Vito vs Handy

Handy är det närmaste en släkting på den här sidan: gratis, MIT-licensierad, plattformsoberoende, och den kör på Linux. Nästan 27 000 personer har stjärnmärkt den på GitHub, vilket är mycket, och förtjänat. Skillnaden mellan oss är ett beslut — Handy kör talmodellen på din dator, Vito skickar ljudet till en leverantör — och nästan allt annat följer av det.

En snabb överblick

Kontrollerat mot handy.computer och deras repository och deras felsökningssida i juli 2026.

Där Handy är det bättre valet

Inget lämnar din dator, någonsin

"Din röst stannar på din dator", som de uttrycker det, och det är bokstavligen sant — det finns ingen leverantör i bilden alls. För konfidentiellt arbete, för en maskin utan internet, eller helt enkelt av princip, är det en starkare garanti än Vito kan ge. Vito kan köra sitt städningssteg på en lokal LLM, så städningen behöver inte heller lämna din maskin — men tal-till-texten går fortfarande till en molnleverantör, så själva ljudet lämnar den. Vito minimerar vem som ser ditt ljud; Handy tar bort frågan.

Det är gratis utan asterisk

Inget leverantörskonto, inget saldo, inga femton cent i timmen. Vitos app är också gratis, och kan till och med köras kostnadsfritt genom att kombinera leverantörers gratisnivåer — men det innebär ändå att registrera ett leverantörskonto eller två, och bortom gratisutrymmet är det ungefär femton cent i timmen. Handy ber inte om något av det.

Inget att ställa in

Ladda ner, välj en modell, diktera. Inga API-nycklar, ingen betalningsmetod, inga konton någonstans. Vito ber om två nycklar innan det gör något.

macOS i dag

Handy kör på macOS, på både Intel och Apple Silicon. Vito gör inte det, än.

Där Vito är det bättre valet

Din dator behöver inte vara snabb

Det här är den ärliga avvägningen och det är värt att vara specifik om. Handys Whisper-modeller vill ha en GPU — deras egen kravlista nämner "Intel-, AMD- eller NVIDIA-GPU" på Windows och Linux. Deras CPU-vänliga alternativ, Parakeet V3, kräver minst en processor av Intels Skylake-generation. Uppfyll dem med god marginal och det flyger; ligg nära gränsen och dikteringen blir långsam, och på en äldre maskin kanske den inte går att använda alls.

Vitos svar är att den svåra biten sker någon annanstans. En åtta år gammal bärbar dator får exakt samma hastighet och noggrannhet som en ny arbetsstation, din processor förblir ledig medan du dikterar, och fläkten hålls tyst. Priset är ungefär femton cent i timmen och en uppkoppling.

Texten kommer ut färdig, inte bara noggrann

Handy transkriberar. Vito transkriberar och kör sedan resultatet genom en andra AI-runda som tar bort tvekandet, strukturerar om meningen du svävade ut i, lägger till radbrytningarna du bad om och gör om "tummen upp" till 👍. Det är ett annat produktbeslut snarare än ett bättre, och det är huvudskälet till att Vito behöver en andra nyckel.

Om det fungerar bra ligger egentligen inte hos dig

Att köra modellen lokalt är Handys bästa funktion och också dess svåraste del, och deras egen dokumentation är uppriktig om det. Felsökningssidan tar upp Whisper som kraschar, transkription som är långsam, mikrofonen som inte hittas, modeller som inte går att ladda ner, en saknad vulkan-1.dll på Windows, ett tomt fönster på Linux, ett överlägg som stjäl fokus, Wayland som behöver extra konfiguration, och ett GLIBC-fel från AppImage. Under kända problem skriver de rakt ut att Whisper "kan krascha på äldre CPU:er eller specifika GPU-konfigurationer" och rekommenderar Parakeet V3 i stället.

Inget av det är slarv — det är hur det faktiskt ser ut att leverera lokal inferens över tre operativsystem, och att de dokumenterar det så öppet säger bra saker om projektet. Men det betyder att upplevelsen varierar från maskin till maskin, och att hitta kombinationen av modell, drivrutiner och inställningar som kör snyggt på din dator kan bli lite av ett letande. Med Vito finns inget att hitta: modellen körs inte på din maskin, så den beter sig likadant överallt.

Gränssnittet talar ditt språk

Vitos eget gränssnitt finns på 60 språk, inte bara dikteringen. Handy levererar 24, vilket är en hel del mer än de flesta projekt av dess storlek bryr sig om.

Fråga AI:n med rösten — Handy transkriberar bara

Handy gör om tal till text och stannar där. Vitos Vito Assist gör om tal till en instruktion: "Vito, översätt det här till tyska", "Vito, vad är Frankrikes huvudstad?", "Vito, 15 % av 240?" — översättningar, svar, uträkningar och definitioner, lika enkelt uttalade som en diktering och återgivna på plats. Vill du att din dikteringsapp också svarar på frågor gör Handy inte det, men Vito gör det.

Det är faktiskt ganska kul

En liten sak, och vi ska inte låtsas att den avgör något. Vito räknar: dikterade ord, upprensade meningar, timmar av skrivande du slapp, ett diagram över din vecka. Det finns 50+ prestationer att låsa upp längs vägen, några fåniga, flera dolda.

Det visar sig betyda mer än det låter. Att diktera i stället för att skriva är en vana du måste bygga upp, och första veckan är den ovana delen — att se "1 h 38 m skrivande sparat" är en knuff att fortsätta som ett tomt fönster inte ger dig. Låter det som en gimmick? Strunta gärna helt i det; ingenting hänger på det.

Vad de båda gör

Båda är öppen källkod, båda gratis att ladda ner, båda kör på Windows och Linux, och båda fungerar likadant: en snabbtangent, du pratar, text landar där din markör står. Båda är unga, aktivt utvecklade öppet, och du kan läsa varje rad av båda. Gillar du idén med Vito men inte molnet är Handy projektet vi skulle peka dig mot — och den här jämförelsen finns för att hjälpa dig välja, inte för att prata dig ur det.

Så vilken av de två

• Ljudet får aldrig lämna maskinen? Handy.
• Inget internet, eller en opålitlig uppkoppling? Handy.
• Äldre eller svagare dator? Vito.
• Vill du att texten ska komma redan uppstädad? Vito.
• På en Mac just nu? Handy. Vito finns inte där än.
• Vill du att det ska kosta bokstavligen ingenting? Handy.