# Selektive MTP2-Übernahme

20.09.2026. Fast, Ultra und Uncensored verwenden bereits MTP2 (Containerargumente
geprüft, nicht neu gebenchmarkt). Medium und Large verwenden vorher MTP3.

Medium mit unveränderter Microbatch512 und MTP2 scheitert beim CUDA-Warmup im
isolierten Container. Frühere erfolgreiche MTP2-Versuche waren Microbatch256.
Medium bleibt daher MTP3/512. Produktion automatisch wiederhergestellt,
keine erfassten Kernel-/Xid-/OOM-Kill-Fehler.

Large mit unverändert192000Kontext, Microbatch256, Split86:14:

| Messung | MTP3 | MTP2 |
|---|---:|---:|
| Deutsch tok/s |59,67|61,36|
| Code tok/s |77,18|77,84|
| Prefill4196Tokens tok/s |1964,41|2016,76|
| Decode nach4196Tokens tok/s |62,46|66,42|
| Recall |3/3|3/3|

Large wird entsprechend Nutzerauftrag auf MTP2 übernommen. Alle übrigen
Modellargumente bleiben gleich. Je ein kurzer Lauf, Decode256Tokens,
Recall512Tokens; keine volle192K-/Vision-/Parallelitätsfreigabe. Code-Text zwischen
beiden Armen identisch, Deutsch unterschiedlich. Kleine Geschwindigkeitsunterschiede
können Messrauschen/Tokenfolgen widerspiegeln. Kein breiter Qualitätsvergleich.

Die erste Large-Testausführung hatte eine Dateinamenskollision zwischen Testplan
und Profilsnapshot und führte keine Inferenz aus. Korrigierter Plan: large-cases.json.
Rohdaten: experiments/profile-mtp2-20260920 und gleichnamiger Ordner unter
/data/benchmarks auf Athena. Aktives Profil bleibt Medium; Large mit MTP2 wird
beim nächsten Profilwechsel verwendet.