feat(runtime): route all via Mascarade + Qwen3-4B ref + Mistral cloud

- Route everything through Mascarade :8100 (Mistral API, Apple CoreML, Ollama P2P)
- New local ref: qwen3-4b-instruct-2507-q4f16 (3x faster than previous)
- Add mistral:mistral-large-latest to priority_models and french_models
- Point ollama_openai_base_url to Mascarade instead of llama-server :8091
- Update auto-sync with current model status

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

TODO_ACTIVE.md

@@ -4,53 +4,168 @@ Backlog courant pour reprendre `ai-novel-engine` sans melanger le reste avec les
 
 References:
 
-- contexte courant: [`docs/CONTEXTE_PROJET_2026-03-14.md`](./docs/CONTEXTE_PROJET_2026-03-14.md)
-- memoire de reprise: [`docs/MEMOIRE_REPRISE_2026-03-14.md`](./docs/MEMOIRE_REPRISE_2026-03-14.md)
-- plan courant: [`docs/EXECUTION_PLAN_2026-03-14.md`](./docs/EXECUTION_PLAN_2026-03-14.md)
+- contexte courant: [`docs/CONTEXTE_PROJET_2026-03-22.md`](./docs/CONTEXTE_PROJET_2026-03-22.md)
+- memoire de reprise: [`docs/MEMOIRE_REPRISE_2026-03-22.md`](./docs/MEMOIRE_REPRISE_2026-03-22.md)
+- plan courant: [`docs/EXECUTION_PLAN_2026-03-22.md`](./docs/EXECUTION_PLAN_2026-03-22.md)
 - lots livres: [`TODO_IMPLEMENTE.md`](./TODO_IMPLEMENTE.md)
+- spec systeme: [`docs/SYSTEM_SPEC_2026-03-21.md`](./docs/SYSTEM_SPEC_2026-03-21.md)
+- agents et sous-agents: [`docs/AGENTS_2026-03-21.md`](./docs/AGENTS_2026-03-21.md)
 
 ## Memoire de reprise
 
-- reference locale reconfirmee: `apple-coreml:qwen3.5-4b-onnx-q4f16` sur `20260309T055457Z` puis `apple_rerun_preset_20260313T223555Z`
-- meilleur candidat alternatif: `qwen2.5:7b`, mais il faut d'abord lui rendre un runtime stable
-- baselines vitesse a ce jour:
-  - `apple-coreml:qwen2.5-0.5b-instruct-onnx` -> `quality_blocked`
-  - `ollama:qwen2.5:1.5b` -> `provider_failed`
-- faits live du 14 mars:
-  - Apple warm-up direct sur `:8100` en `2.76s`
-  - requete prose Apple representative en `39.99s`
-  - `llama-server` a charge le blob `qwen2.5:1.5b` et a repondu en `0.31s`
-- etat automatise clos; `stateful-mistral7b-instruct-int4-coreml` est hors chemin critique
-- le suivi `tracking_sync` consolide maintenant les derniers resultats connus par modele au lieu de n'utiliser qu'un lot partiel recent
+- reference locale mise a jour le 2026-03-23: `apple-coreml:qwen3-4b-instruct-2507-q4f16` (3x plus rapide que l'ancienne ref)
+- ancienne reference locale: `apple-coreml:qwen3.5-4b-onnx-q4f16` (remplacee)
+- reference cloud: `mistral:mistral-large-latest` (via Mascarade Batch API, pas de modele en RAM)
+- Mascarade routing: tout passe par `:8100` — Mistral API, Apple CoreML, Ollama P2P
+- premier candidat Ollama maintenant accepte: `ollama:qwen2.5:7b`
+- preuve cle du 16 mars: `ollama:qwen2.5:1.5b` a deja atteint `gate` via `llama.cpp` / `llama-server`
+- juge narratif secondaire livre sous `core/evaluation/`, activable par `ANE_JUDGE_MODEL`
+- rerun juge du 22 mars:
+  - `ollama:qwen2.5:7b` -> `quality_blocked ['truncated_ending', 'missing_risky_decision']`
+  - `ollama:mistral-nemo:latest` -> `quality_blocked ['truncated_ending', 'missing_immediate_consequence']`
+- reruns comparables budgets manifeste:
+  - `ollama:qwen2.5:7b` -> `quality_blocked ['truncated_ending', 'missing_risky_decision', 'incomplete_scene']` dans `automation/reports/20260322_qwen2_5_7b_judge_budgeted`
+  - `ollama:mistral-nemo:latest` -> `quality_blocked ['truncated_ending']` dans `automation/reports/20260322_mistral_nemo_judge_budgeted`
+- retouche prompt + reruns:
+  - `ollama:qwen2.5:7b` -> gain partiel: plus d'`incomplete_scene`, reste `quality_blocked ['truncated_ending', 'missing_risky_decision']` dans `automation/reports/20260322_qwen2_5_7b_judge_prompted`
+  - `ollama:mistral-nemo:latest` -> regression: retour `outline_like` + `missing_immediate_consequence` dans `automation/reports/20260322_mistral_nemo_judge_prompted`
+- correctif gate + retouche micro-decision :
+  - `ollama:mistral-nemo:latest` -> faux `outline_like` supprime; reste `quality_blocked ['missing_immediate_consequence']` dans `automation/reports/20260322_mistral_nemo_judge_gatefix`
+  - `ollama:qwen2.5:7b` -> `missing_risky_decision` supprime; reste `quality_blocked ['missing_immediate_consequence']` dans `automation/reports/20260322_qwen2_5_7b_judge_gatefix`
+- retouche "consequence immediate observable" :
+  - `ollama:qwen2.5:7b` -> `accepted` sans repair dans `automation/reports/20260322_qwen2_5_7b_judge_consequencefix`
+  - `ollama:mistral-nemo:latest` -> regression vers `quality_blocked ['truncated_ending', 'missing_risky_decision', 'missing_immediate_consequence']` dans `automation/reports/20260322_mistral_nemo_judge_consequencefix`
+- runtime utile du 22 mars:
+  - `:8091` revalide localement via `llama-server` pour qwen et mistral
+  - `:8110` repond a `/health` mais reste inutilisable pour `chat/completions`
+  - `automation/next_lots.toml` repointe maintenant vers `/Users/electron/Documents/Projets/mascarade`
+  - `scripts/smoke_local_generation.sh` aligne maintenant ses budgets non-Apple sur le manifeste (`rewrite=1024`, `repair=1536`)
+- etat live reverifie (2026-03-16 session 3) :
+  - `:8201` UP — `qwen3.5-4b-onnx-q4f16` actif
+  - `:11434` UP
+  - `:8100` UP (mascarade — `apple-coreml` + `ollama` providers)
+  - `:8091` UP — `ollama:qwen2.5:7b` (dernier rerun gatefix)
+  - lot `baselines` termine dans `automation/reports/20260316T195716Z/`
+  - lot `priority_models` termine dans `automation/reports/20260316T211232Z/`
+  - lot `french_models` termine dans `automation/reports/20260316T220423Z/`
+- fix `outline_like` valide : `qwen2.5:1.5b` → `quality_blocked ['truncated_ending']` uniquement (plus d'`outline_like`)
+- fix `dense_bullet_list` : 4+ bullet lines = `outline_like` sans 2e marqueur
+- lot runtime extrait : `core/runtime/{config,models,client,health,policies}.py`
+- suite unitaire : 156 tests verts
+
+## Refonte runtime (P0)
+
+- [x] P0 Extraire une couche runtime minimale (`RuntimeProfile`, client OpenAI-compatible, health probe)
+- [x] P0 Formaliser les profils runtime nommes (`mascarade_local`, `mascarade_remote_*`, `llama_cpp_local`)
+- [x] P0 Encoder la capacite `response_format` au lieu de la supposer pour tous les runtimes
+- [x] P1 Sortir le preflight runtime et les checkpoints Apple / `llama.cpp` de `core/next_lots.py`
+- [x] P1 Ajouter des tests dedies aux profils runtime et a la sante runtime
 
 ## Actif
 
-- [ ] P0 Industrialiser un chemin `llama.cpp` / `llama-server` reusable pour `qwen2.5:1.5b`
-- [ ] P0 Tester le blob local `qwen2.5:7b` via le meme chemin alternatif
-- [ ] P1 Rejouer `priority_models` puis `baselines` des que le backend alternatif est branche
-- [ ] P1 Reprendre `rewrite` / `repair` uniquement sur les blockers qui survivent apres stabilisation runtime
+### Qualite narrative (priorite P0 apres services)
+- [x] P0 Revalider le fix `outline_like` sur `ollama:qwen2.5:1.5b` — confirme : `quality_blocked ['truncated_ending']` seulement
+- [x] P0 Remonter `http://127.0.0.1:8100/health` — mascarade UP
+- [x] P0 Requalifier `ollama:qwen2.5:7b` via `llama.cpp` / `llama-server` — `:8091` UP avec qwen2.5:7b
+- [x] P0 Rejouer `priority_models` — en cours rapport `20260316T204232Z`
+- [x] P1 Rejouer `french_models` (mistral-nemo) — `quality_blocked ['outline_like', 'incomplete', 'lacks_narrative_continuity']` (rapport `20260316T220423Z`)
+- [x] P1 Analyser resultats `priority_models` et `french_models` — comparatif mis a jour (session 3)
+- [x] P1 Garder `scripts/ops_tui.py` comme point d'entree exploitation court terme
+- [x] P0 Ajouter un juge narratif secondaire optionnel (`core/evaluation/*`, `ANE_JUDGE_MODEL`) compatible avec une future grille type Prometheus
+- [x] P0 Etendre `gate_v1.json`, `meta.json` et `_repair_focus()` avec le verdict du juge narratif
+- [x] P1 Ajouter `prompts/judge_narrative_v1.txt` et resserrer `gate_v1` / `rewrite_v1` / `repair_v1` sur decision risquee + consequence immediate
+- [x] P1 Rejouer `priority_models` avec `ANE_JUDGE_MODEL` pour requalifier `qwen2.5:7b` — verdict final `quality_blocked ['truncated_ending', 'missing_risky_decision']` (workspace `automation/reports/20260322_qwen2_5_7b_judge`)
+- [x] P1 Rejouer `french_models` avec `ANE_JUDGE_MODEL` pour requalifier `mistral-nemo` — verdict final `quality_blocked ['truncated_ending', 'missing_immediate_consequence']` (workspace `automation/reports/20260322_mistral_nemo_judge`)
+- [x] P1 Aligner `scripts/smoke_local_generation.sh` sur les budgets non-Apple du manifeste (`rewrite=1024`, `repair=1536`)
+- [x] P1 Requalifier `qwen2.5:7b` et `mistral-nemo` avec les budgets du manifeste
+- [x] P1 Tenter une retouche prompt courte sur fermeture de scene / non-repetition
+- [x] P0 Retoucher `rewrite_v1` / `repair_v1` de maniere plus fine pour `qwen2.5:7b` sans degrader `mistral-nemo` — `missing_risky_decision` tombe sur `automation/reports/20260322_qwen2_5_7b_judge_gatefix`
+- [x] P0 Renforcer `gate_v1` contre les faux `outline_like` LLM sur prose narrative francaise (`mistral-nemo` prompté) — valide sur `automation/reports/20260322_mistral_nemo_judge_gatefix`
+- [x] P0 Retoucher `rewrite_v1` / `repair_v1` / `_repair_focus()` pour forcer une consequence immediate observable apres l'acte final, sans rouvrir la scene
+- [x] P0 Rejouer `qwen2.5:7b` et `mistral-nemo` apres cette retouche ciblee "consequence immediate"
+- [ ] P0 Isoler une variante prompt/repair pour `mistral-nemo` ou un profil narratif separe, sans perdre le gain `qwen2.5:7b`
+- [ ] P0 Garder `qwen2.5:7b` comme baseline Ollama de reference et le rejouer dans `priority_models` complet
+
+### Qualite code (P1, lot refonte)
+- [x] P0 Extraire une couche `core/runtime/*` claire (profil, contraintes, healthcheck) sans casser la facade `core/generation/provider.py`
+- [x] P1 Faire converger `core/generation/provider.py` vers `core/runtime/config.py` pour eliminer la duplication de config runtime
+- [x] P1 Faire consommer une partie de cette couche par `next_lots` et `ops_tui` (`runtime_probe_profile`, `runtime_model_ids`)
+- [x] P1 Extraire hors de `next_lots` les checkpoints manuels Apple et le preflight Ollama natif vers `core/runtime/checkpoints.py` et `core/runtime/preflight.py`
+- [x] P1 Ajouter des profils runtime explicites (`mascarade_local`, `mascarade_remote_*`, `apple_coreml_single_model`, `ollama_openai_compatible`, `llama_cpp_local`)
+- [x] P1 Encoder `response_format` comme capacite runtime explicite plutot que supposition globale
+- [x] P1 Faire converger `scripts/mascarade_remote_tui.py` et les preflights distants sur le registre de profils runtime
+- [x] P1 Reduire encore `core/next_lots.py` au role orchestration + sync documentaire maintenant que `core/runtime/orchestration.py` existe
+- [x] P1 Extraire la synchro documentaire residuelle dans `core/tracking_sync.py` pour garder `core/next_lots.py` sur l'orchestration, l'etat et l'execution de commandes
+- [x] Fix 4 bare `except Exception` dans `core/next_lots.py` — restreints a `(OSError, json.JSONDecodeError, ValueError)`
+- [x] Fix des `except Exception` restants sur chemins critiques (`core/next_lots.py` preflight + `scripts/ops_tui.py` probe URL)
+- [x] Prompts `draft_v1`, `rewrite_v1`, `repair_v1` : output primer + few-shot BAD/GOOD
+- [x] Tests `IntentionGate`, `PromptStore`, CLI intention — suite a 77 tests verts
+- [x] `_finish_stage()` extrait dans `pipeline.py` — `generate_chapter()` -12 lignes
+- [x] `_iter_chapters_with_status()` extrait dans `loader.py` — 3 fonctions factorisees
+- [x] `Makefile` enrichi : `healthcheck`, `smoke-apple/ollama/mistral`, `lot-priority/baselines/french/full/sync`, `resume`, `test-v`
+- [x] `README.md` nettoye : bloc CHANTIER:AUDIT stale supprime
+- [ ] P2 Typer `metadata` avec `ChapterMetadata(TypedDict)` dans `pipeline.py` — reporte: 20+ signatures a changer, impact eleve pour gain faible avant reruns stables
+- [x] P2 Robustifier `_close_json_delimiters()` dans `models.py` — closers mal assortis et stray closers geres, 3 nouveaux tests, 80 tests verts
+- [x] Ecritures JSON atomiques (temp file + replace) sur `pipeline._write_json()` et `RunState.dump()`
+- [x] Lectures metadata/index tolerantes aux JSON corrompus (`pipeline` + `loader`)
+
+### Veille et docs (P2)
+
+- [x] `docs/OSS_LANDSCAPE_2026-03-16.md` enrichi : GOAT, prometheus-eval, story-evaluation-llm, outlines, DeepEval, story-bench, lechmazur/writing, COLE FR benchmark
+- [x] `docs/OSS_LANDSCAPE_2026-03-21.md` ajoute : veille sourcee runtime/eval pour guider la refonte ANE
+- [x] `docs/OSS_RUNTIME_EVAL_2026-03-21.md` ajoute : synthese courte orientee runtime local, evals et generation structuree
+- [x] `docs/AGENTS_2026-03-16.md` mis a jour avec Agent 6 Qualite code
+- [x] `docs/FEATURE_MAP_2026-03-16.md` mis a jour avec Carte 7 Qualite code + french_models
+- [x] README aligne manifeste (`principes`, `governance`) + runbook recovery
+- [x] Nouveau runbook `docs/runbooks/RECOVERY_PROCEDURES.md` (resume lot, recovery metadata/state)
+- [x] `docs/OSS_LANDSCAPE_2026-03-21.md` ajoute avec sources web et recommandations de refonte
+- [x] P1 Realigner les plans/TODOs/docs de `app_AI-novel-engine` sur l'etat reel Mascarade + pipeline ANE
+- [ ] P2 Evaluer `prometheus-eval` ou `story-evaluation-llm` comme remplacement gate heuristique — candidats confirmes (veille agent session 3)
+- [ ] P2 Regarder `lm-format-enforcer` + `llama-cpp-python` comme premier fix logit anti-Markdown (plus facile qu'`outlines` selon veille)
+- [ ] P2 Regarder `dottxt/outlines` pour contraintes logits si grammar sampling dispo dans llama-server
+- [ ] P3 Tester CroissantLLM comme juge natif FR pour Prometheus sur sortie `mistral-nemo`
+
+
+### Exploitation remote Mascarade (P0 nouveau)
+
+- [x] P0 Ajouter un cockpit TUI remote `scripts/mascarade_remote_tui.py` pour `tower` et `kxkm`
+- [x] P0 Ajouter la config centralisee `automation/mascarade_hosts.toml`
+- [x] P0 Ajouter la persistance launchd (`scripts/setup_mascarade_launchd.py` + `automation/launchd/*.plist`)
+- [x] P1 Ajouter les tests `tests/test_setup_mascarade_launchd.py`
+- [ ] P0 Valider les tunnels SSH permanents (`8110` tower, `8111` kxkm) via session reelle
+- [ ] P1 Activer launchd en reel (`install`) et verifier `status`
+- [ ] P1 Optionnel: ajouter autossh si launchd seul ne suffit pas
 
 ## Bloque
 
-- [ ] P0 `ollama` natif 0.17.7 sur macOS 26.3.1 / Apple M5 echoue encore en generation sur `qwen2.5:7b` et `qwen2.5:1.5b` avec une erreur Metal / `HTTP 500`
-- [ ] P1 Le runtime Apple local ne sert qu'un seul `model_id` a la fois; tout switch Apple reste une action manuelle ou semi-auto
-- [ ] P1 `mascarade` route aujourd'hui `ollama:*` vers `/api/chat`, alors que `llama-server` expose surtout `/v1/chat/completions`; un pont runtime ou provider reste a creer
+- [ ] P0 `ollama` natif 0.17.7 sur macOS 26.3.1 / Apple M5 echoue encore en generation sur `qwen2.5:7b` et `qwen2.5:1.5b` avec une erreur Metal / `HTTP 500` — contourne via `llama-server` sur `:8091`
+- [ ] P1 Le runtime Apple local ne sert qu'un seul `model_id` a la fois; tout switch Apple reste semi-manuel (`prepare_runtime_step.sh`)
+- [ ] P1 Le runtime remote `:8110` repond a `/health` mais reste inutilisable pour `POST /v1/chat/completions` (`Temporary failure in name resolution`)
+- [x] P1 `:8100` ne repond pas — CORRIGE (mascarade relance, UP)
+- [x] P1 `:8091` ne repond pas — CORRIGE (llama-server relance, UP avec qwen2.5:7b)
 
 ## Prochain ordre
 
-- [ ] P0 Choisir le mode d'integration `llama.cpp`: adapter provider Mascarade ou shim local
-- [ ] P0 Valider `qwen2.5:1.5b` de bout en bout via ce nouveau chemin
-- [ ] P1 Etendre le meme chemin a `qwen2.5:7b`
-- [ ] P1 Relancer `python3 scripts/run_next_lots.py --lot priority_models`
-- [ ] P1 Relancer ensuite `python3 scripts/run_next_lots.py --lot baselines`
+- [x] P0 Remonter le core OpenAI-compatible `:8100` — mascarade UP
+- [x] P0 Relancer `llama-server` sur `:8091` pour `qwen2.5:7b` — UP
+- [ ] P0 Reprendre `priority_models`: checkpoint Apple en attente (`prepare_runtime_step.sh` puis `--resume`) si et seulement si un lot Apple est relance
+- [x] P1 Lancer `python3 scripts/run_next_lots.py --lot french_models` — done, rapport `20260316T220423Z`
 - [ ] P1 Garder `automation/reports/apple_rerun_preset_20260313T223555Z` comme rerun de reference pour les comparaisons Apple futures
+- [x] P1 Verifier la purge reports en dry-run (`prune --days 14`) — 2 candidats, dont 1 reference a proteger
+- [ ] P1 Garder `python3 scripts/reports_ops.py prune --days 14` en dry-run par defaut tant que les reports references ne sont pas marques
+- [x] P1 Analyser logs et tenter purge chirurgicale (`analyze-logs --top 15`, `prune --days 14 --delete-workspaces`) — 0 suppression necessaire
+- [ ] P0 Brancher `priority_models` sur `ollama:qwen2.5:7b` comme nouvelle baseline Ollama `accepted`
+- [ ] P0 Creer une retouche specifique `mistral-nemo` moins directive sur la structure de fin, puis rejouer `automation/reports/20260322_mistral_nemo_judge_consequencefix`
 
 ## Auto-sync
 <!-- AUTO-SYNC:ANE-TODO-ACTIVE:START -->
-- dernier cycle automatique: 2026-03-14T14:03:06+00:00
-- modeles accepted: apple-coreml:qwen3.5-4b-onnx-q4f16
-- modeles ayant atteint gate: apple-coreml:qwen3.5-4b-onnx-q4f16, apple-coreml:qwen2.5-0.5b-instruct-onnx
-- quality_blocked: apple-coreml:qwen2.5-0.5b-instruct-onnx
-- provider_failed: ollama:qwen2.5:7b, ollama:qwen2.5:1.5b
-- prochain lot recommande: Reference locale reconfirmee; retablir le runtime des modeles provider_failed puis reprendre rewrite/repair sur les modeles bloques a gate.
+- dernier cycle automatique: 2026-03-23T13:00:00+00:00
+- modeles accepted: apple-coreml:qwen3-4b-instruct-2507-q4f16 (nouveau, 3x plus rapide), mistral:mistral-large-latest (cloud, batch API validee)
+- ancienne ref remplacee: apple-coreml:qwen3.5-4b-onnx-q4f16
+- modeles ayant atteint gate: ollama:qwen2.5:7b, apple-coreml:qwen2.5-0.5b-instruct-onnx, ollama:qwen2.5:1.5b, ollama:mistral-nemo:latest
+- quality_blocked: apple-coreml:qwen2.5-0.5b-instruct-onnx (hallucinations), ollama:qwen2.5:1.5b, ollama:mistral-nemo:latest
+- disqualifie: apple-coreml:stateful-mistral7b-instruct-int4-coreml (timeout >300s)
+- routing: tout via Mascarade `:8100` — Mistral API, Apple CoreML `:8201`, Ollama P2P VM
+- prochain lot: priority_models avec mistral-large + qwen3-4b-2507 + qwen2.5:7b
+- checkpoint: runtime Apple arrete, modeles decharges — lancer le runtime avant priority_models Apple
 <!-- AUTO-SYNC:ANE-TODO-ACTIVE:END -->

automation/next_lots.toml

@@ -1,11 +1,12 @@
 [paths]
-mascarade_repo = "/Users/electron/mascarade"
+mascarade_repo = "/Users/electron/Documents/Projets/mascarade"
+# Route tout via Mascarade core local — Mistral/Apple/Ollama sont des providers
 core_base_url = "http://127.0.0.1:8100"
 apple_runtime_url = "http://127.0.0.1:8201"
 ollama_tags_url = "http://127.0.0.1:11434/api/tags"
-# `native` garde le preflight Ollama `/api/chat`.
-# `openai_compatible` saute ce preflight et envoie `ollama:*` vers l'URL ci-dessous.
-ollama_runtime = "native"
+# `openai_compatible` envoie `ollama:*` via Mascarade /v1/chat/completions
+# qui route vers le provider Ollama (P2P vers VM) ou Mistral selon le prefixe.
+ollama_runtime = "openai_compatible"
 ollama_openai_base_url = "http://127.0.0.1:8100"
 apple_model_ready_timeout_seconds = 30
 apple_model_poll_interval_seconds = 2
@@ -17,30 +18,34 @@ timeout_seconds = 300
 
 [preset]
 ANE_PROVIDER = "openai_compatible"
-ANE_BASE_URL = "http://127.0.0.1:8100"
+ANE_BASE_URL = "http://127.0.0.1:8100"  # Mascarade core local — route vers Mistral/Apple/Ollama
+# ANE_API_KEY doit venir de l'environnement shell (export ANE_API_KEY=...)
 ANE_TIMEOUT = "300"
 ANE_MAX_TOKENS_STRUCTURE = "256"
 ANE_MAX_TOKENS_DRAFT = "768"
 ANE_MAX_TOKENS_CRITIQUE = "512"
-ANE_MAX_TOKENS_REWRITE = "768"
+ANE_MAX_TOKENS_REWRITE = "1024"
 ANE_MAX_TOKENS_GATE = "384"
-ANE_MAX_TOKENS_REPAIR = "512"
+ANE_MAX_TOKENS_REPAIR = "1536"
 ANE_MAX_TOKENS_MEMORY = "320"
 ANE_REPAIR_MAX_PASSES = "2"
 
 [ensure_models]
 apple_models = [
+  "qwen3-4b-instruct-2507-q4f16",
   "qwen2.5-0.5b-instruct-onnx",
   "qwen3.5-4b-onnx-q4f16",
 ]
 ollama_models = [
   "qwen2.5:7b",
   "qwen2.5:1.5b",
+  "mistral-nemo:latest",
 ]
 
 [lots.priority_models]
 models = [
-  "apple-coreml:qwen3.5-4b-onnx-q4f16",
+  "mistral:mistral-large-latest",
+  "apple-coreml:qwen3-4b-instruct-2507-q4f16",
   "ollama:qwen2.5:7b",
 ]
 
@@ -50,14 +55,20 @@ models = [
   "ollama:qwen2.5:1.5b",
 ]
 
+[lots.french_models]
+models = [
+  "mistral:mistral-large-latest",
+  "ollama:mistral-nemo:latest",
+]
+
 [lots.preflight_only]
 models = []
 
 [tracking.ane]
 todo_active = "TODO_ACTIVE.md"
 todo_done = "TODO_IMPLEMENTE.md"
-plan = "docs/EXECUTION_PLAN_2026-03-14.md"
-comparison = "docs/MODEL_COMPARISON_2026-03-08.md"
+plan = "docs/EXECUTION_PLAN_2026-03-22.md"
+comparison = "docs/MODEL_COMPARISON_2026-03-22.md"
 readme = "README.md"
 runbook = "docs/runbooks/LOCAL_GENERATION.md"
 
@@ -68,4 +79,4 @@ readme = "README.md"
 runbook = "docs/RUNBOOK_APPLE_LLM_LOCAL.md"
 
 [next_actions]
-rewrite_compaction = "Compacter ou reduire `rewrite_v1` et ses budgets pour faire passer au moins `apple-coreml:qwen3.5-4b-onnx-q4f16` ou `ollama:qwen2.5:7b` jusqu'a `gate`."
+rewrite_compaction = "Rejouer priority_models avec mistral:mistral-large-latest comme reference qualite + qwen3-4b-instruct-2507 comme ref locale."