Make local inference limits and workstation setup reproducible

tests/test_llama.py

@@ -16,7 +16,7 @@ OPTIONS = """--model --hf-repo --mmproj --alias --host --port --ctx-size --paral
 --jinja --reasoning --reasoning-budget --reasoning-preserve --no-reasoning-preserve --flash-attn --threads
 --threads-batch --n-gpu-layers --fit --fit-target --cache-type-k --cache-type-v
 --sleep-idle-seconds --image-min-tokens --cors-origins --no-ui --rope-scaling --rope-scale --yarn-orig-ctx
---device --no-op-offload --no-kv-offload"""
+--device --no-op-offload --no-kv-offload --n-predict"""
 
 
 class LlamaTests(unittest.TestCase):