Cue se diktering het 'n afrondingstap: die rou transkripsie, met sy stopwoorde en ontbrekende leestekens, word omskep in teks wat lees soos die spreker dit bedoel het. Waar daardie stap loop, is deur 'n meting besluit, en die meting is publiek. Hierdie plasing volg Google DeepMind se gevallestudie, met syfers wat op datum is vir Mei 2026, en voeg niks by wat die blad nie vermeld nie.
Die oorspronklike ontwerp
Die stap is gebou om 'n wolkmodel te gebruik, met 'n plaaslike model as die terugval, op die aanname dat 'n groter model akkurater sou afrond. Die span se verklaarde doel vir die stap was teks wat soos die gebruiker lees eerder as soos 'n model: leestekens herstel, sinne gesegmenteer, stopwoorde verwyder, sonder om 'n huisstyl af te dwing.
Die meting
Die span het die stap op 'n benchmark van 227 regte stemmonsters getoets wat Engels, ander tale en gemengde-taal-invoer dek. Op daardie benchmark is Gemma 4 E4B, wat plaaslik deur Ollama op Apple Silicon loop, as die eerstekeusemodel gekies. Die mediaan latensie van die afrondingstap het van 876 ms tot 488 ms gedaal, wat die blad beskryf as binne die begroting wat die span gestel het vir 'n stap wat vinniger as tik moet voel.
Die omkeer
Ná die benchmark is die argitektuur omgekeer: die plaaslike model het die verstek geword en die wolkmodel die terugval. Die rekenaar-app maak seker met die opstart of Ollama loop; indien nie, stuur die afrondingstap na 'n wolkmodel en diktering gaan voort.
Wat vir gebruikers verander het, volgens die blad
- Diktasie per gebruiker het met sowat 30 persent toegeneem oor aktiewe beta-gebruikers in die vier weke voor en ná die oorskakeling; gebruikers wat kort boodskappe gedikteer het, het langer boodskappe begin dikteer.
- Die marginale inferensiekoste van die stap het tot nul gedaal, en die blad gee dit as die rede waarom diktasie onbeperk is op elke vlak, insluitend die gratis een.
Die grens van die bewering
Slegs die afrondingstap het geskuif. Transkripsie word deur 'n wolk-spraak-na-teks-diens gedoen voor die afrondingstap, en Cue se agentmodus maak staat op 'n wolkmodel. Die blad rapporteer vroeë evaluerings van Gemma 4 se funksie-aanroep vir selfstandige agenttake en noem hulle vroeg. Ons tuisblad sê dus die afronding loop op die gebruiker se masjien en sê niks oor die agent wat plaaslik loop nie; die platforms-blad teken dieselfde grens aan.