以前都用gemini-flash-lite作为快捷模型进行标题生成，内容压缩等工作。Google收紧用量后就缺乏持久好用的快捷模型了。 
准备本地运行一个小模型，这样可以长期稳定免费使用。 
考虑qwen3-4b，或qwen3-8b，倾向4b，尽可能降低资源消耗。 
有没有更好的小模型推荐？不知道长期运行负荷会有多大。