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>

tests/test_llm.py

@@ -163,3 +163,29 @@ def test_understanding_and_figure_reading_share_their_own_model(monkeypatch):
     monkeypatch.setenv("LLM_MODEL_UNDERSTANDING", "bild/modell")
     assert model_for_step("Verstehen", "a/b") == "bild/modell"
     assert model_for_step("Abbildungen", "a/b") == "bild/modell"
+
+
+# --- Tatsächlich antwortendes Modell (wichtig bei Aliasen wie ~deepseek/deepseek-flash-latest) ---
+
+def test_responded_model_is_recorded_per_call_and_summed():
+    from types import SimpleNamespace as NS
+    session, _ = fake_session(model="~deepseek/deepseek-flash-latest")
+
+    def antwort(modell):
+        return NS(provider="Together", model=modell,
+                  usage=NS(prompt_tokens=10, completion_tokens=5, cost=0.0001,
+                           completion_tokens_details=None, prompt_tokens_details=None))
+    session._record(antwort("deepseek/deepseek-v4.1-flash"), step="Verstehen", model="~deepseek/deepseek-flash-latest")
+    session._record(antwort("deepseek/deepseek-v4.2-flash"), step="Extraktion", model="~deepseek/deepseek-flash-latest")
+    assert [(r.model, r.responded_model) for r in session.usage.call_records] == [
+        ("~deepseek/deepseek-flash-latest", "deepseek/deepseek-v4.1-flash"),
+        ("~deepseek/deepseek-flash-latest", "deepseek/deepseek-v4.2-flash")]
+    assert session.usage.responded_models == {"deepseek/deepseek-v4.1-flash": 1, "deepseek/deepseek-v4.2-flash": 1}
+
+
+def test_missing_or_odd_model_field_is_ignored():
+    from types import SimpleNamespace as NS
+    session, _ = fake_session()
+    session._record(NS(provider=None, model=object(), usage=NS(prompt_tokens=1, completion_tokens=1, cost=None,
+                                                            completion_tokens_details=None, prompt_tokens_details=None)))
+    assert session.usage.responded_models == {} and session.usage.call_records[0].responded_model is None

tests/test_model_checks.py

@@ -476,3 +476,22 @@ def test_bold_marker_with_colon_inside_is_recognised():
     from checks.model_checks import QUESTION_PATTERN
     for zeile in ("**Teil 1:** Daten laden", "* **Question 2:** Solve", "**a)** Graph zeichnen"):
         assert QUESTION_PATTERN.search(zeile), zeile
+
+
+def test_leading_zero_is_never_a_thousands_separator():
+    from checks.model_checks import normalize_number
+    assert normalize_number("0.040") == "0.04"          # vorher 40 (portfolio_qp)
+    assert normalize_number("1.234") == "1234"          # deutsche Tausender unverändert
+
+
+def test_latex_decimal_comma_is_one_number():
+    from checks.model_checks import numbers_in
+    assert numbers_in(r"\mu_A=0{,}08, \sigma=0{,}040") == {"0.08", "0.04"}
+
+
+def test_heading_markers_win_over_numbered_lists():
+    from checks.model_checks import question_ids_in
+    text = ("## Restriktionen\n\n1. **Kassenbestand** je Periode\n\n2. **Lagerbilanz** je Produkt\n\n"
+            "### Teil 1: Formulierung\nKlassifizieren Sie das Problem.\n\n### Teil 2: Lösung\nLösen Sie das Modell.")
+    assert question_ids_in(text) == {"1", "2"}
+    assert question_ids_in("1. Berechnen Sie x.\n2. Deuten Sie y.\n3. Vergleichen Sie.") == {"1", "2", "3"}