Token estimation values hardcoded multiple places - inaccurate rate limiting

[BukeLy]

问题描述

Token 估算值硬编码在多个文件中，导致速率限制不准确。

受影响的文件和位置

• multi_tenant.py 行 113：estimated_output = 3000（LLM）
• multi_tenant.py 行 313：estimated_output = 500（VLM）
• multi_tenant.py 行 339：max_tokens = 500
• deepseek_ocr_client.py 行 285, 352

问题

• 无法按不同模型调整估算值
• 同一个值 "3000" 在多处重复，维护困难
• 使用小模型时估算过高，并发受限；使用大模型时估算不足

解决方案

应该提取到 .env 配置：

• LLM_ESTIMATED_OUTPUT_TOKENS
• VLM_ESTIMATED_OUTPUT_TOKENS 等