llama.cpp 修复 per-request 推理预算参数被静默忽略的 bug

llama.cpp b9982 版本修复了两个影响 OpenAI 兼容 API 的 bug：per-request 的 reasoning_budget_tokens 和 reasoning_budget_message 参数因代码执行顺序问题被静默忽略，导致调用方无法按请求控制推理预算（如关闭思考过程）。

根因是 oaicompat_chat_params_parse 函数先写入服务端默认值，后续的通用 body 拷贝循环发现 key 已存在便跳过，调用方传入的值被丢弃。修复方案是在通用拷贝之前先从请求体中读取这两个字段，使采样层能收到调用方意图的值。

该修复对使用 Qwen3 等具备思考能力的模型的推理服务尤为重要，调用方现在可以精确控制每次请求的推理预算，例如将 budget 设为 0 来完全抑制思考过程，实现更灵活的推理成本管理。