Вибір провайдерів для Vito

Vito безкоштовна і не має власного облікового запису. З тим, що ви кажете, відбуваються дві речі — щось слухає, а щось упорядковує почуті слова — і для кожної половини ви самі обираєте, хто робить роботу: ваш комп'ютер чи провайдер, ключ якого у вас. Починаючи з 2026.9 жодна з половин не потребує ключа.

Ця сторінка — карта. Усі варіанти, якими Vito вміє користуватися, скільки вони коштують, чого вимагають і в чому сильні та слабкі — а для чотирьох провайдерів, яким ключ таки потрібен, окремий покроковий посібник.

Дві половини

Половина, що слухає, перетворює ваш голос на слова. Точність, мови, якими можна диктувати, і очікування до появи тексту вирішуються тут. Половина, що впорядковує, перетворює ці слова на текст, який варто надіслати: вагання зникають, речення полагоджені, переноси рядків там, де ви просили. Саме це відрізняє диктування від запису того, хто говорить.

Ці половини незалежні. Локальне слухання з хмарним упорядкуванням — нормально, і навпаки теж — обирайте кожну половину окремо.

Половина, що слухає

Vito локально (Parakeet) Локально Без плати за використання

На вашому комп'ютері · без облікового запису й без ключа · 25 європейських мов · одноразове завантаження близько 900 МБ

Vito сама встановлює й запускає рушій: оберіть його в Налаштування → Розпізнавання мовлення, натисніть «встановити» один раз — і це вся підготовка. Під капотом — parakeet.cpp із Parakeet TDT 0.6B v3 від NVIDIA; Vito завантажує зафіксовану збірку та модель, перевіряє обидві за хешами з релізу й запускає рушій лише доки ця картка вибрана.

• За: ніде не реєструватися, нічого не платити — ні зараз, ні потім, і жоден звук не залишає вашу машину. До того ж швидко: на настільному ПК з 12 ядрами 13-секундне диктування триває близько 1,2 с на процесорі та 0,25 с у збірці для GPU Vulkan. Мову визначає автоматично.
• Проти: 25 європейських мов замість 60, близько 1 ГБ пам'яті під час роботи і 0,9 ГБ на диску, а робота лягає на ваш процесор — це помітно на тонкому ноутбуці й на батареї. Живої транскрипції немає: текст з'являється, коли ви замовкаєте. Ключових термінів цей рушій не використовує, хоча ваші власні виправлення діють і далі.

Будь-яка сумісна з OpenAI кінцева точка Локально або віддалено

Ваш власний сервер або розміщений · базова URL-адреса, а ключ — лише якщо ця кінцева точка його вимагає · вартість і мови такі, яким є те, що стоїть за URL

Дайте Vito базову URL-адресу — і вона говоритиме з тим, що відповість: whisper-server, Speaches чи LocalAI на вашій машині, або розміщений Whisper у Groq та OpenAI. Vito знаходить whisper-server на його власному шляху /inference, підганяє вікно кодувальника під фактичний запис — що скоротило 13-секундний фрагмент з 9,0 с до 4,1 с на процесорі — і зшиває сегменти whisper.cpp назад в один рядок, замість вставляти його переноси у ваш документ.

• За: запасний вихід. Будь-який рушій на обладнанні, яке ви оберете, зокрема машина у вашій мережі, що працює замість ноутбука, який радше не хотів би.
• Проти: сервер тримаєте або обираєте ви, а точність, швидкість і набір мов — його справа, не Vito. Whisper завжди кодує 30 секунд звуку, тож на розміщеному Whisper двосекундне диктування може коштувати як довге.

Soniox Рекомендовано

Їхні сервери · ваш ключ · 60 мов · 0,10–0,12 $ за годину, їхня прайсова ціна

Найширше покриття мов і найдешевший в експлуатації хмарний рушій — тому ми рекомендуємо саме його, і на ньому ґрунтується цифра 0,15 € за годину на головній сторінці.

• За: усі 60 мов диктування, жива транскрипція і жодного навантаження на вашу машину — власне, заради цього й обирають хмару.
• Проти: це передоплата, тож баланс має бути до того, як щось запрацює, а чи отримують нові облікові записи пробний кредит, Soniox на сторінці цін не зазначає. Ваш звук іде на їхні сервери.

AssemblyAI Безкоштовний стартовий кредит

Їхні сервери · ваш ключ · 50 $ безкоштовного кредиту при реєстрації, без картки · далі 0,15–0,45 $ за годину

Найпростіший хмарний старт: Vito працюватиме ще до того, як ви віддасте платіжні дані, а змінити провайдера згодом — це вставити інший ключ.

• За: кредит наперед, картки не питають, і другий рушій, до якого можна відступити, коли транскрипція виходить хибною.
• Проти: дорожче за годину, ніж Soniox, щойно кредит скінчиться, і ваш звук іде на їхні сервери.

Половина, що впорядковує

Що б ви не обрали, правила ваші: п'ять вбудованих наборів — Vito за замовчуванням, Дослівно, Ділове письмо, Нотатки й Повідомлення — і ваші власні понад них. Vito додає до активного набору сталий контракт виводу, тож набір правил може змінити те, що робить очищення, але ніколи не змусить модель вставити коментар біля вашого курсора.

Локальна модель Локально Без плати за використання

На вашому комп'ютері · сумісний з OpenAI сервер, як-от Ollama чи LocalAI · без облікового запису й без ключа

• За: безкоштовно, офлайн, і нічого з надиктованого не залишає машину. Разом із локальним Parakeet це Vito без облікового запису будь-де і без рахунку взагалі.
• Проти: потрібна машина, яка потягне пристойну модель, а очищення буде рівно таким, якою є дана йому модель. На скромному ноутбуці це найповільніший із чотирьох варіантів.

Groq Рекомендовано Безкоштовний тариф

Їхні сервери · ваш ключ · справді безкоштовний тариф, без картки

• За: без витрат, без картки і достатньо швидко, щоб чекати доводилося не на очищення. За власними умовами Groq не навчається на тому, що ви надсилаєте, а понад те пропонує режим нульового зберігання.
• Проти: безкоштовний тариф має стелю, а не лічильник, тож дуже довгий день диктування може впертися в ліміт — і безкоштовний тариф провайдер може змінити. Ваш текст іде на їхні сервери.

Anthropic (Claude) Найвищий клас

Їхні сервери · ваш ключ · передплачені кредити, без безкоштовного тарифу

• За: найкращий тут у перетворенні транскрипції на текст, і саме той, який варто дати Vito Assist, якщо хочете, щоб усні відповіді було варто читати.
• Проти: коштує гроші з першого ж диктування, а обліковий запис без балансу повідомляє про себе заплутаною помилкою, а не як порожній рахунок.

Будь-який інший сумісний з OpenAI провайдер

Базова URL-адреса і ключ · власні моделі та ціни того провайдера

• За: якщо ви вже комусь платите за токени, Vito може ними скористатися. Картка витрат стежить за моделлю, яку ви справді обрали, тож оцінка — не здогад на основі найдешевшої.
• Проти: ви обираєте модель і живете з нею. Якщо якась витрачає тисячі токенів на роздуми й нічого не повертає, лікує перемикач Thinking, а не більший бюджет токенів.

Три конфігурації, що мають сенс

• Ніде не реєструватися. Локальний Parakeet і локальна модель. Жодного облікового запису, ніде, жодної плати за використання, і ні звук, ні текст не залишають машину. Ціна — навантаження на ваш комп'ютер і 25 мов замість 60.
• Безкоштовно, з роботою деінде. Безкоштовний стартовий кредит AssemblyAI для слухання, безкоштовний тариф Groq для впорядкування. Жоден не просить картку, ваша машина лишається у спокої, і ви диктуєте за десять хвилин. Кредит, щоправда, колись закінчиться.
• Найкращий результат. Soniox, щоб слухати, Claude, щоб упорядковувати, приблизно за 0,15 € за годину мовлення, усе разом. 60 мов, жива транскрипція і найчистіший текст із усіх комбінацій тут.

Перш ніж почати

Кілька речей, які варто знати, хоч би який шлях ви обрали:

• Ви можете дійти до диктування, нічого не платячи й ніде не реєструючись. Це локальний шлях вище. Якщо волієте, щоб роботу робила хмара, стартовий кредит AssemblyAI і безкоштовний тариф Groq доведуть вас туди теж без картки.
• Платні працюють за передоплатою. Soniox і Anthropic потребують балансу, перш ніж щось зроблять. Кілька євро — це дуже багато диктування, але нуль є нуль, а порожній рахунок повідомляє про себе заплутаною помилкою, а не як порожній рахунок.
• Якщо додаєте картку, одразу встановіть ліміт витрат. Це хвилина роботи і єдине, що стоїть між помилкою і вашим балансом. (Безкоштовні тарифи й локальні моделі рахунка не нарахують, тож доки ви на них, обмежувати нічого.)
• Ключ — це пароль. Хто його має, витрачає ваші гроші — або вашу безкоштовну квоту. У кожному посібнику описано, як його берегти.
• Ніщо з цього не назавжди. Кожен варіант — окрема картка в Налаштування → Розпізнавання мовлення, а змінити — це обрати іншу. Почати локально й додати ключ згодом — чи навпаки — не коштує нічого.