feat(livia): Modell und Textlänge über Umgebungsvariablen einstellbar

Das Modell stand fest im Code, obwohl es die grösste Kostenstellschraube ist —
ein Lauf über fünfzig Meldungen kostet mit Opus 5 rund 0.40 USD, mit Haiku 4.5
etwa 0.08. Wer die Anwendung betreibt, soll diese Abwägung treffen können, ohne
den Quelltext anzufassen und neu zu deployen.

`LIVIA_RESEARCH_MODEL` wählt das Modell, `LIVIA_RESEARCH_TEXT_LIMIT` die Menge
Artikeltext je Meldung — der zweite grosse Hebel, weil der Immobilienbezug einer
Firmenmeldung fast immer im ersten Absatz steht und jede Halbierung die
Eingabekosten halbiert. Beide haben Vorgabewerte; ohne gesetzte Variablen
verhält sich alles wie bisher.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

api/_lib/researchAnalysis.ts

@@ -90,6 +90,29 @@ function extractJson(text: string): unknown {
  */
 const BATCH_SIZE = 5
 
+/**
+ * Welches Modell die Einordnung vornimmt.
+ *
+ * Über `LIVIA_RESEARCH_MODEL` umstellbar, ohne den Code anzufassen — die
+ * Wahl ist eine Kosten- und Qualitätsabwägung und gehört damit dem Betreiber,
+ * nicht dem Quelltext.
+ *
+ * Grössenordnung je Lauf über rund fünfzig Meldungen:
+ *   claude-opus-5     ≈ 0.40 USD   stärkstes Urteil
+ *   claude-sonnet-5   ≈ 0.20 USD
+ *   claude-haiku-4-5  ≈ 0.08 USD   für eine Ja/Nein-Einordnung meist ausreichend
+ */
+const MODEL = process.env.LIVIA_RESEARCH_MODEL ?? 'claude-opus-5'
+
+/**
+ * Wie viel Artikeltext das Modell zu lesen bekommt.
+ *
+ * Ebenfalls umstellbar, weil es der zweite grosse Kostenhebel ist: Der
+ * Immobilienbezug einer Firmenmeldung steht fast immer im ersten Absatz, und
+ * jede Halbierung halbiert die Eingabekosten.
+ */
+const TEXT_LIMIT = Number(process.env.LIVIA_RESEARCH_TEXT_LIMIT ?? 2000)
+
 /**
  * Wie viele Teilstapel gleichzeitig beurteilt werden.
  *
@@ -116,12 +139,12 @@ async function analyzeBatch(
       `Quelle: ${it.source}`,
       `Titel: ${it.title}`,
       it.publishedAt ? `Publiziert: ${it.publishedAt}` : '',
-      `Text: ${it.text.slice(0, 2000)}`,
+      `Text: ${it.text.slice(0, TEXT_LIMIT)}`,
     ].filter(Boolean).join('\n'))
     .join('\n\n')
 
   const response = await client.messages.create({
-    model: 'claude-opus-5',
+    model: MODEL,
     max_tokens: 8000,
     system: SYSTEM_PROMPT,
     // Einordnen ist bei fünf Einträgen eine Routineaufgabe — die niedrige Stufe