Bake-off ergaenzt: muse-glimmer:latest (Rang 5 von 6)

Nach User-Wunsch im selben Protokoll gemessen (35 Goldset-Fragen):
100% Zitier-Praezision bei nur 1 Regenerierung (diszipliniertestes
Modell), aber 8/35 falsche Verweigerungen (Ueberverweigerung teils trotz
vorhandener Zitate) und 37,5s mean - schlaegt qwen3.8:27b in keiner
Kennzahl. D7 unveraendert: qwen3.8:27b bleibt fixiert.

planung.md

@@ -256,6 +256,7 @@ tests/            # pytest: Ingest-, Retrieval-, Grounding-Unit-Tests
   | gemma4:26b | 100 % | 91,4 % | 67,7 % | 7,9 s / 12 s | 4 |
   | gemma4:12B | 94,3 % | 91,4 % | 77,4 % | 21 s / 40 s | 8 |
   | qwen3.6:27B | 94,3 % | 85,7 % | 80,6 % | 43 s / 89 s | 10 |
+  | muse-glimmer:latest | 100 % | 77,1 % | 74,2 % | 37,5 s / 51 s | 1 |
   | mistral-small3.1:24b | 100 % | 71,4 % | 58,1 % | 20 s / 43 s | 2 |
 
   **Entscheidung (D7):** `qwen3.8:27b` ist das Antwortmodell (Protokoll:
@@ -264,7 +265,11 @@ tests/            # pytest: Ingest-, Retrieval-, Grounding-Unit-Tests
   geführt (4× schneller bei 100 % Zitier-Präzision, aber schwächere
   Quellentreue und 3 statt 2 Fehlverweigerungen). mistral-small3.1
   (Deutsch-Hypothese) ist praktisch widerlegt: 71,4 % Verweigerungs-
-  korrektheit. q-008 und q-031 verweigern beide Finalisten —
+  korrektheit. **muse-glimmer** (2026-09-14 nachgereicht): 100 %
+  Zitier-Präzision bei nur 1 Regenerierung (diszipliniertestes Modell),
+  aber 8/35 falsche Verweigerungen (Überverweigerung teils trotz
+  vorhandener Zitate) und 37,5 s mean — Rang 5 von 6, schlägt qwen3.8
+  in keiner Kennzahl. q-008 und q-031 verweigern alle Top-Kandidaten —
   Prompt-/Retrieval-Tuning-Thema, kein Modellthema.
 - **M4 offen:** Odoo-Integration (separater Plan nach Verifikation der
   Odoo-19-LLM-Module).