fix(llm): не ронять задачу из-за мёртвого BYOK-ключа

lecturelog/infrastructure/llm/llm_client.py

@@ -31,6 +31,7 @@
 # Бэк-офф между ретраями сетевых ошибок (ConnectTimeout и т.п.): разовый флап
 # сети не должен ронять всю задачу — повтор почти всегда проходит.
 _NETWORK_BACKOFF_S = 2.0
+_BYOK_AUTH_COOLDOWN_S = 300.0
 
 
 async def _emit_usage(on_usage: UsageCallback | None, payload: dict) -> None:
@@ -65,6 +66,25 @@ def _extract_rate_limit_raw(error: openai.RateLimitError) -> str:
         return ""
 
 
+def _is_google_byok_auth_error(error: openai.AuthenticationError) -> bool:
+    """True только для отказа привязанного Google BYOK-ключа.
+
+    Невалидный ключ самого OpenRouter обязан пробрасываться сразу: это ошибка
+    конфигурации, а не отказ конкретного кандидата.
+    """
+    body: Any = getattr(error, "body", None)
+    try:
+        if isinstance(body, str):
+            body = json.loads(body)
+        error_body = body.get("error", body)
+        metadata = error_body.get("metadata", {})
+        return (
+            metadata.get("is_byok") is True and metadata.get("provider_name") == "Google AI Studio"
+        )
+    except (AttributeError, ValueError, TypeError):
+        return False
+
+
 def _detect_image_mime(image: bytes) -> str:
     """Определяет MIME по магическим байтам. По умолчанию — png (обратная совместимость)."""
     if image.startswith(b"\xff\xd8"):
@@ -134,6 +154,18 @@ async def call(
                 )
                 await self._cooldown.mark_rate_limited(model, ttl)
                 continue
+            except openai.AuthenticationError as error:
+                # Мёртвый BYOK-ключ (удалённый service account) — отказ конкретной
+                # модели, а не всего ключа: пробуем следующую вместо падения задачи.
+                if not _is_google_byok_auth_error(error):
+                    raise
+                last_error = error
+                logger.warning(
+                    "Google BYOK credential rejected for %s; trying next model",
+                    model,
+                )
+                await self._cooldown.mark_rate_limited(model, _BYOK_AUTH_COOLDOWN_S)
+                continue
             except (openai.APITimeoutError, openai.APIConnectionError) as error:
                 # Сетевой флап (не 429): модель не виновата, cooldown не трогаем —
                 # ждём с нарастающим бэк-оффом и пробуем снова.

tests/unit/test_llm_client.py

@@ -269,3 +269,55 @@ async def test_network_errors_exhaust_retries(monkeypatch):
     client = LlmClient(fake, ModelCooldown())
     with pytest.raises(RuntimeError):
         await client.call("q", models=["m1"], retries=3)
+
+
+def _authentication_error(*, byok: bool, sdk_unwrapped: bool = False) -> openai.AuthenticationError:
+    error_body = {
+        "message": "authentication failed",
+        "metadata": {
+            "is_byok": byok,
+            "provider_name": "Google AI Studio" if byok else "OpenRouter",
+        },
+    }
+    body = error_body if sdk_unwrapped else {"error": error_body}
+    request = httpx.Request("POST", "https://openrouter.ai/api/v1/chat/completions")
+    response = httpx.Response(401, request=request, json=body)
+    return openai.AuthenticationError(message="authentication failed", response=response, body=body)
+
+
+@pytest.mark.asyncio
+async def test_google_byok_auth_error_falls_back_to_next_model(monkeypatch):
+    import lecturelog.infrastructure.llm.llm_client as mod
+
+    monkeypatch.setattr(mod, "_BYOK_AUTH_COOLDOWN_S", 60.0)
+    cooldown = SpyModelCooldown()
+    fake = FakeAsyncOpenAI([_authentication_error(byok=True), _resp("fallback ok")])
+    client = LlmClient(fake, cooldown)
+
+    assert await client.call("q", models=["m1", "m2"]) == "fallback ok"
+    assert [item["model"] for item in fake.chat.completions.kwargs_history] == ["m1", "m2"]
+    assert cooldown.marked == [("m1", 60.0)]
+
+
+@pytest.mark.asyncio
+async def test_google_byok_auth_error_with_sdk_unwrapped_body_falls_back(monkeypatch):
+    import lecturelog.infrastructure.llm.llm_client as mod
+
+    monkeypatch.setattr(mod, "_BYOK_AUTH_COOLDOWN_S", 60.0)
+    fake = FakeAsyncOpenAI(
+        [_authentication_error(byok=True, sdk_unwrapped=True), _resp("fallback ok")]
+    )
+    client = LlmClient(fake, ModelCooldown())
+
+    assert await client.call("q", models=["m1", "m2"]) == "fallback ok"
+
+
+@pytest.mark.asyncio
+async def test_openrouter_auth_error_does_not_fallback():
+    client = LlmClient(
+        FakeAsyncOpenAI([_authentication_error(byok=False)]),
+        ModelCooldown(),
+    )
+
+    with pytest.raises(openai.AuthenticationError):
+        await client.call("q", models=["m1", "m2"])