Consolidate Athena test history and final MTP2 production state

ATHENA.md

@@ -142,8 +142,15 @@ veröffentlicht werden.
 
 Bei neuen Modelltests die [gesicherte Qwen-Referenz vom 20.09.2026](benchmarks/athena-qwen38-reference-20260920/README.md) verwenden. **Qwen nicht automatisch erneut benchmarken.** Das Paket enthält sieben Pure-/MIX-Fälle, Originalantworten, feste Requests, Modell-SHA256 und Laufzeit-/GPU-Konfiguration. Neue Kandidaten separat messen; notwendige Abweichungen dokumentieren. Nur bei begründetem Rekalibrierungsbedarf eine neue Referenzversion anlegen, bestehende Ergebnisse unverändert erhalten.
 
-Abschluss des 20.09.: [Effizienz-/NVFP4-Prüfung](docs/ATHENA_EFFICIENCY_REVIEW_20260920.md). Pure/MIX bleiben produktiv; Medium startet nach abgefangenem GPU-Pufferfehler ohne Pipeline-Parallelisierung. Bei künftigem Tuning zuerst Speicherreserve und tatsächlichen Durchsatz prüfen. Native NVIDIA-NVFP4-Gewichte wurden nur auf Kapazität geprüft, nicht benchmarked.
+## Abschlussstand 20.09.2026
 
-[Microbatch-Folgetest](docs/MEDIUM_MICROBATCH_20260920.md): 256 lädt, unterschreitet aber die VRAM-Reserve (461 MiB frei auf 5080); keine Inferenzmessung mit 256. Produktiv bleibt 512, kein belegter Gewinn und keine automatische Folgeänderung.
+[Gesamte Test- und Änderungshistorie](docs/ATHENA_SESSION_20260920.md) mit
+Einzelberichten, Rohdaten und Commit-Zuordnung. Aktuell Medium **MTP2 / Microbatch256**,
+85:15, 160K gemeinsam für zwei Slots. Large **MTP2 / Microbatch256**; Fast, Ultra
+und Uncensored hatten bereits MTP2. Modellgewichte unverändert.
 
-Aktualisierung: [256 mit explizit genehmigter Reserve448](docs/MEDIUM_MICROBATCH_RESERVE448_20260920.md) besteht Kurztests. +7,1 % Prefill bei24K, kurze Decodes nahezu gleich; noch keine allgemeine Betriebsfreigabe. Produktiv unverändert512.
+Medium256/MTP2 bestand sechs vollständige Qualitätsantworten, Tool-Call und103K-
+Recall, zeigte aber auch dokumentierte Antwortfehler. Keine pauschale Qualitäts-
+oder volle160K-/Vision-/Parallelitätsgarantie. Die Kombination512/MTP2 scheiterte
+beim Warmup und wurde nicht übernommen. Frühere Berichte mit „512 wiederhergestellt“
+beschreiben den damaligen Zwischenstand, nicht die abschließende Produktion.

docs/ATHENA_SESSION_20260920.md

@@ -0,0 +1,92 @@
+# Athena: Tests, Fehler, Änderungen und Abschluss am 20.09.2026
+
+## Verifizierte Produktion am Ende der Sitzung
+
+| Profil | MTP | Microbatch | Kontext konfiguriert | Slots | Split 5080:3060 | Status beim Abgleich |
+|---|---:|---:|---:|---:|---|---|
+| Fast | 2 | 64 | 76800 | 1 | nur5080, Vision3060 | gestoppt |
+| Medium | **2** | **256** | 160000 gemeinsam | 2 | 85:15 | aktiv, gesund |
+| Large | **2** | 256 | 192000 | 1 | 86:14 | neu angelegt, nächster Profilwechsel |
+| Ultra | 2 | 128 | 262144 | 1 | 80:20 | gestoppt |
+| Uncensored | 2 | 256 | 80000 | 1 | 90:10 | gestoppt |
+
+Keine Modellgewichte oder Quantisierungen ersetzt. Medium und Large verwenden
+weiterhin Pure IQ4_XS. Matrix/Compose-Defaults und tatsächliche Hostkonfiguration
+sind zu unterscheiden: Mediums zwei Slots kommen aus der lokalen Konfiguration;
+der portable Standard bleibt ein Slot. `MEDIUM_UBATCH_SIZE=256` wurde auf Athena
+in `/etc/mike-ai/stack.env` gespeichert, ohne Secrets ins Git aufzunehmen.
+Sicherung davor: `/etc/mike-ai/stack.env.before-medium-mtp2`.
+
+## Test- und Änderungshistorie
+
+| Arbeit | Ergebnis / Entscheidung | Bericht / Rohdaten | Commit |
+|---|---|---|---|
+| Router-Audit | Controller-Polling reduziert, Wartezeiten für Chats begrenzt, Smoke-Proben | [Audit](ROUTER_AUDIT_20260920.md) |6071b1a,82c5096|
+| ByteShape gegen Pure/MIX | Mehr Single-GPU-Kontext, kein allgemeiner Tempo-/Qualitätsgewinn; Modelle beibehalten | [Vergleich](QWEN38_BYTESHAPE_AB_20260920.md), [feste Referenz](../benchmarks/athena-qwen38-reference-20260920/README.md) |980f339|
+| DFlash2 Medium | Ursprüngliches Layout scheitert am Draft-VRAM | [Ersttest](DFLASH2_MEDIUM_QUICK_20260920.md) |3d59311|
+| DFlash2 ein Slot | Draft5080 Gerätefehler; Draft3060 funktioniert, Deutsch37,8/Code75,5tok/s ohne klaren Gesamtnutzen | [Folgetests](DFLASH2_ONE_SLOT_20260920.md) |4007242|
+| Effizienz / NVIDIA-NVFP4 | Offizielle Gewichte20,42GiB; Kapazitätsprüfung, kein NVFP4-Inferenztest; Pipeline-Rückfall gefunden | [Audit](ATHENA_EFFICIENCY_REVIEW_20260920.md) |2425c99|
+| Medium Microbatch512/256 | 256 lädt, anfangs Schutzabbruch bei461MiB frei unter512MiB Grenze | [Ersttest](MEDIUM_MICROBATCH_20260920.md) |ba808e1|
+| Reserve448 | Freigegebener256-Kurztest bestanden;24K-Prefill+7,1%, kurze Decodes fast gleich | [Folgetest](MEDIUM_MICROBATCH_RESERVE448_20260920.md), experiments/medium-microbatch-20260920 |c78a083|
+| FLUX wiederholte Bilder | FP8-Konverter und Speicherlebenszyklus korrigiert; zwei Bilder nacheinander erfolgreich,67,883s insgesamt | [Reparatur](FLUX_REPEAT_FIX_20260920.md) |3cbcf41|
+| Split/MTP | Vier Varianten;85:15/MTP2 bei256 interessant, Deutsch+10,3%, Code/24K etwa gleich,268MiB weniger Peak5080 | [Vergleich](MEDIUM_SPLIT_MTP_20260920.md), experiments/medium-split-mtp-20260920 |635b3c4|
+| MTP2 Qualität/103K/Hardware | Sechs vollständige Antworten, korrekter Tool-Call,103K-Recall3/3; konkrete Antwortfehler dokumentiert | [Validierung](MEDIUM_MTP2_VALIDATION_20260920.md), experiments/medium-mtp2-validation-20260920 |9e836cf|
+| Andere Profile | Fast/Ultra/Uncensored bereitsMTP2. Medium512/MTP2 Warmup-Abbruch. LargeMTP2 Kurztest erfolgreich und übernommen | [Profiltest](PROFILE_MTP2_ROLLOUT_20260920.md), experiments/profile-mtp2-20260920 |b352e29|
+| Abschließende Medium-Übernahme | Auf Nutzerwunsch getestete Kombination256/MTP2 produktiv; Start, OK-Antwort und Router-readiness bestanden | [Übernahmebeleg](../experiments/medium-mtp2-validation-20260920/production-adopted.json) |fbe8c6f|
+
+Die Kurztests sind keine breite Wiederholung der eingefrorenen Qwen-Referenz.
+Notwendige direkte Kontrollen für veränderte Laufzeitparameter sind separat
+archiviert. Originalreferenz unverändert, für künftige Modellvergleiche wiederverwenden.
+
+## Aussagekräftigste Messwerte und Grenzen
+
+- Medium MTP2/256: 103525 Eingabetokens ohne Cache;1333,77tok/s Prefill und34,20tok/s
+  Decode für512 Ausgabetokens. Alle drei Fakten korrekt. Kein maximales160K-Fenster getestet.
+- Qualität: Logik und Migrationsbeweis korrekt. Code übersieht Exceptions anderer
+  gleichzeitig fertiger Tasks; lokaler Gegenbeispieltest bestätigt dies. Diagnose
+  schließt transiente Fehler zu stark aus. Keine bewiesene Verschlechterung durch
+  MTP2, aber auch keine pauschale Qualitätsgleichheit. Vollständige Einzelantworten archiviert.
+- LargeMTP2 gegenüberMTP3: Deutsch61,36/59,67, Code77,84/77,18, Prefill2016,76/1964,41,
+  Decode nach4196Tokens66,42/62,46tok/s. Je ein kurzer Lauf; Recall3/3 in beiden Armen.
+- Temperaturtest:5080max79°C,3060max59°C;145 Samples im Zwei-Sekunden-Abstand,
+  keine aktive HW-/SW-Thermal-Drosselung beobachtet. Power-Cap zeitweise aktiv.
+- PCIe unter Last:5080Gen4x16,3060Gen3x4, PHB-Verbindung. Linkbreite ist kein direkter
+  Nachweis der tatsächlich verlorenen Tokens/s. Keine Hardware-/BIOS-Änderung.
+- Keine volle160K-/192K-, Vision- oder Parallelitätsqualifikation der neuen
+  Kombinationen. Antworttexte zwischen Varianten teils verschieden; kleine
+  Unterschiede und Einzelmessungen nicht als allgemeines Tempo-Versprechen verstehen.
+- Reserve448MiB war eine Startprüfung für Experimente, keine NVIDIA-Speicherreservierung.
+
+## Abgeschnittene Antwort „Die“: Diagnose offen
+
+Um22:29:22MESZ wurde ein Request mit214012Tokens bei160000Kontext abgewiesen.
+Um22:31:18 und22:31:38 endeten andere Requests technisch mitHTTP200 und2682 bzw851
+Ausgabetokens; kein protokollierter Streamabbruch. MTP-Akzeptanz etwa84% bzw65%.
+Das belegt weder ein bestimmtes EOS-Token noch die Ursache der sichtbaren Kürzung.
+Niedrigere Akzeptanz allein löst kein Endtoken aus. Clientantwort/finish_reason
+fehlten; Unraid-SSH war nicht zugänglich. Keine vermeintliche Reparatur dafür
+behauptet oder umgesetzt. Die angezeigten11,3K Tokens konnten aus mehreren
+Aufrufen stammen; Zuordnung ohne Clientsitzungsdaten nicht abschließend bewiesen.
+
+## Betrieb, Rückfall und Git
+
+Isolierte Testcontainer mit Ressourcen-/Temperaturgrenzen und Wiederherstellung
+verwendet. Erfolgreiche Abschlussprüfungen: Medium/Router/Controller gesund,
+ModellantwortOK, Router-readiness. Gateway undTTS blieben erhalten. Kein Hostreboot,
+keine Kernel-/Treiber-/Netzänderung. In den dokumentierten Prüfzeiträumen keine
+erfassten Kernel-Panic-,Xid- oderOOM-Kill-Ereignisse. Containerinterne CUDA-Fehler
+sind separat als fehlgeschlagene Versuche archiviert.
+
+Bei Bedarf nur Medium auf MTP3/512 zurückstellen, vorher laufende Requests auslaufen
+lassen. Nicht ausschließlich MTP auf2 bei512 setzen: genau diese Kombination
+scheiterte. Alter Bildworker als `mike-ai/image-worker:before-repeat-fix-20260920`
+vorhanden. Kein automatischer Rückbau funktionierender Änderungen.
+
+Alle aufgeführten Commits wurden auf `main` nach
+`https://git.casaderoll.de/michael/AI-Profile-Router` gepusht und per Git-Bundle
+mit `/opt/mike-ai/stack` auf Athena synchronisiert. Bundles umgehen den dort nicht
+zuverlässig erreichbaren Git-SSH-Port; Quellstände wurden fast-forward übernommen.
+Secrets, Schlüssel, Nutzerchats und Modellgewichte sind nicht Teil dieser Ergänzung.
+
+Offen: umfassende Kontext-/Vision-/Parallelitätsprüfung, vollständige DFlash2-
+Bewertung und ExLlamaV3/EXL3. Keine weiteren Tests automatisch gestartet/geplant.

docs/INFERENCE_OPTIMIZATION_TODO_20260920.md

@@ -2,8 +2,12 @@
 
 Stand: 20. September 2026. Modellfamilie bleibt Qwen3.8-27B.
 
+**Aktueller Abschluss:** Medium MTP2/256 und Large MTP2 übernommen.
+[Gesamthistorie und Grenzen](ATHENA_SESSION_20260920.md). Nachfolgende
+Testabschnitte dokumentieren auch frühere Zwischenstände.
+
 - [x] **1. Abgeschlossen (Textvergleich):** ByteShape ShapeLearn GPU-5 (IQ4_XS, 3.84 bpw) mit MTP gegen Pure IQ4_XS vergleichen. Zuerst RTX 5080 allein, maximal praktisch nutzbaren Kontext bestimmen; danach beide GPUs mit Vorrang für die 5080. Qualität, kaltes Prefill, Generierung, Kontext und VRAM dokumentieren.
-- [ ] **2.** Beim besseren Kandidaten GPU-Verteilung und MTP-Parameter gezielt optimieren.
+- [x] **2. Kurztest und selektive Übernahme abgeschlossen:** Pure beibehalten; Medium85:15/MTP2/256, Large86:14/MTP2/256. Volle Kontext-/Vision-/Parallelitätsqualifikation bleibt offen.
 - [ ] **3.** DFlash2 als separates Textprofil vergleichen, falls Speicher und verifizierte Laufzeitunterstützung ausreichen.
 - [ ] **4.** ExLlamaV3/EXL3 als alternative Laufzeit bewerten, einschließlich Funktionsgleichheit und Integrationsaufwand.
 

docs/LIVE_STATE.md

@@ -5,6 +5,9 @@ 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.
 
+Aktueller Abschluss: [Test- und Änderungsübersicht](ATHENA_SESSION_20260920.md).
+Die folgenden MTP-/Microbatch-Werte enthalten die abschließenden Übernahmen.
+
 ## Laufzeit und Profile
 
 Athena: Debian 13, RTX 5080 (16 GB) und RTX 3060 (12 GB). Die fünf
@@ -19,17 +22,17 @@ identisch.
 | Profil | Qwen3.8-27B-Variante | Kontext | Slots | Tensor-Split 5080:3060 | Vision-Projektor | MTP Draft | ubatch |
 |---|---|---:|---:|---|---|---:|---:|
 | Fast | IQ4-MIX | 76.800 | 1 | nur 5080 | 3060 | 2 | 64 |
-| Medium | IQ4_XS Pure | 160.000 gemeinsam | 2 | 85:15 | 3060 | 3 | 512 |
+| Medium | IQ4_XS Pure | 160.000 gemeinsam | 2 | 85:15 | 3060 | 2 | 256 |
-| Large | IQ4_XS Pure | 192.000 | 1 | 86:14 | 3060 | 3 | 256 |
+| Large | IQ4_XS Pure | 192.000 | 1 | 86:14 | 3060 | 2 | 256 |
 | Ultra | IQ4_XS Pure | 262.144 | 1 | 80:20 | keiner | 2 | 128 |
 | 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
+Der Router bietet die fünf installierten Profile an. Beim abschließenden
-Router bietet nur die fünf installierten Profile an. Beim Abgleich am
+Abgleich am 20. September lief Medium gesund mit MTP2, Microbatch256 und zwei
-20. September lief Medium seit rund 21 Stunden gesund mit zwei Slots; die vier
+Slots. Large ist mit MTP2 neu angelegt und startet beim nächsten Profilwechsel;
-anderen Textprofile waren planmäßig gestoppt. Dashboard, Router, Controller,
+die anderen Profile sind planmäßig gestoppt. Dashboard, Router, Controller,
 Whisper, TTS und Realtime-Voice waren ebenfalls gesund. Der frühere
 Vision-/CLIP-Absturz ist als historischer Befund erhalten, beschreibt aber
 nicht mehr den aktuellen Containerzustand.
@@ -68,7 +71,9 @@ Die Funktionsänderungen sind in Commit `6071b1a` enthalten; anschließende
 Dokumentationskorrekturen ändern keine Container. Die früheren Live-Anpassungen
 an Compose, Dashboard und Voice-Bridge wurden bytegenau verglichen und in einem
 lokalen Sicherungscommit erhalten. Controller und Router wurden gezielt ersetzt;
-Medium und Gateway behielten ihre ursprünglichen Startzeiten.
+Zum damaligen Router-Audit behielten Medium und Gateway ihre Startzeiten.
+Die späteren Modelltests und die Medium-Übernahme starteten Medium mehrfach neu;
+der Gateway blieb unverändert. Die späteren Commits sind in der Abschlussübersicht verzeichnet.
 Messwerte, Prüfungen und Rückfallstand stehen im
 [Router-Audit](ROUTER_AUDIT_20260920.md).
 

docs/MEDIUM_MICROBATCH_20260920.md

@@ -1,5 +1,8 @@
 # Medium: Microbatch 512 gegen 256 — Kurztest
 
+> Historischer Teststand. Danach wurde Medium auf MTP2/Microbatch256 und Large
+> auf MTP2 übernommen: [aktueller Abschluss](ATHENA_SESSION_20260920.md).
+
 Nachtrag: [256 mit gesenkter Startreserve erfolgreich getestet](MEDIUM_MICROBATCH_RESERVE448_20260920.md). Der folgende Bericht dokumentiert den vorherigen Schutzabbruch.
 
 20.09.2026. **256 lädt ohne den bisherigen Pufferfehler, hat aber zu wenig

docs/MEDIUM_MICROBATCH_RESERVE448_20260920.md

@@ -1,5 +1,8 @@
 # Medium Microbatch 256: Kurztest mit reduzierter Reserve
 
+> Historischer Teststand. Danach wurde Medium auf MTP2/Microbatch256 und Large
+> auf MTP2 übernommen: [aktueller Abschluss](ATHENA_SESSION_20260920.md).
+
 20.09.2026. **Nach ausdrücklicher Freigabe wurde die Startreserve ausschließlich
 für diesen Test von 512 auf 448 MiB gesenkt. Microbatch 256 besteht die kurzen
 Inferenztests.** Die übrigen Schutzmaßnahmen blieben aktiv.

docs/MEDIUM_MTP2_VALIDATION_20260920.md

@@ -1,5 +1,8 @@
 # MTP2/85:15/Microbatch256: Qualität, Langkontext und Hardware
 
+> Historischer Teststand. Danach wurde Medium auf MTP2/Microbatch256 und Large
+> auf MTP2 übernommen: [aktueller Abschluss](ATHENA_SESSION_20260920.md).
+
 20.09.2026. Pure IQ4_XS, Kontext160000, zwei Slots, Vision geladen, TTS resident.
 Sechs ausgewählte Qualitätsaufgaben mit Reasoning medium, Seed42, Budget8192;
 ein Tool-Call und eine kalte Langkontextanfrage. Kein breiter neuer Baseline-Lauf.

docs/MEDIUM_SPLIT_MTP_20260920.md

@@ -1,5 +1,8 @@
 # Medium: GPU-Split und MTP – Kurzvergleich 20.09.2026
 
+> Historischer Teststand. Danach wurde Medium auf MTP2/Microbatch256 und Large
+> auf MTP2 übernommen: [aktueller Abschluss](ATHENA_SESSION_20260920.md).
+
 Vier isolierte Läufe mit Pure IQ4_XS, 160.000 konfigurierten Kontexttokens,
 zwei Slots, Vision geladen, TTS auf der 3060, Microbatch 256. Produktionsprofil
 nachher unverändert wiederhergestellt (85:15, MTP3, Microbatch512).

docs/PROFILE_MTP2_ROLLOUT_20260920.md

@@ -1,5 +1,8 @@
 # Selektive MTP2-Übernahme
 
+> Historischer Teststand. Danach wurde Medium auf MTP2/Microbatch256 und Large
+> auf MTP2 übernommen: [aktueller Abschluss](ATHENA_SESSION_20260920.md).
+
 20.09.2026. Fast, Ultra und Uncensored verwenden bereits MTP2 (Containerargumente
 geprüft, nicht neu gebenchmarkt). Medium und Large verwenden vorher MTP3.
 

experiments/medium-mtp2-validation-20260920/production-adopted.json

@@ -0,0 +1,114 @@
+{
+  "args": [
+    "--model",
+    "/models/qwen3.8-27b-iq4-xs-pure/qwen3.8-27b-IQ4_XS-pure.gguf",
+    "--mmproj",
+    "/models/qwen/mmproj-BF16.gguf",
+    "--mmproj-offload",
+    "--mmproj-device",
+    "CUDA1",
+    "--alias",
+    "qwen-medium",
+    "--ctx-size",
+    "160000",
+    "--flash-attn",
+    "on",
+    "--cache-type-k",
+    "q4_0",
+    "--cache-type-v",
+    "q4_0",
+    "--cache-prompt",
+    "--cache-ram",
+    "32768",
+    "--threads",
+    "6",
+    "--threads-batch",
+    "6",
+    "--batch-size",
+    "2048",
+    "--ubatch-size",
+    "256",
+    "--parallel",
+    "2",
+    "--kv-unified",
+    "--jinja",
+    "--reasoning",
+    "auto",
+    "--reasoning-preserve",
+    "--host",
+    "0.0.0.0",
+    "--port",
+    "8080",
+    "--metrics",
+    "--fit",
+    "off",
+    "--n-gpu-layers",
+    "all",
+    "--load-mode",
+    "none",
+    "--no-ui",
+    "--temperature",
+    "1.0",
+    "--top-p",
+    "0.95",
+    "--top-k",
+    "20",
+    "--device",
+    "CUDA0,CUDA1",
+    "--main-gpu",
+    "0",
+    "--split-mode",
+    "layer",
+    "--tensor-split",
+    "85,15",
+    "--spec-type",
+    "draft-mtp",
+    "--spec-draft-n-max",
+    "2",
+    "--spec-draft-type-k",
+    "f16",
+    "--spec-draft-type-v",
+    "f16",
+    "--spec-draft-p-min",
+    "0.05"
+  ],
+  "smoke": {
+    "choices": [
+      {
+        "finish_reason": "stop",
+        "index": 0,
+        "message": {
+          "role": "assistant",
+          "content": "OK"
+        }
+      }
+    ],
+    "created": 1789939528,
+    "model": "qwen-medium",
+    "system_fingerprint": "b10964-b29c606e2",
+    "object": "chat.completion",
+    "usage": {
+      "completion_tokens": 2,
+      "prompt_tokens": 19,
+      "total_tokens": 21,
+      "prompt_tokens_details": {
+        "cached_tokens": 0
+      }
+    },
+    "id": "chatcmpl-PAF96fKOq1RJLre26QZBbmTRrk5mcFBi",
+    "timings": {
+      "cache_n": 0,
+      "prompt_n": 19,
+      "prompt_ms": 774.188,
+      "prompt_per_token_ms": 40.746736842105264,
+      "prompt_per_second": 24.54184254987161,
+      "predicted_n": 2,
+      "predicted_ms": 287.02,
+      "predicted_per_token_ms": 287.02,
+      "predicted_per_second": 3.4840777646157064,
+      "draft_n": 2,
+      "draft_n_accepted": 2
+    }
+  },
+  "time": 1789939528.283845
+}

experiments/profile-mtp2-20260920/restore-verification.json

@@ -0,0 +1,61 @@
+{
+  "checked_at": 1789937953.3488333,
+  "uptime": "22:59:13 up 3 days, 11:54,  1 user,  load average: 0.51, 0.48, 0.68",
+  "containers": {
+    "mike-ai-llama-medium": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:5e3c12c145b8045e5731b44b6b97033f24b327ae3d4a3fa85ecdd159cc844907",
+      "started": "2026-09-20T20:58:18.091639472Z"
+    },
+    "mike-ai-router": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:0448758bec6968b29263bcac0f8b4682c6d3029d626f7c12334698c11ef096bb",
+      "started": "2026-09-20T20:58:28.524893655Z"
+    },
+    "mike-ai-profile-controller": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:a5f156d94c4921e671fafa524cf9c0fe91e1cbec0113c1f19c136204d63f243f",
+      "started": "2026-09-20T20:58:28.376269054Z"
+    },
+    "mike-ai-wireguard-gateway": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:0d24e93c85a1c420b52b17666ede5fbd4672d92ab8dc28ea4ac5ba144ebc41d0",
+      "started": "2026-09-17T09:05:07.164533904Z"
+    },
+    "mike-ai-qwen3-tts": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:b363a01d08b1bbecbfc3ca6f585368fae2cfdc591f9ecca6643738369f9a9d98",
+      "started": "2026-09-20T20:16:34.144444642Z"
+    }
+  },
+  "router": {
+    "/health": {
+      "status": "ok",
+      "router": "alive"
+    },
+    "/ready": {
+      "status": "ok",
+      "router": "alive",
+      "upstream": "ready"
+    }
+  },
+  "smoke": {
+    "content": "OK",
+    "usage": {
+      "completion_tokens": 2,
+      "prompt_tokens": 19,
+      "total_tokens": 21,
+      "prompt_tokens_details": {
+        "cached_tokens": 0
+      }
+    }
+  },
+  "kernel_errors": [],
+  "gpu": "name, memory.used [MiB], memory.total [MiB], temperature.gpu\nNVIDIA GeForce RTX 3060, 10918 MiB, 12288 MiB, 43\nNVIDIA GeForce RTX 5080, 15714 MiB, 16303 MiB, 46",
+  "disk": "Filesystem      Size  Used Avail Use% Mounted on\n/dev/nvme0n1p2  868G  187G  637G  23% /\n/dev/nvme1n1p1  916G  822G   49G  95% /data"
+}