最近在折腾MCP协议，想把自己的一个文档助手部署成MCP服务，但卡在模型选择上。本地跑了个7B的量化模型，感觉响应慢吞吞的，尤其是并发请求一多，CPU直接拉满。换云端API（比如GPT-4o）虽然快，但延迟波动大，有时候要等好几秒。想问下大家，在实际MCP场景里，是更推荐本地小模型+优化推理，还是直接上云端？另外，MCP的传输协议对延迟有没有什么特别的影响？我目前是HTTP轮询，不知道有没有更高效的方案。