fix(litellm): open-webui via OpenAI API (pas Ollama) + 3 profils Qwen3.6

LiteLLM expose l'API OpenAI /v1/* pas l'API Ollama /api/*. open-webui
doit etre branche via la section 'OpenAI API' (env OPENAI_API_BASE_URL +
OPENAI_API_KEY), pas via 'Ollama'. L'override ajoute ces vars a open-webui,
force-recreate pour propager. Confirme en prod: HTTP 200 sur :4000/v1/models
depuis le conteneur open-webui. Les 4 modeles Qwen3.6 remontent dans le chat.

docs/ARCHITECTURE-LITELLM.md

@@ -107,25 +107,30 @@ curl -s -X POST http://localhost:4000/v1/chat/completions \
   -d '{"model":"llama3.1","messages":[{"role":"user","content":"Bonjour"}],"max_tokens":30}'
 ```
 
-### Commutation de open-webui vers LiteLLM (étape utilisateur)
+### Commutation de open-webui vers LiteLLM — réalisée
 
-Une fois les tests validés :
+⚠️ LiteLLM expose l'**API OpenAI** (`/v1/*`), **pas** l'API Ollama (`/api/*`).
+open-webui ne peut donc pas brancher LiteLLM sur sa section "Ollama" (≠ protocole).
 
-1. Éditer `/home/effi/effi/docker-compose.yml` (seulement cette ligne) :
-   ```yaml
-   OLLAMA_BASE_URL=http://host.docker.internal:4000   # LiteLLM au lieu de :3011
-   ```
-2. Ajouter la master key LiteLLM dans `/home/effi/effi/.env` :
-   ```
-   LITELLM_MASTER_KEY=sk-effi-litellm-master
-   ```
-3. Redémarrer open-webui uniquement :
-   ```bash
-   docker compose -f docker-compose.yml -f docker-compose.litellm.yml up -d open-webui
-   ```
-4. Dans open-webui : Admin → Settings → Connections → l'URL est déjà `http://host.docker.internal:4000`. Vérifier que les deux modèles apparaissent dans le dropdown.
+L'override `docker-compose.litellm.yml` configure donc open-webui via la section **OpenAI API** :
+- `OPENAI_API_BASE_URL=http://host.docker.internal:4000/v1`
+- `OPENAI_API_KEY=sk-effi-litellm-master`
+- `ENABLE_OPENAI_API=True`
+- `OLLAMA_BASE_URL=http://host.docker.internal:3011` (conservé pour rétrocompat — mais le PC gaming OOM si Jean tourne, donc ce backend ne remonte pas de modèles)
 
-ℹ️ Cette étape est volontairement laissée manuelle — c'est l'unique impact sur le service en prod (1 redémarrage open-webui). Hermes, wol-proxy, qdrant etc. ne sont pas touchés.
+Appliqué via :
+```bash
+docker compose -f docker-compose.yml -f docker-compose.litellm.yml up -d --force-recreate open-webui
+```
+
+Dans l'UI open-webui : **Admin → Settings → Connections → "OpenAI API"**. L'URL est pré-remplie (`http://host.docker.internal:4000/v1`) et la clé `sk-effi-litellm-master`. Les 4 modèles Qwen3.6 (`qwen3.6-reason`, `qwen3.6-27b`, `qwen3.6-fast`, `qwen3.6`) apparaissent dans le dropdown du chat.
+
+### Modèles exposés (profil Qwen3.6 — vramp oblige)
+
+| Modèle dans open-webui | Raisonnement | Quand l'utiliser | Latence TTFT |
+|---|---|---|---|
+| `qwen3.6-fast` / `qwen3.6` | OFF | Chat, mail, extraction simple | ~0.4-1 s |
+| `qwen3.6-reason` / `qwen3.6-27b` | ON | Code, analyse, rapports, RAG, tâches complexes | 10-40 s |
 
 ### En cas de rollback