fix: Gegenprobe der Abbildungen je Datenzeile; Standardmodell ~deepseek/deepseek-flash-latest

- check_figure_readings vergleicht Zahlentupel je Datenzeile statt aller Zahlen des
  Freitexts (Fehlalarm im ersten echten Lauf: zusätzliche Knotenaufzählung); fängt
  falsch zugeordnete Bewertungen und vertauschte Pfeilrichtungen
- feste Form 'Start → Ziel: Bewertung' in Verstehen- und Abbildungs-Prompt;
  abweichende Lesungen stehen im Log
- Standardmodell ist der Alias ~deepseek/deepseek-flash-latest (derzeit V4.1 Flash);
  Benchmarks weiter mit festen IDs

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

TextToModel.py

@@ -81,6 +81,9 @@ def _checked_figure_readings(session, task: str, figures, first, label: str) ->
     if not befunde:
         return first, []
     log(f"[{label}] Abbildungen uneinheitlich gelesen – dritte Lesung: " + "; ".join(i.message for i in befunde)[:300])
+    for nummer, lesung in ((1, first), (2, zweite)):
+        for f in lesung:
+            log(f"  Lesung {nummer}, {f.id}: " + f.transcription.replace("\n", " | ")[:300])
     dritte = read_figures(session, task, figures).figures
     if not check_figure_readings(first, dritte):
         return first, []