Update llama runtime and isolate background reviews

platform/llama/README.md

@@ -21,11 +21,13 @@ nach Standardbenchmark, Tool-Calling-Test und Kontexttest übernommen.
 - Fast, Medium, Large und Uncensored: integrierte Vision; der jeweilige
   Projektor liegt vollständig auf der RTX 3060
 
-Die produktive Runtime ist auf Commit
-`3f545beccee69d9975f466ec7e45fd9aacd8ba90` festgeschrieben. Gegen den
-vorherigen Commit waren Antworten und Geschwindigkeit praktisch identisch;
-übernommen wurde er wegen der Qwen-/MTP-/Multimodal-Korrekturen und des
-expliziten `--mmproj-device`.
+Die produktive Runtime ist auf llama.cpp Build 10718, Commit
+`41ef91f7c8046087cdfbb276b79bff311ecf1c6d`, festgeschrieben. Im lokalen
+A/B-Test blieben normaler Durchsatz, 70K-/120K-Kontext und Prompt-Cache
+unverändert. Mit 100 angebotenen Werkzeugen stieg der Ausgabedurchsatz von
+56,03 auf 60,67 Tokens/s. Der Build begrenzt insbesondere einen teuren
+Qwen3-Coder-Workaround wieder auf die betroffenen Modellfamilien, statt ihn
+auch auf Qwen3.8 anzuwenden.
 
 Die Dateien selbst sind nicht Bestandteil des Repositories. Pfade und Hashes
 werden im lokalen Modellmanifest verwaltet.