Upgrade Beta 1 to GSQ-RCO IQ3_S

docs/GSQ_RCO_BETA1_20260904.md

@@ -5,15 +5,15 @@ Die bestehenden Profile und das Standardprofil `qwen-medium` bleiben unveränder
 
 ## Laufzeitkonfiguration
 
-- Modell: Qwen3.8-27B GSQ-RCO IQ3_XXS MTP
-- Kontext: 192.000 Token
+- Modell: Qwen3.8-27B GSQ-RCO IQ3_S MTP
+- Kontext: 112.000 Token als konservativer Startwert
 - Textmodell und KV-Cache: vollständig RTX 5080
 - Vision-Projektor: RTX 3060
 - KV-Quantisierung: Q4_0 für K und V
 - MTP: 3 Draft-Token
 - Batch / Micro-Batch: 2048 / 128
 
-## Gemessene Kontextgrenze
+## Vorherige IQ3_XXS-Kontextgrenze
 
 Eine echte Bildanfrage mit einer 2,3-MB-JPEG-Datei wurde zur Bestimmung der
 VRAM-Grenze verwendet.
@@ -24,9 +24,18 @@ VRAM-Grenze verwendet.
 | 196.608 | bestanden, harte Kante | ca. 9 MiB |
 | 197.120 | CUDA Out of Memory | ca. 1 MiB vor Abbruch |
 
-Der produktive Beta-Modus verwendet deshalb 192.000 Token. 196.608 ist nur
-die gemessene technische Obergrenze und besitzt keine ausreichende Reserve
-für einen verlässlichen Dauerbetrieb.
+Diese Werte gelten ausschließlich für die frühere, kleinere
+`IQ3_XXS-MTP`-Datei. Sie dürfen nicht als Grenze der größeren
+`IQ3_S-MTP`-Datei interpretiert werden. Das neue Profil startet bei 112.000
+Token; seine technische und betrieblich sichere Grenze wird neu vermessen.
 
 Beim erfolgreichen 196.608-Test erreichte die Bildanfrage rund 366 Prompt-
 Token/s und 85 Ausgabe-Token/s. Das erkannte Bild wurde korrekt beschrieben.
+
+## Austausch am 08.09.2026
+
+Die bisherige `IQ3_XXS-MTP`-Datei wurde durch `IQ3_S-MTP` ersetzt. ISTA
+berichtet für die 3,5-bpw-Variante gegenüber BF16 identische Ergebnisse auf
+AIME25 und LiveCodeBench v6 sowie 0,51 Punkte Abstand auf GPQA-Diamond. Diese
+Herstellermessungen rechtfertigen den A/B-Test, ersetzen aber keine lokale
+Prüfung mit Hermes-, Werkzeug- und Langkontextaufgaben.