Systemvoraussetzungen

Das sind Schätzungen. Wir haben zwei Geräte gemessen (einen AMD-Einsteiger-Laptop von 2019 und einen AMD-Laptop von 2019 mit GeForce-Karte) und anhand von Grafikleistung und Speicher auf ähnliche Hardware hochgerechnet. Intel-Grafik und Apple-Macs sind noch nicht gemessen. Bei einem Tarif mit gehosteter Spracherkennung nutzt Automatisch zuerst diese, die lokalen Zeilen zählen also nur, wenn das lokale Modell läuft: ohne gehostete Spracherkennung oder wenn es für sie einspringt.

Mit unserer gehosteten Spracherkennung (neu gemessen am 14.10.2026, der Anruf laut abgespielt): Auf dem Laptop mit Ryzen 3 3200U brauchte die App höchstens etwa 330 MB Arbeitsspeicher und 20–27 % eines Prozessorkerns, und die ersten Wörter erschienen etwa 2 s, nachdem jemand zu sprechen begann; auf dem PC mit Ryzen 5 3550H höchstens etwa 300 MB und 23–33 % eines Kerns, und etwa 2,4 s. Direkt nach einem Sprachwechsel können die ersten Wörter bis zu etwa 7 s brauchen.

Alle Stufen: ein 64-Bit-Prozessor mit mindestens 2 Kernen und 4 Threads und 8 GB Arbeitsspeicher (die App selbst braucht bis zu etwa 480 MB, und auf integrierter Grafik nimmt das Modell Schnell etwa 620 MB mehr vom gemeinsamen Speicher; der Rest ist für deine Anruf-App und das System). Ist die lokale Spracherkennung zu langsam, sagt die App das. Bei einem Tarif mit gehosteter Spracherkennung schlägt sie Schnell oder die gehostete Spracherkennung vor, oder nur die gehostete, wenn Schnell zu langsam ist; ohne sie Schnell oder den Schalter „GPU verwenden“, wo er angeboten wird, oder nur den Schalter, wenn Schnell zu langsam ist.