CodeBench: num_ctx 16384 — rajoita konteksti-ikkuna VRAM-säästöksi

256K konteksti varaa ~15 GB KV-cachea vaikka benchmark käyttää ~3K.
16K riittää hyvin ja säästää merkittävästi VRAM:ia.

kipina-codebench/benchmark.mjs

@@ -104,7 +104,7 @@ async function ollamaChat(model, prompt, systemPrompt, maxTokens = 2048) {
             messages,
             stream: false,
             think: false,
-            options: { num_predict: maxTokens, temperature: 0.7, top_k: 40, repeat_penalty: 1.15 },
+            options: { num_predict: maxTokens, num_ctx: 16384, temperature: 0.7, top_k: 40, repeat_penalty: 1.15 },
         }),
     });
     if (!resp.ok) throw new Error(`Ollama HTTP ${resp.status}: ${await resp.text()}`);