClass(upstreamStatus))
+                        log.warn {
+                            "[llm-proxy] model=$modelName upstream=${up.id} вернул $upstreamStatus " +
+                                "errorBody=${errorBody.take(500)} → фейловер" +
+                                (rest?.let { " (backoff: отдых ${it.toIsoString()})" } ?: "")
+                        }
+                    } else {
+                        metrics.record(modelName, up, statusClass(upstreamStatus))
+                        log.warn {
+                            "[llm-proxy] model=$modelName upstream=${up.id} вернул $upstreamStatus " +
+                                "errorBody=${errorBody.take(500)} → фейловер"
+                        }
                     }
                     failed.add(up.id)
                     failover = true
                     return@execute
                 }
-                if (upstreamStatus in 400..499) {
-                    // 4xx — JSON-тело, не стрим: читаем безопасно и отдаём клиенту как есть.
-                    val errorBody = runCatching { resp.body<String>() }.getOrDefault("")
-                    log.warn { "[llm-proxy] chat model=$modelName upstream=${up.id} вернул $upstreamStatus errorBody=${errorBody.take(500)}" }
-                    metrics.record(modelName, up, statusClass(upstreamStatus))
-                    val ct = resp.headers["Content-Type"] ?: "application/json"
-                    call.respondText(errorBody, ContentType.parse(ct), HttpStatusCode.fromValue(upstreamStatus))
-                    responded = true
-                    return@execute
-                }
                 responded = true
                 backoff.recordSuccess(up)
                 if (clientWantsStream) {