Expose all profiles through llama.cpp discovery

dev/test_local.sh

@@ -131,6 +131,19 @@ assert ids["qwen-ultra"]["context_length"]==262144
 assert ids["qwen-uncensored"]["context_length"]==80000
 ' && ok "fünf virtuelle Modelle mit korrekten Context Windows" || bad "/v1/models"
 
+# llama.cpp-Clients fragen zuerst den nativen Endpunkt ab. Er muss ebenfalls
+# den gesamten virtuellen Katalog liefern und darf nicht auf das aktive Profil
+# des Upstreams zusammenschrumpfen.
+RESP=$(curl -sf "$BASE/models?autoload=false")
+echo "$RESP" | python3 -c '
+import json,sys
+d=json.load(sys.stdin)
+ids={m["id"]:m for m in d["data"]}
+assert set(ids)=={"qwen-fast","qwen-medium","qwen-large","qwen-ultra","qwen-uncensored"}, ids
+assert ids["qwen-fast"]["status"]["value"]=="loaded", ids
+assert all(ids[name]["status"]["value"]=="unloaded" for name in ids if name!="qwen-fast"), ids
+' && ok "nativer /models-Katalog enthält alle fünf Profile" || bad "/models"
+
 # --- 2. /status -----------------------------------------------------------------
 echo "== Test 2: /status"
 RESP=$(curl -sf "$BASE/status")