Uchambuzi wa Google DeepMind kuhusu Cue ndio ushahidi pekee wa nje kuhusu bidhaa yetu, kwa hivyo unanukuliwa, na sisi na wengine. Chapisho hili linaeleza kile ukurasa huo unasema, ili nukuu ziweze kulinganishwa nao. Ukurasa unapatikana kwenye deepmind.google/models/gemma/gemmaverse/cue-ai; takwimu zake zimewekwa alama kuwa za sasa kufikia Mei 2026.
Walichopima
- Muda wa kusubiri wa kati wa hatua ya kung’arisha imla ya Cue ulishuka kutoka 876 ms hadi 488 ms baada ya hatua hiyo kuhamia kutoka kwa modeli ya wingu kwenda kwa Gemma 4 E4B inayoendeshwa kwenye kifaa kupitia Ollama. Ukurasa unaita hilo punguzo la asilimia 44.
- Kipimo kilichukuliwa kwenye Apple Silicon (M-series) kupitia Ollama, juu ya benchmark ya sampuli 227 za sauti halisi zinazojumuisha uingizaji wa Kiingereza na lugha mchanganyiko.
- Matumizi ya imla kwa kila mtumiaji yaliongezeka kwa takriban asilimia 30, yaliyopimwa kwa watumiaji amilifu wa beta katika wiki nne kabla na baada ya modeli ya kwenye kifaa kuwa chaguo-msingi.
- Gharama ya ziada ya makisio ya hatua ya kung’arisha ilishuka hadi sifuri, ambayo ukurasa unaitaja kama sababu ya imla kutokuwa na kikomo kwenye kila daraja, likiwemo lile la bure.
Kinachoendeshwa wapi, kulingana na ukurasa
- Mtumiaji hubonyeza na kushikilia kitufe cha mkato na kuzungumza. Sauti hunukuliwa kuwa maandishi ghafi na huduma ya wingu ya kubadilisha sauti kuwa maandishi.
- Maandishi ghafi hutumwa kwa Gemma 4 inayoendeshwa kwenye kifaa cha mtumiaji kupitia Ollama, na agizo la mfumo la takriban tokeni 400 ambalo hurejesha alama za uakifishaji, hugawanya sentensi na huondoa maneno ya kujazia.
- Ikiwa Ollama haifanyi kazi, programu ya kompyuta hugundua hilo inapowashwa na huelekeza hatua ya kung’arisha kwenye modeli ya wingu.
- Hali ya wakala ya Cue hutegemea modeli ya wingu. Ukurasa huo unaripoti tathmini za awali za utendaji wa Gemma 4 wa kuita majukumu ya kujitegemea, na unazielezea kuwa za awali.
Kwa hivyo, “local” kwenye ukurasa huo inamaanisha hatua moja ya kipengele kimoja. Unukuzi wa maandishi ni wa wingu; wakala ni wa wingu; kung’arisha ni kwa kifaa chako kama chaguo-msingi na mbadala wa wingu.
Jinsi tunavyoinukuu
Ukurasa wa nyumbani unatumia takwimu mbili kutoka humo: 488 ms kutoka 876 ms, na sentensi kwamba Cue ni “a voice-activated AI agent that lives on the user's desktop.” Zote mbili ziko kwenye ukurasa kwa maneno hayo. Ukurasa wa nyumbani pia unaonyesha sehemu ya sekunde 45 ya mazungumzo ya timu ya Gemma ambapo mzungumzaji anasema ushiriki uliongezeka kwa asilimia 30; utafiti ulioandikwa unasema matumizi ya kipengele. Tunachapisha takwimu iliyoandikwa na tunaeleza tofauti kando ya sehemu hiyo.
Mambo ambayo haiauni
- Sio maoni ya bidhaa na haitoi dai lolote kuhusu usahihi wa unukuzi wa maandishi au mafanikio ya majukumu ya wakala.
- Benchmark ya sampuli 227 inayoelezea ni ya faragha kwa Cue na haijachapishwa. Seti yetu ya data ya umma, Voice Agent Benchmark Landscape, ni kitu tofauti: ramani ya benchmark za umma za watu wengine, bila alama zozote.
- Takwimu zake ni za Mei 2026. Toleo la Cue lililotolewa baada ya tarehe hiyo halielezewi na ukurasa huo.
Ukurasa wa takwimu unaandika jinsi nambari ya muda wa kusubiri inavyotumiwa kwenye ukurasa wa nyumbani, na ukurasa wa ushahidi unaorodhesha utafiti huo kando ya kila kitu kingine ambacho kimechapishwa kuhusu bidhaa zetu.