# Modell-Auswahl Konfiguration

## Global

```yaml
min_context_tokens: 64000
max_auto_escalation_factor: 5      # ab 5x Kosten -> "Ferrari-Sprung", braucht manual_override
min_distinct_model_families: 3     # Mindest-Diversität
max_retries_per_task: 3
default_hard_stop_eur_per_day: 1.0 # 1€/Tag/Agent hartes Limit
on_budget_exceeded: postpone_to_next_day
basic_questions_fallback: vps_ollama
```

## Agents & Eskalationsleitern

### agent_a (Master — Linux, Allround)
- Standard: `nvidia/nemotron-3-super` (1x)
- Eskalation: `nvidia/nemotron-3-ultra` (3x)
- Tags: linux_system, allround, orchestration
- Budget: 1€/Tag

### agent_b (Worker — Code, Logik, DB)
- Standard: `deepseek/deepseek-flash` (1x)
- Eskalation: `deepseek/deepseek-pro` (3x)
- Tags: code, logic, database

### switch_hermes (Cockpit — Prompt/Code)
- Standard: `openrouter/free` (0x)
- Eskalation: `qwen/qwen3-coder:free` (0x)
- Tags: homebrew_code, prompt_generation

### laptop_hermes (Worker — Dokumente/HTML)
- Standard: `google/gemini-flash` (1x)
- Eskalation: `anthropic/claude-sonnet` (4x)
- manual_override: ✅ erlaubt
- Tags: document_generation, html_css_js

### agent_xyz (Worker — JS/DB-Queries)
- Standard: `qwen/qwen2.5-7b` (1x)
- Eskalation: `deepseek/deepseek-flash` (2x)
- Tags: javascript, database_query

## Lokaler Fallback (VPS-Ollama)

```yaml
local_fallback:
  model: "deepseek-r1:7b"           # 128k Kontext, Thinking
  min_context_tokens: 64000
  allowed_for_task_tags: [document_generation, javascript, database_query]
  # NICHT erlaubt für: homebrew_code (zu fehleranfällig bei 7B)
```

## Prinzipien

- Kosten ~99% Gewicht, Zeit egal
- Proportionaler Aufstieg erlaubt, kein Ferrari-Sprung (>5x)
- Budget erschöpft → postpone + lokaler Ollama-Fallback
- Diversität: min 3 verschiedene Modell-Familien
- Max 3 Retries pro Task, dann pausieren