feat: Nicht-Optimierungsaufgaben ablehnen statt modellieren

Bisher erzeugte is_optimization_task=False nur eine Log-Warnung; eine
reine Gleichung wurde trotzdem in ein Optimierungsmodell gepresst.
Jetzt bricht run_pipeline direkt nach dem Verstehen ab: kein
Nachfassen, keine Extraktion, kein Solver. PipelineResult.rejected,
reliable=False, specification/review optional; Report "Aufgabe
abgelehnt", CLI-Exit-Code 3, Benchmark-Status "abgelehnt" (auch die
Ergebnistabelle verkraftet die Zeile), --von verweigert.

Der Verstehens-Prompt nennt reine Gleichungen/Rechenaufgaben als
Nicht-Aufgaben und Zulaessigkeitsfragen sowie moeglicherweise
unloesbare Planungen ausdruecklich als Aufgaben. Unvermessen;
Prompt-Kennung jetzt 0333bfd5f9fe.

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

benchmark/benchmark.py

@@ -115,6 +115,19 @@ def run_case(case: dict, model: str, run_no: int) -> dict:
         return row
 
     spec, solver_run = result.specification, result.solver_run
+    if spec is None:  # abgelehnt: keine Optimierungsaufgabe erkannt
+        fragen = len(result.understanding.sub_questions) if result.understanding else 0
+        row.update(seconds=round(time.monotonic() - start), problem_class=None, target_stack=None,
+                   class_ok=False, stack_ok=False, check_errors=0, check_warnings=len(result.checks),
+                   revisions=0, review_ok=None, data_assumptions=0, solver_status="abgelehnt", solver_attempts=0,
+                   objective_value=None, objective_ok=False, questions=fragen, answered=0, answer_findings=0,
+                   task_ok=False, solver_error="; ".join(result.reliability_issues), reliable=False, restarts=0,
+                   providers=result.usage.providers if result.usage else {},
+                   llm_calls=result.usage.calls if result.usage else 0,
+                   reasoning_tokens=result.usage.reasoning_tokens if result.usage else 0,
+                   cost_usd=result.usage.cost_usd if result.usage else None,
+                   result=json.loads(result.model_dump_json()))
+        return row
     # "Aufgabe erfüllt" statt nur "Zahl richtig": alle Teilfragen beantwortet, keine unbelegte Zahl
     fragen = {q.id for q in result.understanding.sub_questions} if result.understanding else set()
     antworten = {a.question_id for a in solver_run.answers} if solver_run else set()