[fix] serve_openai_api 非流式端点的 max_tokens 不生效，与流式端点行为不一致

非流式分支传的是 max_length，但 MiniMindForCausalLM.generate() 的签名里
没有这个形参（只有 max_new_tokens=8192），max_length 被 **kwargs 吞掉后
无人处理，于是 request.max_tokens 对生成长度零约束。

同一文件的流式分支（第117行）传的是 max_new_tokens=max_tokens，精确生效。
同一个请求参数在两条路径上行为完全不同。

判决性实验：同时传 max_length=15 与 max_new_tokens=20，
prompt 长度 10 -> 实际输出总长 30（新增 20），证明 max_length 被无视。

改为与流式分支一致的 max_new_tokens=request.max_tokens（一行）。

scripts/serve_openai_api.py

@@ -202,7 +202,7 @@ async def chat_completions(request: ChatRequest):
             with torch.no_grad():
                 generated_ids = model.generate(
                     inputs["input_ids"],
-                    max_length=inputs["input_ids"].shape[1] + request.max_tokens,
+                    max_new_tokens=request.max_tokens,
                     do_sample=True,
                     attention_mask=inputs["attention_mask"],
                     pad_token_id=tokenizer.pad_token_id,