Document unified Medium slots and dashboard capacity

ATHENA.md

@@ -1,6 +1,6 @@
 # Athena – Betriebsanleitung
 
-Stand: **16. September 2026**, auf Athena geprüft. Die fünf Textprofil-Images
+Stand: **20. September 2026**, auf Athena geprüft. Die fünf Textprofil-Images
 tragen **llama.cpp b29c606** (0.4.1).
 Der [geprüfte Live-Stand](docs/LIVE_STATE.md) beschreibt Profile, GPUs und die
 Abweichung zwischen dem bereitgestellten Stack und dem Git-Checkout.

README.md

@@ -1,6 +1,6 @@
 # Athena AI
 
-Stand: **16. September 2026**, auf Athena geprüft. Die Textprofil-Images verwenden
+Stand: **20. September 2026**, auf Athena geprüft. Die Textprofil-Images verwenden
 **llama.cpp 0.4.1** (`b29c606`).
 Der [geprüfte Live-Stand](docs/LIVE_STATE.md) beschreibt Profile, GPUs und die
 Abweichung zwischen dem bereitgestellten Stack und dem Git-Checkout.
@@ -95,28 +95,33 @@ von llama.cpp übersteuern würde. Clients, die direkt
 
 ### Ein oder zwei Modell-Slots
 
-Produktiv laufen alle Profile mit einem Slot. Damit erhält ein einzelner Chat
+Fast, Large, Ultra und Uncensored laufen mit einem Slot. Medium läuft seit dem
-den vollständigen Profilkontext und die bewährte Ausgabegeschwindigkeit. Die
+19. September in einem kontrollierten OpenClaw-Praxistest mit zwei Slots. Beide
-Einstellung liegt auf Athena in `/etc/mike-ai/stack.env`:
+Medium-Slots teilen sich durch `--kv-unified` **einen** 160.000-Token-KV-Pool;
+es entstehen keine zwei unabhängigen 160K-Kontextfenster. Belegt ein Slot
+beispielsweise 30.000 Token, stehen dem zweiten höchstens noch etwa 130.000
+Token aus diesem Pool zur Verfügung. Das Dashboard zeigt diese aktuell
+erreichbare Kapazität und den freien gemeinsamen Pool dynamisch an.
+
+Die Live-Einstellung liegt auf Athena in `/etc/mike-ai/stack.env`:
 
 ```bash
-MEDIUM_PARALLEL_SLOTS=1
+MEDIUM_PARALLEL_SLOTS=2
 ```
 
-Für einen späteren erneuten Paralleltest genügt es, den Wert auf `2` zu setzen
+Zum Umschalten wird nur Medium neu erstellt:
-und ausschließlich das aktuell betroffene Profil neu zu erstellen:
 
 ```bash
-sed -i 's/^MEDIUM_PARALLEL_SLOTS=.*/MEDIUM_PARALLEL_SLOTS=2/' /etc/mike-ai/stack.env
+sed -i 's/^MEDIUM_PARALLEL_SLOTS=.*/MEDIUM_PARALLEL_SLOTS=1/' /etc/mike-ai/stack.env
 cd /opt/mike-ai/stack
 docker compose --env-file /etc/mike-ai/stack.env up -d --no-deps --force-recreate llama-medium
 ```
 
-Zurück zum stabilen Ein-Slot-Betrieb geht es mit denselben zwei Befehlen und
+Für zwei Slots wird im ersten Befehl wieder `2` gesetzt. Der Compose- und
-`MEDIUM_PARALLEL_SLOTS=1`. `--kv-unified` ist bereits im Compose-Stack gesetzt.
+Installationsstandard bleibt bewusst `1`; damit wird der Versuchsstand bei
-Zwei Slots wurden direkt am Router erfolgreich getestet; Hermes verwaltete zwei
+einer Neuinstallation nicht unbemerkt zur Vorgabe. Der aktuelle Live-Test mit
-gleichzeitig aktive Chats jedoch nicht zuverlässig. Deshalb bleibt ein Slot der
+OpenClaw kann zwei gleichzeitige Anforderungen annehmen. Sehr große parallele
-Standard, bis Hermes' Sitzungsfehler behoben ist.
+Prefills konkurrieren weiterhin um Rechenleistung und den gemeinsamen KV-Pool.
 
 ## Endpunkte
 

dev/test_dashboard_modes.py

@@ -152,6 +152,14 @@ class DashboardModeTests(unittest.TestCase):
         self.assertIn('id="slotHistoryRanges"', self.dashboard.HTML)
         self.assertIn("drawSlotHistory(d.slot_points||[])", self.dashboard.HISTORY_JS)
 
+    def test_unified_slots_show_current_shared_capacity(self):
+        script = self.dashboard.FULL_JS
+
+        self.assertIn("function sharedSlotPool(slots,unified)", script)
+        self.assertIn("used+pool.free", script)
+        self.assertIn("lr.kv_unified===true", script)
+        self.assertIn("Gemeinsamer Pool:", script)
+
 
 if __name__ == "__main__":
     unittest.main()

docs/ARCHITECTURE.md

@@ -32,7 +32,7 @@ flowchart LR
     K[Backup alle 5 Stunden] --> DATA[/data und /etc/mike-ai]
 ```
 
-Stand: 16. September 2026. Versionen und Abweichungen: [Live-Stand](LIVE_STATE.md).
+Stand: 20. September 2026. Versionen und Abweichungen: [Live-Stand](LIVE_STATE.md).
 FLUX nutzt beide GPUs und pausiert dafür LLM und Qwen3-TTS. Dashboard und
 Portainer besitzen eigene Netzwerk-Namespaces in `mike-ai_frontend`; der Router
 läuft in `mike-ai_control`. Der Gateway vermittelt den privaten Zugriff.

docs/CONTAINER_INVENTORY.md

@@ -1,8 +1,8 @@
 # Container-Inventar auf Athena
 
-Stand: 16. September 2026 (lesender Docker-Abgleich)
+Stand: 20. September 2026 (lesender Docker-Abgleich)
 
-Athena hatte beim lesenden Abgleich 27 Docker-Container. Nicht jeder Container enthält
+Athena hatte beim lesenden Abgleich 30 Docker-Container. Nicht jeder Container enthält
 ein KI-Modell: Router, Oberflächen, Netzwerk, Steuerung und Sicherung sind
 gewöhnliche Dienste. Die rechenintensiven GPU-Worker werden absichtlich nur bei
 Bedarf gestartet. Ein Container im Zustand `Created` oder `Exited (0)` ist daher
@@ -11,20 +11,23 @@ nicht automatisch ein ungenutzter Rest.
 | Container | Modell oder wesentliche Komponente | Aufgabe |
 |---|---|---|
 | `mike-ai-backup` | kein Modell; Offen Docker Volume Backup `v2` (Digest vom 15. September 2026) | Sichert `/data`, `/etc/mike-ai`, den Stack und die persistenten Docker-Volumes im Fünf-Stunden-Takt. |
+| `mike-ai-bonsai2-ab` | Bonsai-2-Vergleichsmodell | Gestoppter, reproduzierbar dokumentierter A/B-Testcontainer; kein Produktivprofil. |
 | `mike-ai-applio-studio` | Applio/RVC; Stimmenmodelle werden nutzerseitig ergänzt | Vollständige RVC-Oberfläche für Inferenz, Modellverwaltung und Training auf der RTX 5080. Für eine Konvertierung ist ein importiertes oder trainiertes `.pth`-Modell nötig; eine Referenzaufnahme allein reicht nicht. |
 | `mike-ai-image-worker` | FLUX.2 Klein 9B FP8, Qwen3-8B NF4 Textencoder und VAE | Erzeugt und bearbeitet Bilder transaktional; nutzt während eines Auftrags RTX 5080 und RTX 3060. |
 | `mike-ai-llama-dashboard` | kein Modell | Zeigt Telemetrie, Profile, GPU-Nutzung, Slot-Kontextbelegung mit Verlauf und Betriebsarten an und bietet die Modusumschaltung. |
 | `mike-ai-llama-fast` | Qwen3.8-27B `IQ4-MIX`, Qwen-MMProj BF16 | Schnelles Q4-Text-/Vision-Profil mit 76.800 Token Kontext. |
 | `mike-ai-llama-large` | Qwen3.8-27B `IQ4_XS-pure`, Qwen-MMProj BF16 | Q4-Text-/Vision-Profil mit 192.000 Token Kontext und Verteilung auf beide GPUs. |
-| `mike-ai-llama-medium` | Qwen3.8-27B `IQ4_XS-pure`, Qwen-MMProj BF16 | Standard-Q4-Text-/Vision-Profil mit 160.000 Token Kontext und Verteilung auf beide GPUs. |
+| `mike-ai-llama-medium` | Qwen3.8-27B `IQ4_XS-pure`, Qwen-MMProj BF16 | Standard-Q4-Text-/Vision-Profil mit gemeinsamem 160.000-Token-KV-Pool, aktuell zwei Slots und Verteilung auf beide GPUs. |
 | `mike-ai-llama-ultra` | Qwen3.8-27B `IQ4_XS-pure`, ohne Vision-Projektor | Maximales Langkontextprofil mit 262.144 Token Kontext und Verteilung auf beide GPUs. |
 | `mike-ai-llama-uncensored` | Qwen3.8-27B Abliterated `Q4_K_M`, eigener MMProj F16 | Spezialprofil mit 80.000 Token Kontext und gelockerten Modellgrenzen. |
 | `mike-ai-ltx2-studio` | LTX-Video-Backend | GPU-Worker für lokale Videogenerierung; beim Abgleich gestoppt. |
 | `mike-ai-mcp-athena-operator` | kein Modell | Stellt Hermes begrenzte Werkzeuge zum Prüfen, Ändern, Testen, Sichern und Versionieren von Athena bereit. |
 | `mike-ai-music-acestep-test` | ACE-Step 1.5 XL-SFT und `acestep-5Hz-lm-1.7B` | Generiert Musik im exklusiven Musikmodus auf der RTX 5080. |
 | `mike-ai-music-ui` | kein Modell; `fspecii/ace-step-ui` | Community-Oberfläche für ACE-Step; bleibt als leichte UI verfügbar, während der GPU-Worker bedarfsgesteuert läuft. |
+| `mike-ai-ornith15-ab` | Ornith 1.5 35B-A3B | Gestoppter, reproduzierbar dokumentierter A/B-Testcontainer; kein Produktivprofil. |
 | `mike-ai-portainer` | kein Modell; Portainer CE | Optionale Docker-Verwaltungsoberfläche. |
 | `mike-ai-profile-controller` | kein Modell | Startet und stoppt ausschließlich freigegebene Modellprofile und Spezialworker in einer sicheren Reihenfolge. |
+| `mike-ai-qwen-cron-test` | kleines Qwen-Testmodell | Gestoppter CPU-/Cron-Worker-Versuch; nicht produktiv eingesetzt. |
 | `mike-ai-realtime-voice` | kein Modell | Laufende, gesunde WebRTC-Brücke für OpenClaw Talk; verbindet über den privaten WireGuard-Pfad Athena Whisper, OpenClaw-Agent und Qwen3-TTS ohne Profilwechsel. |
 | `mike-ai-qwen3-tts` | `Qwen/Qwen3-TTS-12Hz-1.7B-Base`, Stimme Serena | Hochwertige deutsche Sprachausgabe auf der RTX 3060 im LLM-Betrieb. |
 | `mike-ai-router` | kein eigenes Modell | Einzige OpenAI-kompatible Modelladresse; koordiniert Profile, Bildaufträge, Sprache und Betriebsarten. |
@@ -38,12 +41,11 @@ nicht automatisch ein ungenutzter Rest.
 | `mike-ai-trellis-studio` | Image `mike-ai/trellis-studio:0.6.0-q8` | Vorhandener, gestoppter 3D-Worker; in diesem Abgleich nicht funktional getestet. |
 | `mike-ai-mikes-applio-ui` | Image `mike-ai/mikes-applio-ui:latest` | Laufende zusätzliche Applio-Oberfläche. |
 
-Alle fünf llama-Container verwenden llama.cpp 0.4.1 (`b29c606`). Medium
+Alle fünf llama-Container verwenden llama.cpp 0.4.1 (`b29c606`). Medium lief
-lief beim ersten Abgleich, war später aber mit Exit-Code 139 beendet; die
+beim Abgleich gesund mit zwei Slots; die anderen vier Textprofile waren
-anderen vier waren nicht aktiv. Dieser Laufzeitfehler wurde im Zuge der
+planmäßig nicht aktiv. Der Image-Worker war ebenfalls gestoppt. Die
-Dokumentationsarbeit nicht behoben. Der Image-Worker war ebenfalls gestoppt.
+Infrastruktur und die Musik-/Applio-Oberflächen liefen. Diese Zustände ändern
-Die Infrastruktur und die Musik-/Applio-Oberflächen liefen. Diese Zustände
+sich mit der Nutzung.
-ändern sich mit der Nutzung.
 Die Detailbeschreibungen der Spezialmodelle stammen aus der bestehenden
 Betriebsdokumentation; dieses Update prüfte deren Containerbestand, nicht
 sämtliche Modellgewichte oder Funktionen neu.

docs/CURRENT_RUNTIME_NOTES.md

@@ -1,12 +1,17 @@
 # Aktuelle Laufzeitnotizen
 
-Stand: 15. September 2026.
+Stand: 20. September 2026.
 
 Der verbindliche Abgleich steht im [geprüften Live-Stand](LIVE_STATE.md).
 Produktiv läuft **llama.cpp 0.4.1** auf Commit `b29c606`, zuvor b10930.
 Alle fünf installierten Profile verwenden dasselbe CUDA-Image. Die Startoption
 bleibt `--load-mode none`.
 
+Medium läuft im aktuellen OpenClaw-Praxistest mit zwei Slots. `--kv-unified`
+teilt den 160.000-Token-KV-Pool dynamisch zwischen beiden Slots; das Dashboard
+zeigt je Slot die aktuell noch erreichbare Kapazität. Alle anderen Profile und
+der Installationsstandard bleiben bei einem Slot.
+
 [B10930-Updatebericht](LLAMA_B10930_UPDATE_20260912.md): Version, Image-ID,
 Funktionsproben, Vergleichsmessungen und gesicherter Rückfallstand.
 

docs/LIVE_STATE.md

@@ -1,6 +1,6 @@
 # Geprüfter Live-Stand auf Athena
 
-Stand: **16. September 2026**. Quelle: lesender SSH-Abgleich von Docker,
+Stand: **20. September 2026**. Quelle: lesender SSH-Abgleich von Docker,
 Compose-Dateien, Git-Inhalten, Images, Health-Endpunkten und Backup-Timern.
 Containerzustände sind Momentaufnahmen; der Controller darf Profile danach
 umschalten. Es wurde für diesen Abgleich kein Dienst neu gestartet.
@@ -9,28 +9,30 @@ umschalten. Es wurde für diesen Abgleich kein Dienst neu gestartet.
 
 Athena: Debian 13, RTX 5080 (16 GB) und RTX 3060 (12 GB). Die fünf
 Textprofil-Images tragen alle `com.mike-ai.llama-cpp-commit=b29c606`
-(llama.cpp 0.4.1). Sie verwenden `--load-mode none`, `--parallel 1` und
+(llama.cpp 0.4.1). Sie verwenden `--load-mode none` und `--batch-size 2048`.
-`--batch-size 2048`. Die `ubatch-size` wurde pro Profil auf einen getesteten
+Fast, Large, Ultra und Uncensored verwenden einen Slot. Medium läuft seit dem
-Wert gesetzt; sie ist **nicht** überall identisch.
+19. September kontrolliert mit `--parallel 2` und `--kv-unified`. Seine beiden
+Slots teilen sich den einzigen 160.000-Token-KV-Pool. Die `ubatch-size` wurde
+pro Profil auf einen getesteten Wert gesetzt; sie ist **nicht** überall
+identisch.
 
-| Profil | Qwen3.8-27B-Variante | Kontext | Tensor-Split 5080:3060 | Vision-Projektor | MTP Draft | ubatch |
+| Profil | Qwen3.8-27B-Variante | Kontext | Slots | Tensor-Split 5080:3060 | Vision-Projektor | MTP Draft | ubatch |
-|---|---|---:|---|---|---:|---:|
+|---|---|---:|---:|---|---|---:|---:|
-| Fast | IQ4-MIX | 76.800 | nur 5080 | 3060 | 2 | 64 |
+| Fast | IQ4-MIX | 76.800 | 1 | nur 5080 | 3060 | 2 | 64 |
-| Medium | IQ4_XS Pure | 160.000 | 85:15 | 3060 | 3 | 512 |
+| Medium | IQ4_XS Pure | 160.000 gemeinsam | 2 | 85:15 | 3060 | 3 | 512 |
-| Large | IQ4_XS Pure | 192.000 | 86:14 | 3060 | 3 | 256 |
+| Large | IQ4_XS Pure | 192.000 | 1 | 86:14 | 3060 | 3 | 256 |
-| Ultra | IQ4_XS Pure | 262.144 | 80:20 | keiner | 2 | 128 |
+| Ultra | IQ4_XS Pure | 262.144 | 1 | 80:20 | keiner | 2 | 128 |
-| Uncensored | Abliterated Q4_K_M | 80.000 | 90:10 | 3060 | 2 | 256 |
+| Uncensored | Abliterated Q4_K_M | 80.000 | 1 | 90:10 | 3060 | 2 | 256 |
 
 Tensor-Splits sind Startparameter, keine gemessenen VRAM-Anteile. Der
 Vision-Projektor liegt bei den vier Vision-Profilen auf GPU 1 (3060).
 `beta1` steht in der Repository-Matrix, ist aber nicht installiert. Der
-Router bietet nur die fünf installierten Profile an. Beim ersten Abgleich
+Router bietet nur die fünf installierten Profile an. Beim Abgleich am
-war Medium aktiv und der Router im LLM-Modus; beim späteren Containerabgleich
+20. September lief Medium seit rund 21 Stunden gesund mit zwei Slots; die vier
-war `mike-ai-llama-medium` mit Exit-Code 139 beendet. Das Log endet mit
+anderen Textprofile waren planmäßig gestoppt. Dashboard, Router, Controller,
-einem CUDA-Stacktrace im Vision-/CLIP-Encoding (`libmtmd`/`libggml-cuda`);
+Whisper, TTS und Realtime-Voice waren ebenfalls gesund. Der frühere
-eine eindeutige Ursache wurde nicht ermittelt. Dieser Laufzeitfehler wurde
+Vision-/CLIP-Absturz ist als historischer Befund erhalten, beschreibt aber
-bei der Dokumentationsarbeit nicht behoben oder durch einen Neustart
+nicht mehr den aktuellen Containerzustand.
-verdeckt. Der aktuelle Zustand ist über Dashboard/Controller zu prüfen.
 
 ## Weitere Dienste
 
@@ -54,17 +56,18 @@ verdeckt. Der aktuelle Zustand ist über Dashboard/Controller zu prüfen.
   trotzdem Status, Modelle und vorbereitende Aufgaben anzeigen; eine echte
   Konvertierung verlangt den Applio-Modus.
 
-Der vollständige Bestand der **27** angelegten Docker-Container steht im
+Der vollständige Bestand der **30** angelegten Docker-Container steht im
 [Container-Inventar](CONTAINER_INVENTORY.md). `Created` oder `Exited` bei
 Spezialworkern bedeutet nicht automatisch einen zu entfernenden Testrest.
 
 ## Git und reproduzierbarer Stand
 
-Der laufende Stack liegt unter `/opt/mike-ai/stack`. Sein Git-HEAD war
+Der laufende Stack liegt unter `/opt/mike-ai/stack`. Sein Git-HEAD ist weiterhin
-`276df0e` und damit älter als der aktuelle Git-Stand; `compose.yaml` und
+`276df0e` und damit älter als Doggo; `compose.yaml`, Dashboard und
-`services/athena-realtime-voice/` sind im Live-Checkout nicht committed.
+`services/athena-realtime-voice/` liegen dort als Live-Änderungen. Die am
-**Die geprüften Nutzdaten dieser Dateien stimmen aber bytegenau mit dem
+20. September geprüften Hashes von Compose, Dashboard, Dashboard-Test und
-neueren Git-Stand überein.** Ein frischer Clone liefert damit den Quellcode
+Voice-Bridge stimmen bytegenau mit diesem veröffentlichten Repository-Stand
+überein. Ein frischer Clone liefert damit den Quellcode
 und die Compose-Definitionen; er liefert weder lokale Secrets noch
 Modellgewichte oder persistente Nutzerdaten. Vor einem Deploy ist die
 Live-Konfiguration zu sichern und mit dem Checkout abzugleichen, statt den

docs/PREFILL_BATCH_BENCHMARK_20260830.md

@@ -23,10 +23,12 @@ The larger logical batches 3072 and 4096 did not improve Medium at ubatch 128. T
 
 ## Historischer Medium-Zwei-Slot-Test
 
-This was an A/B candidate, not the current production configuration. Production
+This began as an A/B candidate and was initially returned to **one slot**
-was returned to **one slot** because concurrent Hermes requests did not behave
+because concurrent Hermes requests did not behave reliably enough. On
-reliably enough. The 85:15 GPU split and batch / ubatch 2048 / 128 remain in
+19 September 2026, Medium was enabled again with two unified-KV slots for a
-production because they also work with the single-slot profile.
+controlled OpenClaw live trial. The figures below remain the historical
+benchmark rather than a new performance claim. The current Medium ubatch is
+512; the 85:15 GPU split is unchanged.
 
 Identical fresh 100,297-token prompt with a deterministic 256-token completion:
 

platform/llama-dashboard/app.py

@@ -270,6 +270,7 @@ def llama_runtime() -> dict[str, Any]:
     flags = {
         "--flash-attn": "flash_attention",
         "--cache-prompt": "prompt_cache",
+        "--kv-unified": "kv_unified",
         "--mmproj-offload": "vision_offload",
     }
     try:
@@ -843,10 +844,20 @@ function stableLiveRate(kind,tokensTotal,secondsTotal,gauge,active){
   if(state.value!=null&&(active||now-state.seen<8000)) return {text:`${deNum(state.value)} tok/s`,fresh:now-state.seen<2500};
   return {text:active?'misst …':'–',fresh:false};
 }
-function slotHtml(s){
+function sharedSlotPool(slots,unified){
-  let used=s.context_used||0,total=s.n_ctx||0,p=total?Math.min(100,used/total*100):0;
+  if(!unified||!Array.isArray(slots)||slots.length<2)return null;
+  const total=Math.max(0,...slots.map(s=>Number(s.n_ctx)||0));
+  const used=slots.reduce((sum,s)=>sum+Math.max(0,Number(s.context_used)||0),0);
+  return total?{total,used,free:Math.max(0,total-used)}:null;
+}
+function slotHtml(s,pool){
+  let used=Math.max(0,Number(s.context_used)||0),total=Math.max(0,Number(s.n_ctx)||0);
+  let available=pool?Math.min(total,used+pool.free):total;
+  let p=available?Math.min(100,used/available*100):0;
   let state=s.processing?'arbeitet':'frei';
-  return `<div class="slot"><div class="slot-head"><b>Slot ${s.id??'–'} · ${state}</b><span class="badge">${s.speculative?'MTP aktiv':'Standard'}</span></div><div class="bar-label"><span>${deNum(used)} / ${deNum(total)} Token</span><span>${p.toFixed(1)} %</span></div><div class="bar"><div class="fill" style="width:${p}%"></div></div><div class="metrics">${metric(deNum(s.prompt_tokens),'Prompt')}${metric(deNum(s.prompt_cached),'Cache-Token')}${metric(deNum(s.decoded_tokens),'generiert')}${metric(deNum(s.remaining_generation),'Ausgabe übrig')}${metric(s.task_id??'–','Task-ID')}${metric(s.temperature??'–','Temperatur')}${metric(boolLabel(s.stream),'Streaming')}${metric(deNum(s.max_tokens),'Ausgabelimit')}</div></div>`;
+  let capacity=pool?`${deNum(used)} / ${deNum(available)} Token aktuell möglich`:`${deNum(used)} / ${deNum(total)} Token`;
+  let shared=pool?`<span>Gemeinsamer Pool: ${deNum(pool.free)} Token frei</span>`:'';
+  return `<div class="slot"><div class="slot-head"><b>Slot ${s.id??'–'} · ${state}</b><span class="badge">${s.speculative?'MTP aktiv':'Standard'}</span></div><div class="bar-label"><span>${capacity}</span><span>${p.toFixed(1)} %</span></div><div class="bar"><div class="fill" style="width:${p}%"></div></div>${shared?`<div class="sub">${shared}</div>`:''}<div class="metrics">${metric(deNum(s.prompt_tokens),'Prompt')}${metric(deNum(s.prompt_cached),'Cache-Token')}${metric(deNum(s.decoded_tokens),'generiert')}${metric(deNum(s.remaining_generation),'Ausgabe übrig')}${metric(s.task_id??'–','Task-ID')}${metric(s.temperature??'–','Temperatur')}${metric(boolLabel(s.stream),'Streaming')}${metric(deNum(s.max_tokens),'Ausgabelimit')}</div></div>`;
 }
 async function refreshFull(){
   try{
@@ -866,7 +877,8 @@ async function refreshFull(){
     $('cacheSub').textContent=hit==null?'Keine Cache-Metrik':`${deNum(cached)} wiederverwendet · ${deNum(processed)} neu`;
     $('requestState').textContent=`${running} aktiv · ${waiting} wartet`;
     $('requestSub').textContent=`${(lt.slots||[]).filter(s=>!s.processing).length} freie Slots`;
-    $('slotCards').innerHTML=(lt.slots||[]).map(slotHtml).join('')||'<div class="sub">Slot-Telemetrie momentan nicht verfügbar</div>';
+    let slots=lt.slots||[],slotPool=sharedSlotPool(slots,lr.kv_unified===true);
+    $('slotCards').innerHTML=slots.map(s=>slotHtml(s,slotPool)).join('')||'<div class="sub">Slot-Telemetrie momentan nicht verfügbar</div>';
     let drafted=Number(met.spec_decode_num_draft_tokens_total||0),accepted=Number(met.spec_decode_num_accepted_tokens_total||0),acceptance=drafted?accepted/drafted*100:null;
     $('mtpAcceptance').textContent=acceptance==null?'–':`${acceptance.toFixed(1)} % akzeptiert`;$('mtpBar').style.width=`${acceptance||0}%`;
     $('mtpDrafted').textContent=deNum(drafted);$('mtpAccepted').textContent=deNum(accepted);$('mtpSteps').textContent=deNum(met.spec_decode_num_drafts_total);$('mtpDepth').textContent=lr.mtp_draft_tokens??'–';