docs: reconcile Athena overview with verified live deployment

docs/CURRENT_RUNTIME_NOTES.md

@@ -1,65 +1,20 @@
-# Aktueller produktiver Laufzustand
+# Aktuelle Laufzeitnotizen
 
-Stand: 3. September 2026
+Stand: 12. September 2026.
 
-## Lokale Spracherkennung
+Der verbindliche Abgleich steht im [geprüften Live-Stand](LIVE_STATE.md).
+Produktiv läuft **llama.cpp b10930**, zuvor b10872. Die frühere Angabe b10781
+war veraltet. Alle fünf installierten Profile wurden aktualisiert; die
+Startoption wurde auf `--load-mode none` migriert.
 
-Athena betreibt Whisper.cpp v1.9.1 mit `large-v3-turbo` als CPU-Dienst. Der
-Profile Router veröffentlicht ihn als OpenAI-kompatiblen Endpunkt
-`/v1/audio/transcriptions`; Standardsprache ist Deutsch. Modell und Download
-bleiben im persistenten Docker-Volume `whisper-data` erhalten.
+[B10930-Updatebericht](LLAMA_B10930_UPDATE_20260912.md): Version, Image-ID,
+Funktionsproben, Vergleichsmessungen und gesicherter Rückfallstand.
 
-Ein lokaler Rundlauftest (Athena-TTS → WAV → Athena-STT) wurde erfolgreich
-durchgeführt. OpenClaw ist ebenfalls auf diesen lokalen Endpunkt eingestellt
-und wurde mit `openclaw infer audio transcribe` erfolgreich geprüft. Für den
-lokalen Provider ist der Zugriff auf Athenas private IP ausdrücklich erlaubt;
-andere private Ziele werden dadurch nicht freigeschaltet.
+FLUX verwendet **9B FP8 Beta** mit Textencoder auf der RTX 3060.
+[Auflösungstest](FLUX_RESOLUTION_TEST_20260912.md): 1024 erfolgreich,
+1280 CUDA-OOM; produktive Begrenzung weiterhin 1024.
+Sprachausgabe: Qwen3-TTS 1.7B ohne Piper. Spracherkennung: Whisper.cpp small auf CPU.
 
-## Produktive llama.cpp-Runtime
-
-Aktualisiert am 12. September 2026: Alle fünf Textprofilcontainer verwenden
-llama.cpp **Build 10930**, Commit
-`56381e407c0ccfb3a6f71e668a27a901001d22ce`.
-
-Der tatsächliche vorherige Live-Build war 10872
-(`b31b71f3a076bfc4278daad442203a9c51c6e676`), nicht der hier zuvor
-angegebene Build 10781. Er bleibt unter
-`mike-ai/llama.cpp:b10872-pre-b10930` als Rückfallimage erhalten.
-
-Das Update enthält den Fix für die Drafter-Position nach Bildeingaben
-[#28715](https://github.com/ggml-org/llama.cpp/pull/28715). Modellgewichte,
-Profilkontexte, GPU-Aufteilung, Vision, Slots und MTP-Parameter bleiben
-unverändert. Details und Testgrenzen stehen im
-[Updateprotokoll](LLAMA_B10930_UPDATE_20260912.md).
-
-## Qwen Medium: Vision-Projektor wieder aktiviert
-
-`qwen-medium` läuft wieder mit dem Qwen-Vision-Projektor. Der Projektor wird
-über `--mmproj-offload --mmproj-device CUDA1` gezielt auf der RTX 3060 geladen.
-Der vorübergehende Text-only-Workaround ist damit auf ausdrücklichen Wunsch
-beendet.
-
-Dabei gilt ausdrücklich:
-
-- Der Gesamtkontext bleibt bei **160.000 Tokens**.
-- Das Profil verwendet wieder **einen Slot**. Die getestete Zwei-Slot-Variante
-  ist nicht produktiv.
-- **MTP / Speculative Decoding bleibt aktiviert**; MTP wurde nicht entfernt.
-- Modell, Quantisierung, GPU-Aufteilung und KV-Cache-Quantisierung bleiben
-  unverändert.
-- Bildanalyse ist im Medium-Profil wieder verfügbar.
-- Der bekannte llama.cpp-/MMProj-Cachefehler kann weiterhin vollständige
-  Prompt-Neuverarbeitung in späteren Turns auslösen. Diese Einschränkung wird
-  zugunsten der benötigten Vision-Funktion bewusst akzeptiert.
-
-Referenz:
-
-- https://github.com/ggml-org/llama.cpp/issues/19858
-- https://github.com/ggml-org/llama.cpp/issues/21133
-
-## Separates bekanntes Problem
-
-Automatische Hermes-Hintergrundanfragen können weiterhin den einzigen aktiven
-llama.cpp-Slot belegen und damit den Cache eines großen Chats verdrängen. Dieses
-Slot-Eviction-Problem ist unabhängig vom MMProj-Workaround und muss separat in
-der Hermes-Auxiliary-/Hintergrundverarbeitung geklärt werden.
+Datierte ältere Testberichte beschreiben ihre damaligen Versuchsbedingungen,
+keine automatische Freigabe für den heutigen Betrieb. Die Repository-Matrix
+enthält zusätzlich beta1; auf Athena sind nur fünf Textprofile installiert.