diet: распознавание и сведение переведены на bothub/gemini-3.8-flash

- обе секции llm ходят в одну модель вместо разных, комментарии
  переписаны под именование моделей через Bifrost
- обновлены секреты в group_vars/all/secrets.yml

files/diet/config.template.toml

@@ -42,11 +42,12 @@ base_url = "http://bifrost_app:8080/openai"
 api_key = ""
 
 [llm.recognition]
-# Снимки читает vision-модель через bothub — кандидат по умолчанию из замера
-# на живых фотографиях (docs/research/2026-08-31-vision-recognition.md
-# в репозитории приложения): точность не хуже моделей в девяносто раз дороже.
+# Снимки читает vision-модель. Имя здесь — АЛИАС Bifrost, а не модель провайдера:
+# правило routing_rules в files/bifrost/config.template.json разворачивает его
+# в конкретную пару провайдер+модель и держит за ней цепочку фолбэков на случай,
+# когда основная модель у агрегатора временно недоступна. Менять модель — там.
 type = "openai-compat"
-model = "bothub/gemini-3.1-flash-lite"
+model = "bothub/gemini-3.8-flash"
 
 # Умолчание в минуту обрывает первый за долгое время вызов: 65,9 с 6 сентября
 # 2026, тогда как следующие за ним укладывались в 6–10 с. Ждал не шлюз и не наш
@@ -58,12 +59,10 @@ model = "bothub/gemini-3.1-flash-lite"
 # наружу этим не лечится.
 timeout = "2m"
 
+# Сведение позиций. Тоже алиас Bifrost — см. комментарий выше.
 [llm.composition]
-# Сведение позиций. Модель медленнее соседки по шлюзу, зато честно говорит
-# «не знаю» о незнакомом продукте вместо выдуманного КБЖУ. Разбор фоновый,
-# человек ответа у экрана не ждёт, поэтому ожидание здесь дешевле выдумки.
 type = "openai-compat"
-model = "bothub/deepseek-v4-flash"
+model = "bothub/gemini-3.8-flash"
 
 # Замер давал этой модели 19–70 секунд на ответ, то есть умолчание в минуту
 # обрывало бы её самые долгие ответы, засчитывая их временной неудачей.