小模型本地部署回暖：隐私与成本的双重驱动

为什么回暖

• 隐私：敏感数据不出内网
• 成本：高频调用场景下本地推理成本趋近于零
• 延迟：本地响应没有网络往返

适合的场景

文档分类、格式转换、敏感信息脱敏、离线助手。

选型思路

先用大模型验证价值，再用小模型承接高频环节。