docs: add task-type accuracy benchmark (router vs keyword heuristic)

- bench/tasks.jsonl (37 natural-language prompts, 7 task types) + bench/accuracy.py
- measured on the live allaigate router: 100% (37/37) vs keyword heuristic 32%
- BENCHMARKS.md accuracy section; README (EN+RU) perf+accuracy tables and test matrix
- run.sh runs accuracy when CORTIQ_ROUTER_KEY is set

README.ru.md

@@ -169,9 +169,9 @@ print(resp.choices[0].message.content)
 
 ---
 
-## ⚡ Производительность
+## ⚡ Производительность и точность
 
-Overhead шлюза при проксировании одного и того же мгновенного бэкенда, `ab -k -r -c 20 -n 5000`:
+**Латентность** — overhead шлюза при проксировании одного мгновенного бэкенда, `ab -k -r -c 20 -n 5000`:
 
 | Шлюз | req/s | p50 | p99 |
 |---|--:|--:|--:|
@@ -179,8 +179,16 @@ Overhead шлюза при проксировании одного и того
 | Portkey (Node) | ~5 800 | 3 ms | 9 ms |
 | LiteLLM (Python, 4 воркера) | ~1 200 | 9 ms | 59 ms |
 
+**Точность** — определение типа задачи на естественных промптах (7 типов). У LiteLLM/Portkey
+семантического роутера нет; keyword-эвристика — это DIY-замена:
+
+| Классификатор | Точность |
+|---|--:|
+| **семантический роутер allaigate** | **100%** (37/37) |
+| keyword-эвристика (без классификатора) | 32% (12/37) |
+
 Методология, оговорки и воспроизводимый harness — **[BENCHMARKS.md](BENCHMARKS.md)**
-(`bash bench/run.sh`). Абсолютные числа зависят от железа; важны соотношения.
+(`bash bench/run.sh`, `python3 bench/accuracy.py`). Числа зависят от железа; важны разрывы.
 
 ## Сборка и тесты
 
@@ -204,6 +212,7 @@ cargo test                 # round-trip конфига, валидация ро
 | Роутинг — auto / pinned / failover / деградация | интеграционно (mock **и** живой allaigate-роутер) | ✅ |
 | Горячая перезагрузка конфига (без рестарта) | интеграционно | ✅ |
 | Бенчмарк latency vs LiteLLM / Portkey | `bench/run.sh` (Apache Bench) — см. [BENCHMARKS.md](BENCHMARKS.md) | ✅ |
+| Точность определения типа задачи | `bench/accuracy.py` — живой роутер 100% vs keyword-эвристика 32% | ✅ |
 
 ---