Auftragsbuch: 'doku/pruefstand-coder-backend-24-07' angenommen (Ein-Klick-Gate)

docs/wissen/VERDIKTE.md

@@ -99,3 +99,30 @@ einen User-Entscheid — kein „Best Practice sagt aber…" (siehe ARBEITSWEISE
   (deprecated Python, Server blockiert, Hybrid unsupported). Zweck/Umfang offen.
 - **Aussortiert (tot):** Kyutai-Streaming-STT (nur EN/FR) · Unmute-Voll-Stack · LXC 105 (alt) ·
   WebUI-Update-Checks · openWakeWord (Wake-Gate ist STT-basiert).
+
+## Prüfstand 24.07.2026 — Coder-Backend + Modell (ROCm-Recheck erledigt)
+
+Gemessen mit llama-bench (Vulkan/RADV, Q4_K_M, -fa on) auf der Box (Ryzen AI Max+ 395):
+
+| Test           | Coder-Next 80B-A3B | Devstral Small 2 24B dense |
+| -------------- | ------------------ | -------------------------- |
+| pp2048 @ 0     | 702 t/s            | 468 t/s                    |
+| tg64   @ 0     | 59 t/s             | 15 t/s                     |
+| pp2048 @ 8192  | 638 t/s            | 315 t/s                    |
+| tg64   @ 8192  | 55 t/s             | 14 t/s                     |
+| pp2048 @ 32768 | 488 t/s            | 63 t/s (7,7x langsamer)    |
+| tg64   @ 32768 | 47 t/s             | 11 t/s (4,2x langsamer)    |
+
+- **Backend bleibt Vulkan (ROCm-Recheck 24.07. erledigt).** Vulkan-Prefill haelt bei 32K
+  noch 488 t/s — der einzige ROCm-Vorteil (Langkontext-Prefill) ist auf dieser Box kein
+  Engpass. Der Autor des fuehrenden ROCm/Strix-Halo-Rezepts ist im Juli 2026 selbst zu
+  Vulkan zurueckgekehrt (+28% Decode). Kein ROCm-Bau — Produktiv-Risiko fuer null Gewinn.
+  Wiedervorlage nur bei neuem Engine-Langkontext-Support oder einem reinen HIP-Modell.
+- **Coder bleibt Qwen3-Coder-Next — jetzt gemessen bestaetigt.** Devstral Small 2 (einziger
+  neuer agentisch trainierter Dense-Kandidat) ist 4x langsamer bei Generierung und bricht
+  beim 32K-Prefill auf 63 t/s ein (~9 min um einen 32K-Kontext zu lesen). Fuer agentisches
+  Coden auf dieser Box disqualifiziert — Reliabilitaet war nicht einmal noetig als Argument.
+- **Der Coder ist nicht langsam (59 t/s).** Das Fassaden-/Halluzinations-Problem ist kein
+  Speed- und kein Backend-Problem und wird weder durch Modelltausch noch ROCm geloest. Es
+  ist Reliabilitaet = Modellklasse + Harness. Naechster Hebel: Post-Edit-Verify-Hook,
+  kleine Etappen/frische Threads, Eskalation der harten 20% an Frontier.