Show an estimated AI‑credit cost for the next message on the usage gauge

### Feature summary

_No response_

### What problem are you trying to solve?

Cost per turn varies depending on the selected model, the reasoning effort, how much context is loaded, and how the assistant is being run (e.g. a single interactive reply vs. a longer autonomous run). Today users only learn the cost *after* spending it, which makes it hard to make informed choices (switch to a cheaper model, lower reasoning effort, trim context, etc.) before sending.

### Proposed solution

Add a lightweight **"Next message" estimate**: a single, compact prediction of what the upcoming turn will roughly cost, learned only from the user's own recent usage (on‑device, no server calls or extra data collection). Changing the model, reasoning effort, or run mode should visibly move the number.

**UX**
- Visualized in a usage popover, e.g. **"Next message — ~X credits (est.)"**, on a single line alongside "Session" spend.
- Framing: it's an estimate of the *typical* next turn, not a guarantee.

**How the estimate is built**
1. **Learn a typical cost ("anchor") at several granularities.** Maintain a smoothed, geometric (log‑space) moving average of realized per‑turn cost so a few unusually large or small turns don't dominate. Track and blend it at a few levels:
- **Per‑configuration** — keyed by the cost‑relevant choices the user controls: model, reasoning effort, context size tier, and run mode. This is what makes the estimate react when the user switches any of those.
- **Per‑session** — captures the "weight" of the current conversation (a heavy session tends to keep being heavy), ramped in as the session accumulates turns.
- **Global** — a cross‑session fallback used before a given configuration has any history.

2. **Cold start.** Before any history exists, fall back to a context‑proportional approach.

3. **Self‑calibrate.** After each turn, compare what actually happened to what was predicted and fold the realized cost back into the averages, so the estimate improves over time and adapts to the user's habits.

### Workflow impact

_No response_

### Installation context

_No response_

### Additional context

_No response_

Bắt đầu bằng cách xác định popover về mức sử dụng và dữ liệu chi phí hiện có theo từng lượt. Theo dõi cách mô hình, mức độ suy luận, ngữ cảnh và chế độ chạy được biểu diễn, sau đó xác định nơi có thể đọc và cập nhật lịch sử sử dụng của phiên cũng như lịch sử sử dụng toàn cục. Hoàn thành có nghĩa là popover hiển thị một ước tính cho tin nhắn tiếp theo với khung rõ ràng, phản hồi theo các lựa chọn đó và được hiệu chỉnh từ các lượt sau mà không cần gọi máy chủ.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.