Vito vs Handy

Handy ist das, was einem Geschwister auf dieser Seite am nächsten kommt: kostenlos, MIT-lizenziert, plattformübergreifend, und es läuft auf Linux. Fast 27.000 Leute haben ihm auf GitHub einen Stern gegeben, was viel ist, und verdient. Der Unterschied zwischen uns ist eine Entscheidung – Handy führt das Sprachmodell auf deinem Computer aus, Vito sendet das Audio an einen Anbieter – und fast alles andere folgt daraus.

Auf einen Blick

Geprüft anhand von handy.computer und ihrem Repository und ihrer Seite zur Fehlerbehebung im Juli 2026.

Wo Handy die bessere Wahl ist

Nichts verlässt je deinen Computer

"Deine Stimme bleibt auf deinem Computer", wie sie es formulieren, und es ist buchstäblich wahr – es gibt überhaupt keinen Anbieter im Bild. Für vertrauliche Arbeit, für eine Maschine ohne Internet, oder schlicht aus Prinzip, ist das eine stärkere Garantie, als Vito geben kann. Vito kann seinen Aufräumschritt auf einem lokalen LLM ausführen, das Aufräumen muss deine Maschine also ebenfalls nicht verlassen – aber die Sprache-zu-Text geht weiterhin an einen Cloud-Anbieter, das Audio selbst verlässt sie also sehr wohl. Vito minimiert, wer dein Audio sieht; Handy entfernt die Frage.

Es ist kostenlos ohne Sternchen

Kein Anbieterkonto, kein Guthaben, keine fünfzehn Cent pro Stunde. Vitos App ist ebenfalls kostenlos und kann sogar ohne Kosten betrieben werden, indem man die kostenlosen Stufen der Anbieter koppelt – aber das bedeutet immer noch, sich für ein Anbieterkonto oder zwei anzumelden, und jenseits der kostenlosen Kontingente sind es etwa fünfzehn Cent pro Stunde. Handy verlangt nichts davon.

Nichts einzurichten

Herunterladen, ein Modell wählen, diktieren. Keine API-Schlüssel, keine Zahlungsmethode, nirgends Konten. Vito verlangt zwei Schlüssel, bevor es etwas tut.

macOS heute

Handy läuft auf macOS, sowohl auf Intel als auch auf Apple Silicon. Vito noch nicht.

Wo Vito die bessere Wahl ist

Dein Computer muss nicht schnell sein

Das ist der ehrliche Handel und es lohnt sich, konkret zu sein. Handys Whisper-Modelle wollen eine GPU – ihre eigene Anforderungsliste nennt "Intel-, AMD- oder NVIDIA-GPU" auf Windows und Linux. Ihre CPU-freundliche Option, Parakeet V3, verlangt mindestens einen Prozessor der Intel-Skylake-Generation. Erfülle die bequem und es fliegt; sitzt du nah an der Grenze, wird das Diktat langsam, und auf einer älteren Maschine ist es vielleicht gar nicht nutzbar.

Vitos Antwort ist, dass der schwere Teil anderswo geschieht. Ein acht Jahre alter Laptop bekommt genau dieselbe Geschwindigkeit und Genauigkeit wie eine neue Workstation, dein Prozessor bleibt frei, während du diktierst, und der Lüfter bleibt leise. Der Preis sind etwa fünfzehn Cent pro Stunde und eine Verbindung.

Der Text kommt fertig heraus, nicht nur präzise

Handy transkribiert. Vito transkribiert und schickt das Ergebnis dann durch einen zweiten KI-Durchlauf, der das Zögern entfernt, den ausgeschweiften Satz umbaut, die Zeilenumbrüche hinzufügt, um die du gebeten hast, und "Daumen hoch" in 👍 verwandelt. Das ist eine andere Produktentscheidung statt einer besseren, und es ist der Hauptgrund, warum Vito einen zweiten Schlüssel braucht.

Ob es gut funktioniert, liegt nicht wirklich an dir

Das Modell lokal auszuführen ist Handys beste Funktion und auch sein schwierigster Teil, und ihre eigene Dokumentation ist offen darüber. Die Seite zur Fehlerbehebung behandelt abstürzendes Whisper, langsame Transkription, ein nicht gefundenes Mikrofon, nicht herunterladbare Modelle, eine fehlende vulkan-1.dll auf Windows, ein leeres Fenster auf Linux, ein Overlay, das den Fokus stiehlt, Wayland, das Zusatzkonfiguration braucht, und einen GLIBC-Fehler aus dem AppImage. Unter bekannten Problemen schreiben sie klar, dass Whisper "may crash on older CPUs or specific GPU configurations" und schlagen stattdessen Parakeet V3 vor.

Nichts davon ist Nachlässigkeit – es ist, wie es wirklich aussieht, lokale Inferenz über drei Betriebssysteme auszuliefern, und dass sie es so offen dokumentieren, sagt Gutes über das Projekt. Aber es heißt, dass die Erfahrung von Maschine zu Maschine variiert, und die Kombination aus Modell, Treibern und Einstellungen zu finden, die auf deinem Computer schön läuft, kann etwas Suche sein. Bei Vito gibt es nichts zu finden: Das Modell läuft nicht auf deiner Maschine, es verhält sich also überall gleich.

Die Oberfläche spricht deine Sprache

Vitos eigene Oberfläche ist in 60 Sprachen verfügbar, nicht nur sein Diktat. Handy liefert 24, was deutlich mehr ist, als sich die meisten Projekte seiner Größe die Mühe machen.

Frag die KI per Stimme — Handy transkribiert nur

Handy verwandelt Sprache in Text und hört da auf. Vitos Vito Assist verwandelt Sprache in eine Anweisung: "Vito, übersetze das ins Deutsche", "Vito, was ist die Hauptstadt von Frankreich?", "Vito, 15 % von 240?" – Übersetzungen, Antworten, Rechnen und Definitionen, so leicht gesprochen wie ein Diktat und an Ort und Stelle zurückgegeben. Willst du, dass deine Diktier-App auch Fragen beantwortet, tut Handy das nicht, und Vito schon.

Es macht ziemlich Spaß

Eine kleine Sache, und wir tun nicht so, als würde sie irgendetwas entscheiden. Vito zählt mit: diktierte Wörter, aufgeräumte Sätze, Stunden Tippen, die du dir gespart hast, ein Diagramm deiner Woche. Es gibt über 50 Erfolge zum Freischalten unterwegs, manche albern, einige versteckt.

Es stellt sich heraus, dass es mehr ausmacht, als es klingt. Diktieren statt Tippen ist eine Gewohnheit, die man sich aufbauen muss, und die erste Woche ist der unbeholfene Teil – "1 Std. 38 Min. Tippen gespart" zu sehen ist ein Anstoß weiterzumachen, den dir ein leeres Fenster nicht gibt. Klingt das für dich nach einer Spielerei? Ignoriere es getrost völlig; nichts hängt davon ab.

Was beide tun

Beide sind quelloffen, beide kostenlos herunterzuladen, beide laufen auf Windows und Linux, und beide funktionieren gleich: ein Tastenkürzel, du sprichst, der Text landet dort, wo dein Cursor ist. Beide sind jung, aktiv in der Öffentlichkeit entwickelt, und du kannst jede Zeile von beiden lesen. Gefällt dir die Idee von Vito, aber nicht die Cloud, ist Handy das Projekt, auf das wir dich verweisen würden – und dieser Vergleich existiert, um dir bei der Wahl zu helfen, nicht um dich davon abzubringen.

Also welches von beiden

• Audio darf die Maschine nie verlassen? Handy.
• Kein Internet, oder eine unzuverlässige Verbindung? Handy.
• Älterer oder leistungsschwächerer Computer? Vito.
• Willst du, dass der Text schon aufgeräumt ankommt? Vito.
• Gerade auf einem Mac? Handy. Vito ist noch nicht da.
• Willst du, dass es buchstäblich nichts kostet? Handy.