Feat: MTP-Speculative-Decoding-Support + Warm-Set-/Budget-Korrektur (Strix-Halo-Optimierung)

Backend:
- MTP-Drafter-Support (Multi-Token-Prediction): erkennt MTP-Köpfe neben dem Modell
  (mtp-*.gguf / *-assistant, arch gemma4-assistant), schreibt
  --model-draft … --spec-type draft-mtp --spec-draft-n-max statt draft-simple.
  _parse_model erkennt --model-draft/-md; drafts_for/set_spec_draft/find_compatible_draft
  MTP-bewusst. Backward-kompatibel (klassische Drafts unverändert). (config.SPEC_DRAFT_N_MAX)
- register_model: cache-reuse/-cram als Default (Drift-Fix — neue Installs wie der
  hand-getunte Box-Stand), --parallel 2 nur noch für coder (kein ctx-Halbierungs-Footgun),
  Spec-Auto-Attach für alle Rollen self-guarding.
- budget.reserved_gb auf die VERIFIZIERTE llama-swap-Gruppen-Swap-Semantik angeglichen:
  on-demand-Modelle verdrängen die brains-Gruppe und laufen allein (reservieren 0, voller
  GTT); brains-Member reservieren nur die übrigen Member. Tote _persist_members entfernt.

Frontend:
- SpecDraftModal zeigt MTP-Drafter mit MTP-Badge (DraftInfo.mtp).

Docs:
- docs/OPTIMIZATION_PLAN.md: vollständiges Audit + Umsetzungs-Log (W1/W2 Warm-Set,
  gemma ctx/fa/cache-reuse/MTP 52→70,8 t/s, fast --parallel 1, scout=GLM-4.6V-Flash),
  alles live gegen die Box verifiziert.

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

frontend/src/components/models/SpecDraftModal.tsx

@@ -112,7 +112,17 @@ export function SpecDraftModal({
                   )}
                 >
                   <div className="min-w-0">
-                    <div className="text-[11px] font-mono font-semibold text-foreground truncate">{d.filename}</div>
+                    <div className="text-[11px] font-mono font-semibold text-foreground truncate flex items-center gap-1.5">
+                      {d.filename}
+                      {d.mtp && (
+                        <span
+                          className="shrink-0 rounded bg-indigo-500/15 px-1.5 py-0.5 text-[8px] font-bold uppercase tracking-wider text-indigo-400 border border-indigo-500/25"
+                          title="MTP-Kopf (Multi-Token-Prediction) — by-construction vocab-identisch, höchste Akzeptanzrate"
+                        >
+                          MTP
+                        </span>
+                      )}
+                    </div>
                     <div className="text-[9px] text-muted-foreground font-mono">
                       {fmtSize(d.size_bytes)} · Vocab: {vocabLabel(d.vocab)}
                     </div>

frontend/src/lib/api.ts

@@ -149,6 +149,7 @@ export interface DraftInfo {
   size_bytes: number | null
   vocab: VocabFingerprint | null
   compatible: boolean | null   // null = nicht prüfbar (Ziel-GGUF fehlt)
+  mtp?: boolean                // MTP-Kopf (Multi-Token-Prediction) statt klassischem Draft
 }
 
 export interface DraftsResp {