feat: Aufgaben mit Abbildungen (docling-Markdown), mit Gegenprobe beim Ablesen

Eingebettete Base64-Bilder und Bilddateien werden aus dem Aufgabentext gelöst und nur
der Verstehensstufe als Bild übergeben; sie überträgt jede Abbildung in Text. Eine
zweite, unabhängige Lesung wird Zahl für Zahl verglichen (bei Abweichung entscheidet
eine dritte, sonst reliable=False). Alle weiteren Stufen rechnen mit der Übertragung,
der Report zeigt Original und Übertragung nebeneinander. LLM_MODEL_UNDERSTANDING
wählt das Bildmodell.

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

tests/test_llm.py

@@ -157,3 +157,9 @@ def test_old_results_without_cache_fields_still_load():
            "reasoning_tokens": 0, "call_records": [{"step": "Verstehen", "seconds": 1.0, "completion_tokens": 5}]}
     usage = LLMUsage.model_validate(alt)
     assert usage.cached_tokens == 0 and usage.call_records[0].cached_tokens == 0
+
+
+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"