feat(cli): --threads для управления CPU-потоками + бенчмарк CUDA compute_type

- Зачем:
  - CTranslate2 по умолчанию использует 4 потока; на многоядерных CPU (8+ ядер)
    это неоптимально — --threads 8 даёт +13% ускорения.
  - Не было данных по int8_float32/int8_float16 на NVIDIA GPU.

- Что:
  - --threads / -t: новый CLI-флаг, пробрасывается через load_model →
    backend.create_model(cpu_threads=...) → WhisperModel(cpu_threads=...).
  - Валидация min=0 на входе (typer), Backend протокол синхронизирован.
  - docs/gpu.md: результаты бенчмарка 6 комбинаций CUDA compute_type
    (medium/large-v3 × float16/int8_float32/int8_float16) на двух файлах
    (16 мин и 46 мин). Ключевой вывод: float16 — оптимальный дефолт;
    large-v3 ненадёжен на длинных записях.
  - README: --threads добавлен в таблицу опций.
  - Фикс теста: test_resolve_repo_explicit_unsupported_pair_raises обновлён
    под добавление medium fp16 модели.

- Проверка:
  - uv run pytest: 157 passed.
  - transcribe file.mp4 --device cpu --threads 8: 277с vs 320с (дефолт).

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

tests/test_cli.py

@@ -862,3 +862,62 @@ def test_cli_openvino_alias_resolves_to_gpu(tmp_path):
     assert out.exit_code == 0
     # detect_device("openvino") resolved to "openvino-gpu", load_model receives it
     assert mock_load_model.call_args[0][1] == "openvino-gpu"
+
+
+# === --threads ===
+
+
+def test_cli_threads_passed_to_load_model(tmp_path):
+    """--threads передаётся в load_model как cpu_threads."""
+    audio = tmp_path / "test.mp3"
+    audio.write_bytes(b"fake")
+    result = _make_result()
+    model = _make_model()
+    backend = _make_backend()
+    tfr = _make_tfr(result=result, model=model, backend=backend)
+    mock_load_model = MagicMock(return_value=(model, "cpu", backend, "/models/medium"))
+
+    with (
+        patch("local_transcriber.cli.load_config", return_value={}),
+        patch("local_transcriber.cli.validate_input_file", return_value=audio),
+        patch("local_transcriber.cli.detect_device", return_value="cpu"),
+        patch("local_transcriber.cli.load_model", mock_load_model),
+        patch("local_transcriber.cli._transcribe_file", return_value=tfr),
+        patch("local_transcriber.cli.write_transcript"),
+    ):
+        out = runner.invoke(app, [str(audio), "--threads", "8"])
+
+    assert out.exit_code == 0
+    assert mock_load_model.call_args.kwargs["cpu_threads"] == 8
+
+
+def test_cli_threads_default_zero(tmp_path):
+    """Без --threads load_model получает cpu_threads=0."""
+    audio = tmp_path / "test.mp3"
+    audio.write_bytes(b"fake")
+    result = _make_result()
+    model = _make_model()
+    backend = _make_backend()
+    tfr = _make_tfr(result=result, model=model, backend=backend)
+    mock_load_model = MagicMock(return_value=(model, "cpu", backend, "/models/medium"))
+
+    with (
+        patch("local_transcriber.cli.load_config", return_value={}),
+        patch("local_transcriber.cli.validate_input_file", return_value=audio),
+        patch("local_transcriber.cli.detect_device", return_value="cpu"),
+        patch("local_transcriber.cli.load_model", mock_load_model),
+        patch("local_transcriber.cli._transcribe_file", return_value=tfr),
+        patch("local_transcriber.cli.write_transcript"),
+    ):
+        out = runner.invoke(app, [str(audio)])
+
+    assert out.exit_code == 0
+    assert mock_load_model.call_args.kwargs["cpu_threads"] == 0
+
+
+def test_cli_threads_negative_rejected(tmp_path):
+    """--threads с отрицательным значением отклоняется typer (min=0)."""
+    audio = tmp_path / "test.mp3"
+    audio.write_bytes(b"fake")
+    out = runner.invoke(app, [str(audio), "--threads", "-1"])
+    assert out.exit_code != 0