Fix: Brain-Budget nutzt echte Dateigroesse fuer Footprint (statt Namens-Schaetzung)

_foot() rechnet Gewichte aus size_bytes (genau) + kalibrierten KV-Anteil; Params werden
aus der Dateigroesse abgeleitet, wenn der Name keine Groesse hergibt (z.B. Qwen3-Coder-Next,
46GB -> ~84B). Damit ist das groesste on-demand-Modell im Budget realistisch.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

backend/services/agent.py

@@ -93,7 +93,7 @@ def hermes_brain_info() -> dict:
     # größte on-demand-Modell daneben lädt? (Brain muss immer resident sein.)
     budget = None
     try:
-        from services.fit import estimate_memory_gb
+        from services.fit import QUANT_BYTES_PER_PARAM, estimate_memory_gb
         groups = llamaswap.list_groups()
         persist = set()
         for g in groups.values():
@@ -101,9 +101,22 @@ def hermes_brain_info() -> dict:
                 persist.update(g.get("members") or [])
 
         def _foot(m: dict) -> float:
+            """Loaded-Footprint: echte Datei­größe als Gewichte (genauer als Namens-
+            Schätzung) + kalibrierter KV-Anteil. Params aus Größe ableiten, falls der
+            Name keine Größe hergibt (z.B. 'Qwen3-Coder-Next')."""
             caps = m.get("capabilities") or {}
-            return estimate_memory_gb(float(caps.get("params_b") or 7.0),
-                                      m.get("quant") or "Q4_K_M", int(m.get("ctx") or 32768))
+            quant = m.get("quant") or "Q4_K_M"
+            ctx = int(m.get("ctx") or 32768)
+            bpp = QUANT_BYTES_PER_PARAM.get(quant.upper(), 0.55)
+            sz = m.get("size_bytes")
+            if sz:
+                weights = sz / (1024 ** 3)
+                pb = float(caps.get("params_b") or 0) or (weights / bpp)
+            else:
+                pb = float(caps.get("params_b") or 7.0)
+                weights = pb * bpp
+            kv = estimate_memory_gb(pb, quant, ctx) - pb * bpp
+            return weights + max(kv, 0.0)
 
         cur_name = cur["name"] if cur else None
         brain_ctx = int((cur.get("ctx") if cur else None) or 32768)