fix: antwortendes Modell erfassen; 0.040, LaTeX-Dezimalkomma und Teilfragen-Überschriften

- CallRecord.responded_model / LLMUsage.responded_models: tatsächlich antwortendes
  Modell (beim Alias ~deepseek/deepseek-flash-latest) in Log, Report und Benchmark
- normalize_number: führende Null ist nie Tausender (0.040 wurde als 40 gelesen)
- numbers_in: LaTeX-Dezimalkomma 0{,}08 als eine Zahl
- question_ids_in: '### Teil N' als Teilfrage; ausdrückliche Marker haben Vorrang
  vor nummerierten Listen

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

core/llm.py

@@ -146,6 +146,13 @@ class LLMSession:
             provider = getattr(completion, "provider", None)  # OpenRouter: tatsächlich antwortender Anbieter
             if provider:
                 self.usage.providers[provider] = self.usage.providers.get(provider, 0) + 1
+            # Beim Alias (~deepseek/deepseek-flash-latest) steht erst in der Antwort, welches Modell gerechnet hat;
+            # ohne diese Angabe wären Läufe vor und nach einem Modellwechsel des Alias nicht zu unterscheiden.
+            antwortend = getattr(completion, "model", None) or getattr(completion, "model_version", None)
+            if not isinstance(antwortend, str):
+                antwortend = None
+            if antwortend:
+                self.usage.responded_models[antwortend] = self.usage.responded_models.get(antwortend, 0) + 1
             usage = getattr(completion, "usage", None)
             if usage is not None:  # OpenAI-Format (OpenRouter)
                 self.usage.prompt_tokens += usage.prompt_tokens or 0
@@ -157,7 +164,7 @@ class LLMSession:
                 cost = getattr(usage, "cost", None)
                 if cost is not None:
                     self.usage.cost_usd = (self.usage.cost_usd or 0.0) + cost
-                self._log_call(step, seconds, before, getattr(completion, "provider", None), model)
+                self._log_call(step, seconds, before, getattr(completion, "provider", None), model, antwortend)
                 return
             meta = getattr(completion, "usage_metadata", None)
             if meta is not None:  # Gemini-Format, keine Kostenangabe
@@ -165,11 +172,11 @@ class LLMSession:
                 self.usage.completion_tokens += meta.candidates_token_count or 0
                 self.usage.reasoning_tokens += meta.thoughts_token_count or 0
                 self.usage.cached_tokens += getattr(meta, "cached_content_token_count", 0) or 0
-            self._log_call(step, seconds, before, getattr(completion, "provider", None), model)
+            self._log_call(step, seconds, before, getattr(completion, "provider", None), model, antwortend)
 
-    def _log_call(self, step, seconds, before, provider, model=None) -> None:
+    def _log_call(self, step, seconds, before, provider, model=None, responded_model=None) -> None:
         self.usage.call_records.append(CallRecord(
-            step=step, seconds=round(seconds, 1), provider=provider, model=model,
+            step=step, seconds=round(seconds, 1), provider=provider, model=model, responded_model=responded_model,
             completion_tokens=self.usage.completion_tokens - before[0],
             reasoning_tokens=self.usage.reasoning_tokens - before[1],
             prompt_tokens=self.usage.prompt_tokens - before[2],

core/model_schema.py

@@ -427,7 +427,9 @@ class CallRecord(BaseModel):
     prompt_tokens: int = 0
     cached_tokens: int = Field(default=0, description="Input-Tokens aus dem Anbieter-Cache (billiger)")
     provider: Optional[str] = None
-    model: Optional[str] = Field(default=None, description="Tatsächlich benutztes Modell (kann je Stufe abweichen)")
+    model: Optional[str] = Field(default=None, description="Angefragtes Modell (kann je Stufe abweichen)")
+    responded_model: Optional[str] = Field(
+        default=None, description="Modell laut Antwort – bei Aliasen wie ~deepseek/deepseek-flash-latest das tatsächliche")
 
 
 class LLMUsage(BaseModel):
@@ -440,6 +442,8 @@ class LLMUsage(BaseModel):
     cached_tokens: int = Field(default=0, description="davon Input-Tokens aus dem Anbieter-Cache")
     cost_usd: Optional[float] = Field(default=None, description="nur OpenRouter liefert Kosten")
     providers: Dict[str, int] = Field(default_factory=dict, description="Antwortender Anbieter -> Anzahl Aufrufe (OpenRouter)")
+    responded_models: Dict[str, int] = Field(
+        default_factory=dict, description="Tatsächlich antwortendes Modell -> Anzahl Aufrufe (bei Aliasen vergleichsentscheidend)")
     call_records: List[CallRecord] = Field(default_factory=list)
 
     def by_step(self) -> Dict[str, dict]: