Hide model internals from users, English internals in logs, Claude-style tone, live-log model updates

bot.py

@@ -12,7 +12,6 @@ import base64
 import contextlib
 import hashlib
 import hmac
-import html as _html_mod
 import json
 import logging
 import logging.handlers
@@ -732,7 +731,7 @@ async def _tg_call(method: Any, *args: Any, call_timeout: float | None = None, r
 
 async def telegram_api_call(method: str, payload: dict, *, request_timeout: float | None = None) -> Any:
     if _tg_proxy_breaker.is_down(time.monotonic()):
-        raise RuntimeError(f"Telegram API {method}: прокси сейчас помечен недоступным (см. предыдущие [telegram] предупреждения), не дёргаю сеть повторно.")
+        raise RuntimeError(f"Telegram API {method}: proxy is currently marked unavailable (see previous [telegram] warnings), skipping the network call.")
     url = f"{TELEGRAM_API_BASE_URL}/bot{BOT_TOKEN}/{method}"
     session = await _get_telegram_session()
     pruned = _json_prune_defaults(payload)
@@ -891,13 +890,17 @@ def _classify_model_error(status: int | None, text: str) -> str:
 # убраны целиком — обе команды удалены (см. README, "Автоматический выбор
 # модели"), реального способа переключиться вручную больше нет, и предлагать
 # его пользователю было прямой (и активно вводящей в заблуждение) ошибкой.
+# ВАЖНО для формулировок: Lumen подаётся как единая модель (см. ИДЕНТИЧНОСТЬ
+# в system_prompt.py) — тексты НЕ должны упоминать "модели" во множественном
+# числе или "подбор другой модели": для пользователя есть только Lumen, а
+# переключения внутри — деталь реализации.
 _MODEL_ERROR_MESSAGES: dict[str, str] = {
-    "rate_limit": "Лимит запросов для этой модели сейчас исчерпан. Подождите немного и попробуйте ещё раз — бот сам подберёт другую модель.",
-    "paid": "Эта модель сейчас недоступна. Попробуйте повторить запрос — бот сам подберёт другую модель.",
-    "forbidden": "Временная ошибка доступа к сервису. Попробуйте ещё раз.",
-    "unavailable": "Эта модель сейчас недоступна. Попробуйте повторить запрос — бот сам подберёт другую модель.",
+    "rate_limit": "Лимит запросов сейчас исчерпан. Подожди немного и попробуй ещё раз.",
+    "paid": "Сервис временно недоступен. Попробуй повторить запрос чуть позже.",
+    "forbidden": "Временная ошибка доступа к сервису. Попробуй ещё раз.",
+    "unavailable": "Сервис временно недоступен. Попробуй повторить запрос чуть позже.",
 }
-_MODEL_ERROR_FALLBACK_MSG = "Временная ошибка сервиса. Попробуйте ещё раз через некоторое время."
+_MODEL_ERROR_FALLBACK_MSG = "Временная ошибка сервиса. Попробуй чуть позже."
 
 def _model_error_text(kind: str) -> str:
     return _MODEL_ERROR_MESSAGES.get(kind, _MODEL_ERROR_FALLBACK_MSG)
@@ -931,8 +934,8 @@ def _gemini_error_msg(e: Exception, model_id: str) -> str:
         return str(e)
     if isinstance(e, GeminiAllModelsExhaustedError):
         return (
-            "Лимит бесплатных запросов исчерпан для всех доступных моделей — "
-            "это реальный суточный лимит, а не баг. Попробуйте позже."
+            "Бесплатный лимит запросов исчерпан — это реальный суточный лимит "
+            "сервиса, а не ошибка. Попробуй позже."
         )
     txt = _error_text(e).strip() or e.__class__.__name__
     status = _error_status(e, txt)
@@ -1879,12 +1882,14 @@ async def _is_privileged_in_chat(chat_type: str, chat_id: int, user_id: int | No
 # в новый модуль, либо заводить там свой отдельный источник сессий; вызывающий код
 # (inline_draw ниже) теперь сам получает сессию и передаёт её. Публичные имена и
 # остальное поведение не изменились.
+# _image_model_label здесь больше не импортируется (сентябрь 2026): бот не
+# показывает названия моделей генерации ни в статусе, ни в подписи — см.
+# ИДЕНТИЧНОСТЬ в system_prompt.py. Сама функция живёт в lumen_images.py.
 from lumen_images import (
     DEFAULT_HF_IMAGE_MODEL,
     HF_IMAGE_MODELS,
     _pick_image_model,
     _hf_text_to_image,
-    _image_model_label,
 )
 
 # DEFAULT_HF_IMAGE_MODEL больше не читается напрямую нигде в остальном коде bot.py
@@ -2182,7 +2187,7 @@ class OpenRouterAPIError(RuntimeError):
 
 async def _or_request(path: str, method: str = "GET", *, json_body: dict | None = None) -> Any:
     if not OPENROUTER_API_KEY:
-        raise OpenRouterAPIError("OPENROUTER_API_KEY не задан")
+        raise OpenRouterAPIError("OPENROUTER_API_KEY is not set")
     headers = {
         "Authorization": f"Bearer {OPENROUTER_API_KEY}",
         "HTTP-Referer": OPENROUTER_HTTP_REFERER,
@@ -2223,7 +2228,7 @@ async def _or_request(path: str, method: str = "GET", *, json_body: dict | None
         # которое могло бы процитировать заголовки запроса целиком.
         if OPENROUTER_API_KEY:
             exc_str = exc_str.replace(OPENROUTER_API_KEY, "<KEY>")
-        raise OpenRouterAPIError(f"Сетевая ошибка OpenRouter: {exc_str}") from exc
+        raise OpenRouterAPIError(f"OpenRouter network error: {exc_str}") from exc
 
 def _or_extract_text(data: Any) -> str:
     if isinstance(data, str):
@@ -2319,7 +2324,7 @@ async def _or_chat_completion_with_fallback(
     tried: list[str] = []
     for model_trial in trial_models:
         if deadline is not None and time.monotonic() > deadline:
-            log.warning('[or] Route time budget exhausted before model %s. Tried: %s', model_trial, ", ".join(tried) or "ничего")
+            log.warning('[or] Route time budget exhausted before model %s. Tried: %s', model_trial, ", ".join(tried) or "none")
             raise RouteBudgetExceededError(tried)
         tried.append(model_trial)
         messages[0]["content"] = get_system_prompt(model_trial)
@@ -2350,7 +2355,7 @@ async def _or_chat_completion_with_fallback(
 
     if last_exc:
         raise last_exc
-    raise RuntimeError("Не удалось получить ответ ни от одной модели-кандидата.")
+    raise RuntimeError("No candidate model returned an answer.")
 
 async def ask_openrouter_text(chat_id: int, user_text: str, model_chain: list[str], *, deadline: float | None = None) -> str:
     state = get_state(chat_id)
@@ -2977,7 +2982,7 @@ async def handle_tiktok(message: Message, url: str) -> None:
               # Сырые сетевые/библиотечные исключения пользователю не показываем
               # (см. log.exception выше) — та же логика, что и в остальных
               # обработчиках ошибок бота.
-              err_text = "Не получилось скачать это видео или слайдшоу из TikTok. Попробуйте другую ссылку или повторите чуть позже."
+              err_text = "Не получилось скачать это видео или слайдшоу из TikTok. Попробуй другую ссылку или повтори чуть позже."
          edited = await _edit_message_quietly(status, err_text)
          if not edited:
               # status уже мог быть удалён раньше (например, перед отправкой видео) —
@@ -3262,9 +3267,9 @@ async def ask_gemini(
     while True:
         loop_guard += 1
         if loop_guard > max_loop_guard:
-            raise RuntimeError("Превышено допустимое число попыток обращения к Gemini API.")
+            raise RuntimeError("Exceeded the allowed number of Gemini API attempts.")
         if time.monotonic() > deadline:
-            log.warning('[gemini] Route time budget exhausted. Tried: %s', ", ".join(sorted(tried_models)) or "ничего")
+            log.warning('[gemini] Route time budget exhausted. Tried: %s', ", ".join(sorted(tried_models)) or "none")
             raise RouteBudgetExceededError(sorted(tried_models))
         tried_models.add(curr_model_id)
         call_contents, gconfig = _build_gemini_call_config(curr_model_id, contents)
@@ -3504,7 +3509,7 @@ async def _openrouter_stream_pieces(model_id: str, messages: list[dict]):
     `data: {...}\\n\\n`, с финальной строкой `data: [DONE]`. Таймаут на каждую
     следующую строку — тот же STREAM_CHUNK_TIMEOUT_SEC, что и у Gemini."""
     if not OPENROUTER_API_KEY:
-        raise OpenRouterAPIError("OPENROUTER_API_KEY не задан")
+        raise OpenRouterAPIError("OPENROUTER_API_KEY is not set")
     headers = {
         "Authorization": f"Bearer {OPENROUTER_API_KEY}",
         "HTTP-Referer": OPENROUTER_HTTP_REFERER,
@@ -3551,7 +3556,7 @@ async def _openrouter_stream_pieces(model_id: str, messages: list[dict]):
             if err_obj:
                 err_msg = err_obj.get("message") if isinstance(err_obj, dict) else str(err_obj)
                 err_code = err_obj.get("code") if isinstance(err_obj, dict) else None
-                raise OpenRouterAPIError(err_msg or "OpenRouter вернул ошибку в теле стрима", status_code=err_code)
+                raise OpenRouterAPIError(err_msg or "OpenRouter returned an error in the stream body", status_code=err_code)
             choices = obj.get("choices") or []
             if not choices:
                 continue
@@ -4046,8 +4051,8 @@ async def cmd_start(message: Message) -> None:
         "/reset — очистить историю диалога\n\n"
         "Рисовать и озвучивать можно и просто словами, без команд — например «нарисуй кота» или «озвучь это».\n\n"
         "<b>TikTok</b>\n"
-        "Пришлите ссылку — скачаю видео или фото без водяных знаков.\n\n"
-        "Спрашивайте что угодно — я слушаю.",
+        "Пришли ссылку — скачаю видео или фото без водяных знаков.\n\n"
+        "Спрашивай что угодно — я слушаю.",
         parse_mode=ParseMode.HTML,
     )
 
@@ -4068,9 +4073,9 @@ async def inline_draw(message: Message, prompt: str) -> None:
         fallback_chain = [primary_model] + [m for m in all_model_ids if m != primary_model]
 
         image_bytes = None
-        used_model = primary_model
         last_error = None
         budget_exceeded = False
+        rate_limited = False
         deadline = time.monotonic() + DRAW_TOTAL_BUDGET_SEC
 
         for attempt_model in fallback_chain:
@@ -4082,19 +4087,23 @@ async def inline_draw(message: Message, prompt: str) -> None:
                 )
                 break
             try:
+                # Статус нейтральный, без названий моделей: бот не раскрывает
+                # внутреннюю реализацию (см. ИДЕНТИЧНОСТЬ в system_prompt.py).
+                # На первой попытке статус и так "Генерирую изображение" — не трогаем.
                 if attempt_model != primary_model:
-                    await _edit_message_quietly(
-                        status,
-                        f"Модель {_image_model_label(primary_model)} недоступна, пробую {_image_model_label(attempt_model)}"
-                    )
-                else:
-                    await _edit_message_quietly(status, f"Использую модель {_image_model_label(attempt_model)}")
+                    await _edit_message_quietly(status, "Это займёт немного больше времени…")
                 image_bytes = await _hf_text_to_image(session, attempt_model, prompt)
-                used_model = attempt_model
                 break
             except Exception as exc:
                 last_error = exc
                 txt = _error_text(exc).lower()
+                # 429 — перегрузка ВСЕГО сервиса (см. прод 17.09.2026: все 5 моделей
+                # вернули 429 подряд), а не одной модели — гонять остаток цепочки
+                # бессмысленно, сразу говорим пользователю подождать.
+                if "429" in txt or "rate" in txt or "too many" in txt:
+                    log.warning("[draw] Service rate-limited (429) on model %s — stopping the fallback chain.", attempt_model)
+                    rate_limited = True
+                    break
                 # Пробуем следующую только при сетевых/серверных ошибках
                 if any(kw in txt for kw in ("cannot connect", "ssl:", "no address", "503", "502", "timeout", "host")):
                     log.warning("[draw] Model %s failed (%s), trying next fallback", attempt_model, type(exc).__name__)
@@ -4105,33 +4114,33 @@ async def inline_draw(message: Message, prompt: str) -> None:
 
         if image_bytes:
             await _delete_message_quietly(status)
-            caption = f"Модель: {_html_mod.escape(_image_model_label(used_model), quote=False)}"
-            if used_model != primary_model:
-                caption += "\n(основная модель недоступна)"
             await bot.send_photo(
                 chat_id=message.chat.id,
                 photo=BufferedInputFile(image_bytes, filename="generated.jpg"),
-                caption=caption,
                 reply_to_message_id=message.message_id,
             )
         else:
+            if rate_limited:
+                raise RuntimeError("image generation service overloaded with requests") from last_error
             if budget_exceeded:
-                raise RuntimeError("Превышен общий бюджет времени н�� генерацию изображения") from last_error
-            raise last_error or RuntimeError("Все модели генерации недоступны")
+                raise RuntimeError("image generation total time budget exceeded") from last_error
+            raise last_error or RuntimeError("all image generation models unavailable")
 
     except Exception as exc:
         log.exception("Hugging Face image generation failed:")
         txt = _error_text(exc).strip()
         if any(kw in txt.lower() for kw in ("cannot connect", "ssl:", "no address", "connection", "timeout", "host")):
-            user_err = "Сервис генерации изображений временно недоступен. Попробуйте позже."
-        elif "все модели" in txt.lower():
-            user_err = "Все модели генерации изображений сейчас недоступны. Попробуйте позже."
-        elif "бюджет времени" in txt.lower():
-            user_err = "Генерация изображения сейчас занимает слишком много времени. Попробуйте, пожалуйста, ещё раз через минуту."
+            user_err = "Сервис генерации изображений временно недоступен. Попробуй позже."
+        elif "overloaded" in txt.lower():
+            user_err = "Сервис генерации изображений сейчас перегружен. Подожди минуту и попробуй ещё раз."
+        elif "all image generation" in txt.lower():
+            user_err = "Сервис генерации изображений сейчас недоступен. Попробуй позже."
+        elif "time budget" in txt.lower():
+            user_err = "Генерация изображения сейчас занимает слишком много времени. Попробуй, пожалуйста, ещё раз через минуту."
         else:
             # Сырой текст ошибки провайдера пользователю не показываем (см. log.exception
             # выше) — та же логика, что и в остальных обработчиках ошибок бота.
-            user_err = "Ошибка генерации изображения. Попробуйте ещё раз или переформулируйте описание."
+            user_err = "Ошибка генерации изображения. Попробуй ещё раз или переформулируй описание."
         await _edit_message_quietly(status, user_err)
 
 
@@ -4139,7 +4148,7 @@ async def inline_draw(message: Message, prompt: str) -> None:
 async def cmd_draw(message: Message) -> None:
     prompt = message.text.partition(" ")[2].strip() if message.text else ""
     if not prompt:
-        await _safe_reply(message, "Укажите текст после команды /draw. Пример: /draw космическая станция")
+        await _safe_reply(message, "Укажи текст после команды /draw. Пример: /draw космическая станция")
         return
     if await _reject_rate_limited_message(message):
         return
@@ -4192,7 +4201,7 @@ async def inline_tts(message: Message, text: str) -> None:
     if len(text) > TTS_MAX_CHARS:
         await _safe_reply(
             message,
-            f"Текст слишком длинный для озвучки (лимит {TTS_MAX_CHARS} символов, сейчас {len(text)}). Сократите текст и попробуйте снова."
+            f"Текст слишком длинный для озвучки (лимит {TTS_MAX_CHARS} символов, сейчас {len(text)}). Сократи текст и попробуй снова."
         )
         return
     status = await _tg_call(message.reply, "Озвучиваю текст")
@@ -4281,16 +4290,16 @@ async def inline_tts(message: Message, text: str) -> None:
         txt = _error_text(exc).strip() or exc.__class__.__name__
         kind = _classify_model_error(_error_status(exc, txt), txt)
         if kind == "rate_limit":
-            user_err = "Лимит запросов на озвучку временно исчерпан. Попробуйте немного позже."
+            user_err = "Лимит запросов на озвучку временно исчерпан. Попробуй немного позже."
         else:
-            user_err = "Не получилось озвучить текст. Попробуйте ещё раз или сократите текст."
+            user_err = "Не получилось озвучить текст. Попробуй ещё раз или сократи текст."
         await _edit_message_quietly(status, user_err)
 
 @dp.message(Command("tts"))
 async def cmd_tts(message: Message) -> None:
     text = message.text.partition(" ")[2].strip() if message.text else ""
     if not text:
-        await _safe_reply(message, "Укажите текст после команды /tts. Пример: /tts Добрый день")
+        await _safe_reply(message, "Укажи текст после команды /tts. Пример: /tts Добрый день")
         return
     if await _reject_rate_limited_message(message):
         return
@@ -4307,7 +4316,7 @@ async def cmd_reset(message: Message) -> None:
     if not await _is_privileged_in_chat(message.chat.type, message.chat.id, requester_id):
         await _tg_call(
             message.reply,
-            "В группе сбросить историю может только администратор или создатель группы (либо владелец бота). В личных сообщениях доступно всем."
+            "В группе историю сбрасывает только администратор, создатель группы или владелец бота. В личных сообщениях — доступно всем."
         )
         return
     state = get_state(message.chat.id)
@@ -4326,7 +4335,7 @@ async def cmd_logs(message: Message) -> None:
     is_owner = _is_owner(message.from_user.id if message.from_user else None)
 
     if not is_owner:
-         await _tg_call(message.reply, "У вас нет доступа к этой команде.")
+         await _tg_call(message.reply, "Нет доступа к этой команде.")
          return
 
     if message.chat.type != ChatType.PRIVATE:
@@ -4386,7 +4395,7 @@ async def cmd_stats(message: Message) -> None:
     показывает данные по всем чатам, а не только текущему."""
     is_owner = _is_owner(message.from_user.id if message.from_user else None)
     if not is_owner:
-        await _tg_call(message.reply, "У вас нет доступа к этой команде.")
+        await _tg_call(message.reply, "Нет доступа к этой команде.")
         return
 
     if message.chat.type != ChatType.PRIVATE:
@@ -4485,12 +4494,12 @@ def _route_error_reply_text(exc: Exception, head_model: str, *, youtube_url_to_a
     if youtube_url_to_analyze:
         return (
             "Не получилось открыть это видео (возможно, оно приватное, удалено, слишком длинное "
-            "или недоступно для анализа). Опишите, пожалуйста, о чём оно словами — тогда смогу помочь."
+            "или недоступно для анализа). Опиши, пожалуйста, о чём оно словами — тогда смогу помочь."
         )
     if isinstance(exc, GeminiAllModelsExhaustedError):
         return _gemini_error_msg(exc, head_model)
     if isinstance(exc, RouteBudgetExceededError):
-        return "Сейчас все доступные модели перегружены или недоступны. Попробуйте, пожалуйста, ещё раз через минуту."
+        return "Сервис сейчас перегружен. Попробуй, пожалуйста, ещё раз через минуту."
     if isinstance(exc, OpenRouterAPIError):
         return _or_error_msg(exc, "text")
     return _gemini_error_msg(exc, head_model)
@@ -4503,7 +4512,7 @@ class RouteBudgetExceededError(RuntimeError):
     (именно так раньше выглядели ответы по 2+ минуты)."""
     def __init__(self, tried: list[str]) -> None:
         self.tried = tried
-        super().__init__(f"Бюджет времени на маршрут исчерпан. Испробовано: {', '.join(tried) or '—'}")
+        super().__init__(f"Route time budget exhausted. Tried: {', '.join(tried) or 'none'}")
 
 
 # Конфигурация моделей и логика построения маршрута (GEMINI_MODELS, TEXT_MODEL_ORDER,
@@ -4527,7 +4536,7 @@ async def _run_route(
     Возвращает (ответ, reply_already_sent). Второй элемент True, если ответ уже
     отправлен в чат стримингом (см. allow_stream) и повторно отправлять не нужно."""
     if not route:
-        raise RuntimeError("Пустой маршрут — не из чего выбирать модель.")
+        raise RuntimeError("Empty route — no model to choose from.")
     # Умный порядок по измеренным задержкам (см. lumen_model_speed.py): внутри
     # каждого провайдера — быстрые вперёд, сами провайдерные блоки и их порядок
     # не трогаем (защита скудной квоты Gemini — см. _build_route).
@@ -4619,7 +4628,7 @@ async def _run_route(
         # исключение, иначе он повиснет в чате навсегда.
         await _delete_message_quietly(reusable_placeholder)
 
-    raise last_exc or RuntimeError("Не удалось получить ответ ни от одного кандидата маршрута.")
+    raise last_exc or RuntimeError("No route candidate returned an answer.")
 
 
 # обработка сообщений
@@ -4719,7 +4728,7 @@ def _check_and_register_rate_limit(user_id: int | None) -> bool:
 async def _reject_rate_limited_message(message: Message) -> bool:
     if not _check_and_register_rate_limit(_rate_limit_key_for_message(message)):
         return False
-    await _tg_call(message.reply, "Вы отправляете слишком много запросов. Подождите немного.")
+    await _tg_call(message.reply, "Ты отправляешь слишком много запросов. Подожди немного.")
     return True
 
 
@@ -4813,6 +4822,7 @@ async def _handle_message_core(message: Message, extra_media: list[tuple[bytes,
         return
 
     # Проверка на ссылки загрузки (TikTok — сразу всегда, даже в группах без упоминания)
+
     url = extract_url(t)
     needs_youtube = False
     needs_website = False
@@ -4892,7 +4902,7 @@ async def _handle_message_core(message: Message, extra_media: list[tuple[bytes,
 
     if not clean_prompt and not media_tuple and not youtube_url_to_analyze:
          if mentioned:
-              await _tg_call(message.reply, "Слушаю вас.")
+              await _tg_call(message.reply, "Слушаю.")
          return
 
     # Отправка typing экшена
@@ -4981,7 +4991,7 @@ async def handle_message(message: Message) -> None:
     except asyncio.TimeoutError:
         log.warning("[lock] Timeout waiting for lock on chat %s", chat_id)
         with contextlib.suppress(Exception):
-             await _tg_call(message.reply, "Предыдущий запрос ещё обрабатывается. Подождите или попробуйте позже.")
+             await _tg_call(message.reply, "Предыдущий запрос ещё обрабатывается. Подожди или попробуй позже.")
         return
 
     try:

lumen_router_config.py

@@ -439,6 +439,15 @@ _OR_MODEL_HEALTH: dict[str, _ModelHealthNote] = {
                 "било в мёртвую модель. Заменена головой на google/gemma-4-31b-it:free этим же "
                 "аудитом."
     ),
+    # ── Найдено по реальным логам прода (вечер 17 сентября 2026, уже ПОСЛЕ
+    # утреннего аудита — новый код успел задеплоиться и новички пошли в бой) ──
+    "thinkingmachines/inkling-small:free": _ModelHealthNote(
+        reason="ПОДТВЕРЖДЕНО ПО РЕАЛЬНЫМ ЛОГАМ ПРОДА (17 сентября 2026): 'thinkingmachines/"
+                "inkling-small:free is only available on agentic harnesses. Try plugging it "
+                "into a coding agent or productivity app' — модель в принципе не обслуживает "
+                "обычные chat/completions-запросы, только агентские harness'ы. Стояла второй "
+                "в _OR_LIGHT_ORDER — каждое обычное сообщение теряло попытку впустую."
+    ),
 }
 
 # Вычисляется ИЗ _OR_MODEL_HEALTH выше — единственное место, где решается, какие
@@ -535,9 +544,11 @@ def _gemini_route(models: list[str]) -> list[tuple[str, str]]:
 # прод-трафик 17.09.2026 без единого негативного сигнала), но ПЕРЕД
 # generic-резервом: ни одна ещё не калибровалась на «кашу» (см. _OR_MODEL_HEALTH
 # у nano-9b — тот же риск), поэтому выше проверенной головы им не место.
+# ОБНОВЛЕНО вечером 17.09.2026 по первому же прод-трафику: inkling-small
+# исключён (только agent harnesses, см. _OR_MODEL_HEALTH), nex-n2.5-mini
+# подтверждён живьём (успешный ответ в проде) и повышен на его место.
 _OR_LIGHT_ORDER: list[str] = [
     "nvidia/nemotron-3.5-lightning:free",
-    "thinkingmachines/inkling-small:free",
     "nex-agi/nex-n2.5-mini:free",
     "inclusionai/ling-3.0-flash-sante:free",
     "inclusionai/ling-3.0-flash-fin:free",
@@ -550,11 +561,11 @@ _OR_LIGHT_ORDER: list[str] = [
 # моделей там есть по-настоящему сильные кандидаты (120B/550B), не уступающие
 # по мощи флагману Gemini, но не занимающие его 20 запросов/сутки.
 #
-# nemotron-3-super-120b-a12b — единственная замеченная порча текста за всё
-# калибровочное тестирование: 1 инцидент из 4 тяжёлых запросов (25 июля 2026 —
-# китайский иероглиф вместо "хвост" в ответе про TCP/IP). Не понижена — один
-# инцидент на четыре успешных попытки не повод убирать флагмана, но стоит
-# присматривать за логами `[stream]` этой модели.
+# nemotron-3-super-120b-a12b — ВТОРОЙ инцидент порчи текста (первый: калибровка
+# 25 июля 2026, иероглиф вместо "хвост"; второй: прод 17 сентября 2026,
+# 'claramente'/'wschod' внутри русских слов — см. комментарий у _OR_HEAVY_ORDER).
+# Понижена под ultra-550b, но не исключена: два инцидента за два месяца при
+# в целом рабочих ответах — не хроника nano-9b. При третьем — исключать.
 #
 # Модели, убранные из цепочки целиком (провайдер снял с бесплатного тира или
 # слаг подтверждённо не обслуживается — полные причины и даты см. в
@@ -589,9 +600,15 @@ _OR_LIGHT_ORDER: list[str] = [
 # Новые inkling и nex-n2.5-pro добавлены после проверенных калибровкой моделей,
 # но перед dots-3-note-preview (та ближе к снятию — 30.09.2026, см.
 # _SCHEDULED_OR_REMOVALS — остаётся последней перед generic-резервом).
+# ОБНОВЛЕНО вечером 17.09.2026 по прод-трафику: nemotron-3-super выдал "кашу"
+# из чужих языков прямо в проде (испанское 'claramente', польский фрагмент
+# 'wschod' внутри русского слова — тот же класс порчи, что у исключённого
+# nano-9b, второй инцидент super после калибровочного 25.07). Не исключён
+# (два инцидента за два месяца — не хроническая порча каждого ответа), но
+# понижен под ultra-550b, у которого таких инцидентов нет вообще.
 _OR_HEAVY_ORDER: list[str] = [
-    "nvidia/nemotron-3-super-120b-a12b:free",
     "nvidia/nemotron-3-ultra-550b-a55b:free",
+    "nvidia/nemotron-3-super-120b-a12b:free",
     "z-ai/glm-5.2:free",
     "poolside/laguna-s-2.1:free",
     "cohere/north-mini-code:free",

lumen_security.py

@@ -96,7 +96,7 @@ _IDENTITY_LEAK_RE = re.compile(
 
 _IDENTITY_LEAK_FALLBACK = (
     "Внутренние технические детали своей реализации я не раскрываю. "
-    "Если у вас есть другой вопрос — с радостью помогу."
+    "Если у тебя есть другой вопрос — с радостью помогу."
 )
 
 # Слой В — "эхо" внедрённой в контент (фото/документ/сайт) вредоносной инструкции.
@@ -127,7 +127,7 @@ _INJECTED_PAYLOAD_ECHO_RE = re.compile(
 
 _INJECTED_PAYLOAD_ECHO_FALLBACK = (
     "Это похоже на текст из инструкции, внедрённой в присланный контент, а не на "
-    "обычный ответ — воспроизводить его не буду. Если у вас обычный вопрос, задайте "
+    "обычный ответ — воспроизводить его не буду. Если у тебя обычный вопрос, задай "
     "его, и я отвечу."
 )
 
@@ -254,7 +254,7 @@ _INJECTION_PROBE_RE = re.compile(
 
 _INJECTION_PROBE_REPLY = (
     "Свою настройку и инструкции я не раскрываю и не обсуждаю в таком формате. "
-    "Если у вас обычный вопрос — задавайте, с радостью помогу."
+    "Если у тебя обычный вопрос — задавай, с радостью помогу."
 )
 
 def _looks_like_injection_probe(text: str) -> bool:

system_prompt.py

@@ -182,5 +182,5 @@ SYSTEM_PROMPT = (
     "Если тебя критикуют или обзывают в шутливой/бытовой манере ('ты тупой') — не отвечай корпоративной защитной формулировкой вроде 'моя цель быть максимально полезным и точным'. Реагируй как живой собеседник: спроси, что конкретно не так, прими критику спокойно, при уместности — с лёгкой самоиронией, не защищайся дежурными фразами. "
     "Это же касается и вежливых отказов (когда просят то, что ты не можешь или не должен делать — например конкретную дозировку вещества, помощь с чем-то опасным и т.п.): избегай канцелярских формулировок вроде 'моя задача — быть безопасным и полезным помощником' или 'предоставление такой информации противоречит моим принципам'. Просто скажи прямо, что именно не сделаешь, и предложи то, чем реально можешь помочь (например, честную информацию о рисках или о том, как распознать передозировку) — без бюрократического привкуса в формулировке отказа. "
     "Будь готов вежливо не соглашаться с пользователем и отстаивать факты, если ты в них уверен, вместо того чтобы сразу 'прогибаться' под любое 'нет, ты неправ' без реальных оснований — подробности в разделе ЧЕСТНОСТЬ И ГРАНИЦЫ ЗНАНИЙ выше.\n"
-    "ПРАВИЛО ИСПОЛЬЗОВАНИЯ ЭМОДЗИ: По умолчанию нежелательно использовать смайлики, иконки эмодзи или декоративные символы. Сохраняй стиль лаконичным, серьезным и практичным (оформление текста жирным шрифтом, курсивом, списками). Однако, если пользователь просит использовать эмодзи, настраивает тебя на определенный стиль общения или сам активно использует смайлики/эмодзи в диалоге — ты можешь использовать их для поддержания атмосферы беседы."
+    "ПРАВИЛО ИСПОЛЬЗОВАНИЯ ЭМОДЗИ: по умолчанию эмодзи запрещены — не используй смайлики, иконки и декоративные символы вообще, включая оформление списков и заголовков (никаких 🔍 ✅ ❓ 📌 📜 в качестве маркеров — списки оформляй только текстовыми маркерами •/-). Исключение — только если пользователь прямо просит эмодзи, задаёт такой стиль общения или сам активно ставит их в каждом сообщении: тогда можно зеркалить сдержанно, не больше 1–2 на ответ. Молчаливое желание «оживить» сухой ответ — не повод нарушать запрет."
 )

test_bot.py

@@ -617,6 +617,20 @@ def test_model_error_text_shared_between_providers():
     assert bot._gemini_error_msg(gem_exc, "gemini-3.5-flash") == bot._or_error_msg(or_exc, "text")
 
 
+def test_user_facing_error_texts_hide_models_and_stay_informal():
+    # Легенда единого Lumen (сентябрь 2026): пользовательские тексты не должны
+    # упоминать "модели" во множественном числе и обращаться на "вы" — см.
+    # ИДЕНТИЧНОСТЬ и ОБРАЩЕНИЕ в system_prompt.py.
+    for key in ("rate_limit", "paid", "forbidden", "unavailable"):
+        msg = bot._model_error_text(key)
+        assert "модел" not in msg.lower()
+    assert "модел" not in bot._MODEL_ERROR_FALLBACK_MSG.lower()
+    budget_msg = bot._route_error_reply_text(bot.RouteBudgetExceededError([]), "gemini-3.8-flash", youtube_url_to_analyze=None)
+    assert "модел" not in budget_msg.lower()
+    quota_msg = bot._gemini_error_msg(bot.GeminiAllModelsExhaustedError(["gemini-3.8-flash"]), "gemini-3.8-flash")
+    assert "модел" not in quota_msg.lower()
+
+
 # ─────────────────────────── _cleanup_rate_limit_dict ───────────────────────────
 
 def test_cleanup_rate_limit_dict_removes_empty_and_stale_entries():
@@ -2806,13 +2820,42 @@ def test_inline_draw_falls_back_when_auto_picked_model_fails():
         # HF_IMAGE_MODELS, а не от auto-pick, провалившегося с ошибкой.
         assert len(attempts) >= 2
         assert captured_photo["photo"].data == b"\x89PNG fallback bytes"
-        assert "основная модель недоступна" in captured_photo["caption"]
+        # Подпись с названием модели убрана (сентябрь 2026): бот не раскрывает
+        # внутреннюю реализацию — ни названий, ни "основная недоступна".
+        assert "caption" not in captured_photo
     finally:
         bot._hf_text_to_image = original_hf
         bot.bot = original_bot_obj
         bot.chat_state.pop(chat_id, None)
 
 
+def test_inline_draw_stops_chain_on_service_rate_limit():
+    # Реальный прод-инцидент 17.09.2026: ВСЕ 5 моделей вернули HTTP 429 подряд —
+    # лимит всего сервиса, а не одной модели. Гонять остаток цепочки бессмысленно:
+    # останавливаемся на первой же 429 и честно просим подождать (а не
+    # "переформулируйте описание" — при перегрузке это неверный совет).
+    chat_id = 999432
+    attempts = []
+
+    async def fake_hf_text_to_image_always_429(session, model_id, prompt):
+        attempts.append(model_id)
+        raise RuntimeError("Pollinations.ai HTTP 429")
+
+    incoming = _FakeIncomingMessage(chat_id)
+    incoming.message_id = 2
+
+    original_hf = bot._hf_text_to_image
+    bot._hf_text_to_image = fake_hf_text_to_image_always_429
+    try:
+        asyncio.run(bot.inline_draw(incoming, "дикобраз"))
+        assert attempts == [bot._pick_image_model("дикобраз")]
+        status_texts = [text for text, _ in incoming.sent[0].edits]
+        assert any("перегружен" in text for text in status_texts)
+    finally:
+        bot._hf_text_to_image = original_hf
+        bot.chat_state.pop(chat_id, None)
+
+
 # ─────────────────── schema_version персистентного снимка чата (аудит техдолга) ───────────────────
 
 def test_serialize_chat_state_stamps_current_schema_version():

test_lumen_router_config.py

@@ -113,7 +113,7 @@ def test_build_route_plain_text_prefers_openrouter_to_save_gemini_quota():
 
 def test_build_route_heavy_plain_text_uses_strong_openrouter_models_first():
     route = lumen_router_config._build_route(needs_youtube=False, needs_website=False, media_mime=None, is_heavy=True, needs_freshness=False)
-    assert route[0] == ("openrouter", "nvidia/nemotron-3-super-120b-a12b:free")
+    assert route[0] == ("openrouter", "nvidia/nemotron-3-ultra-550b-a55b:free")
 
 
 def test_build_route_image_without_freshness_prefers_openrouter_vision():
@@ -440,8 +440,8 @@ def test_new_heavy_models_ordered_before_expiring_dots3_note_preview():
 def test_or_heavy_order_still_headed_by_calibrated_flagships():
     # Уже проверенные калибровкой сильные модели остаются головой — новые
     # некалиброванные модели добавлены строго после них, не выше.
-    assert lumen_router_config._OR_HEAVY_ORDER[0] == "nvidia/nemotron-3-super-120b-a12b:free"
-    assert lumen_router_config._OR_HEAVY_ORDER[1] == "nvidia/nemotron-3-ultra-550b-a55b:free"
+    assert lumen_router_config._OR_HEAVY_ORDER[0] == "nvidia/nemotron-3-ultra-550b-a55b:free"
+    assert lumen_router_config._OR_HEAVY_ORDER[1] == "nvidia/nemotron-3-super-120b-a12b:free"
 
 
 # ─────────────────── анонсированные ("Going away <дата>") даты снятия моделей ───────────────────
@@ -589,7 +589,7 @@ def test_sept_2026_new_light_models_after_proven_head_before_reserve():
     assert order[0] == "nvidia/nemotron-3.5-lightning:free"
     assert order[-1] == "openrouter/free"
     for model_id in (
-        "thinkingmachines/inkling-small:free", "nex-agi/nex-n2.5-mini:free",
+        "nex-agi/nex-n2.5-mini:free",
         "inclusionai/ling-3.0-flash-sante:free", "inclusionai/ling-3.0-flash-fin:free",
         "liquid/lfm-2.5-2.6b:free",
     ):
@@ -598,6 +598,25 @@ def test_sept_2026_new_light_models_after_proven_head_before_reserve():
         assert model_id in lumen_router_config._KNOWN_MODEL_IDS_FOR_LEAK_DETECTION
 
 
+def test_inkling_small_excluded_after_agentic_harness_refusal():
+    # Вечер 17.09.2026, первый прод-трафик нового кода: inkling-small ответил
+    # отказом "only available on agentic harnesses" — чат-запросы не обслуживает.
+    assert "thinkingmachines/inkling-small:free" in lumen_router_config._OR_MODEL_HEALTH
+    assert "thinkingmachines/inkling-small:free" in lumen_router_config._ROUTER_EXCLUDED_OR_MODELS
+    assert "thinkingmachines/inkling-small:free" not in lumen_router_config._OR_LIGHT_ORDER
+    # nex-mini тем же вечером подтверждён живьём — занял его место вторым.
+    assert lumen_router_config._OR_LIGHT_ORDER[1] == "nex-agi/nex-n2.5-mini:free"
+
+
+def test_nemotron_super_demoted_below_ultra_after_second_mush_incident():
+    # Вечер 17.09.2026: super выдал "кашу" прямо в проде (второй инцидент после
+    # калибровочного) — понижен под ultra без инцидентов, но не исключён.
+    order = lumen_router_config._OR_HEAVY_ORDER
+    assert order[0] == "nvidia/nemotron-3-ultra-550b-a55b:free"
+    assert order[1] == "nvidia/nemotron-3-super-120b-a12b:free"
+    assert "nvidia/nemotron-3-super-120b-a12b:free" not in lumen_router_config._ROUTER_EXCLUDED_OR_MODELS
+
+
 def test_sept_2026_new_heavy_and_vision_models_placed():
     heavy = lumen_router_config._OR_HEAVY_ORDER
     assert "thinkingmachines/inkling:free" in heavy