Vito vs Handy

Handy jest najbliższe rodzeństwu na tej stronie: darmowe, na licencji MIT, wieloplatformowe i działa na Linuksie. Blisko 27.000 osób oznaczyło je gwiazdką na GitHub, co jest dużo i zasłużone. Różnica między nami to jedna decyzja — Handy uruchamia model mowy na twoim komputerze, Vito wysyła audio do dostawcy — i niemal wszystko inne z tego wynika.

W skrócie

Sprawdzone na podstawie handy.computer oraz ich repozytorium oraz ich strony rozwiązywania problemów w lipcu 2026.

Gdzie Handy jest lepszym wyborem

Nic nigdy nie opuszcza twojego komputera

„Twój głos zostaje na twoim komputerze”, jak to ujmują, i jest to dosłownie prawda — nie ma tu w ogóle żadnego dostawcy. Do pracy poufnej, dla komputera bez internetu albo po prostu z zasady, to silniejsza gwarancja niż ta, którą może dać Vito. Vito może uruchomić swój krok oczyszczania na lokalnym LLM, więc oczyszczanie również nie musi opuszczać twojego komputera — ale zamiana mowy na tekst wciąż trafia do dostawcy w chmurze, więc samo audio jednak wychodzi. Vito minimalizuje, kto widzi twoje audio; Handy usuwa to pytanie.

Jest darmowe bez gwiazdki

Bez konta u dostawcy, bez salda, bez piętnastu centów za godzinę. Aplikacja Vito też jest darmowa, a nawet można ją uruchomić bezkosztowo, łącząc darmowe plany dostawców — ale to wciąż oznacza zapisanie się do jednego czy dwóch kont u dostawców, a po wyczerpaniu darmowych limitów to około piętnastu centów za godzinę. Handy nie prosi o nic z tego.

Nic do skonfigurowania

Pobierz, wybierz model, dyktuj. Bez kluczy API, bez metody płatności, nigdzie żadnych kont. Vito prosi o dwa klucze, zanim cokolwiek zrobi.

macOS już dziś

Handy działa na macOS, zarówno na Intelu, jak i Apple Silicon. Vito jeszcze nie.

Gdzie Vito jest lepszym wyborem

Twój komputer nie musi być szybki

To uczciwy kompromis i warto o nim mówić konkretnie. Modele Whisper w Handy wymagają GPU — ich własna lista wymagań podaje „GPU Intel, AMD lub NVIDIA” na Windows i Linux. Ich przyjazna dla CPU opcja, Parakeet V3, wymaga co najmniej procesora generacji Intel Skylake. Spełnij te wymagania z zapasem, a śmiga; bądź blisko granicy, a dyktowanie robi się wolne, a na starszym komputerze może w ogóle nie być używalne.

Odpowiedzią Vito jest to, że trudna część dzieje się gdzie indziej. Ośmioletni laptop uzyskuje dokładnie tę samą szybkość i dokładność co nowa stacja robocza, twój procesor pozostaje wolny podczas dyktowania, a wentylator pozostaje cichy. Ceną jest około piętnastu centów za godzinę i połączenie.

Tekst wychodzi wykończony, nie tylko dokładny

Handy transkrybuje. Vito transkrybuje, a następnie przepuszcza wynik przez drugą rundę AI, która usuwa zawahania, przebudowuje zdanie, które rozwlekłeś, dodaje łamania wierszy, o które prosiłeś, i zamienia „kciuk w górę” na 👍. To raczej inna decyzja produktowa niż lepsza, i to główny powód, dla którego Vito potrzebuje drugiego klucza.

To, czy działa dobrze, nie zależy tak naprawdę od ciebie

Uruchamianie modelu lokalnie to najlepsza funkcja Handy, a zarazem jego najtrudniejsza część, i ich własna dokumentacja jest wobec tego szczera. Strona rozwiązywania problemów obejmuje awarie Whisper, wolną transkrypcję, nieznaleziony mikrofon, modele, które się nie pobierają, brakujący vulkan-1.dll na Windows, puste okno na Linux, nakładkę, która przechwytuje fokus, Wayland wymagający dodatkowej konfiguracji oraz błąd GLIBC z AppImage. W znanych problemach piszą wprost, że Whisper „może się zawiesić na starszych CPU lub określonych konfiguracjach GPU”, i zamiast tego sugerują Parakeet V3.

Nic z tego nie jest niedbałością — tak właśnie wygląda dostarczanie lokalnej inferencji na trzech systemach operacyjnych, a fakt, że dokumentują to tak otwarcie, mówi dobrze o projekcie. Ale oznacza to, że doświadczenie różni się od komputera do komputera, a znalezienie kombinacji modelu, sterowników i ustawień, która działa ładnie na twoim komputerze, może wymagać trochę szukania. Przy Vito nie ma czego szukać: model nie działa na twoim komputerze, więc zachowuje się wszędzie tak samo.

Interfejs mówi w twoim języku

Własny interfejs Vito jest dostępny w 60 językach, nie tylko jego dyktowanie. Handy dostarcza 24, co jest znacznie więcej, niż zawraca sobie głowę większość projektów jego rozmiaru.

Zapytaj AI głosem — Handy tylko transkrybuje

Handy zamienia mowę w tekst i na tym poprzestaje. Vito Assist zamienia mowę w polecenie: „Vito, przetłumacz to na niemiecki”, „Vito, jaka jest stolica Francji?”, „Vito, 15% z 240?” — tłumaczenia, odpowiedzi, obliczenia i definicje, wypowiadane tak łatwo jak dyktowanie i zwracane w miejscu. Jeśli chcesz, żeby twoja aplikacja do dyktowania odpowiadała też na pytania, Handy tego nie robi, a Vito tak.

To całkiem niezła zabawa

Drobiazg, i nie będziemy udawać, że cokolwiek przesądza. Vito prowadzi licznik: podyktowane słowa, oczyszczone zdania, godziny pisania, których nie musiałeś wykonać, wykres twojego tygodnia. Po drodze jest 50+ osiągnięć do odblokowania, niektóre niepoważne, kilka ukrytych.

Okazuje się, że znaczy to więcej, niż mogłoby się wydawać. Dyktowanie zamiast pisania to nawyk, który trzeba wyrobić, a pierwszy tydzień jest tą niezręczną częścią — widok „1 h 38 min zaoszczędzonego pisania" to zachęta, by nie przerywać, której puste okno ci nie daje. Brzmi to jak sztuczka? Zignoruj to całkowicie; nic od tego nie zależy.

Co robią obie

Obie są open source, obie darmowe do pobrania, obie działają na Windows i Linux i obie działają tak samo: skrót klawiszowy, mówisz, tekst ląduje tam, gdzie jest kursor. Obie są młode, aktywnie rozwijane publicznie, i możesz przeczytać każdą linijkę każdej z nich. Jeśli podoba ci się idea Vito, ale nie chmura, Handy to projekt, na który byśmy cię skierowali — a to porównanie istnieje, by pomóc ci wybrać, a nie by cię od niego odwieść.

Więc które z nich

• Audio nigdy nie może opuścić komputera? Handy.
• Bez internetu lub z zawodnym połączeniem? Handy.
• Starszy lub słabszy komputer? Vito.
• Chcesz, by tekst przychodził już oczyszczony? Vito.
• Właśnie teraz na Macu? Handy. Vito jeszcze go nie ma.
• Chcesz, by kosztowało dosłownie nic? Handy.