Uczciwa alternatywa dla Wispr Flow

Wispr Flow w skrócie — co potrafi, a czego nie

Hasło Wispr Flow brzmi „nie pisz, po prostu mów”, a firma deklaruje, że to 4× szybciej niż pisanie. Produkt to systemowa warstwa pisania głosem, która działa na Macu, Windowsie, iPhonie i Androidzie. Nie ma wersji dla Linuksa. Reklamują 100+ języków z automatycznym wykrywaniem, co jest prawdziwą liczbą na prawdziwej stronie głównej i nie zamierzamy tego umniejszać.

Funkcje dostępne od ręki to między innymi Backtrack (poprawia w środku zdania), usuwanie przerywników, automatyczna interpunkcja, osobisty Słownik, który uczy się sam, gdy go poprawiasz, Snippets (głosowe skróty do szablonowych fraz), tryb Whisper do cichych pomieszczeń oraz Styles — gotowe presety tonu, które dopasowują się do aplikacji, w której piszesz. Styles działają tylko po angielsku i tylko na komputerze.

To, czego Wispr Flow nie robi — i powód, dla którego istnieje większość ruchu porównawczego — to działanie na Twoim laptopie. Ich strona o prywatności nie pozostawia wątpliwości: „Transkrypcja zawsze odbywa się w chmurze, aby zapewnić najlepszą szybkość i dokładność”. Nie ma trybu offline. Nie ma transkrypcji na urządzeniu. Jeśli Twój internet jest w pociągu, a tunel ma sześć minut, Twoje dyktowanie to sześć minut niczego.

Darmowy plan, Flow Basic, daje 2000 słów tygodniowo na komputerze z Macem lub Windowsem i 1000 słów tygodniowo na iPhonie. Dwa tysiące słów to jeden e-mail do szkoły i jedna długa odpowiedź na Slacku. Flow Pro znosi limit i kosztuje 15 $ za użytkownika miesięcznie albo 12 $ przy płatności rocznej, czyli 144 $ rocznie za stanowisko.

Co jeszcze dostajesz z Whisper by Remskill

Najkrótszy sposób na opisanie różnicy między tymi dwoma: Wispr Flow to Notatnik. Whisper by Remskill to Microsoft Word. Oba pozwalają pisać — jeden głosem, drugi palcami — ale tylko jeden z nich pozwala zmienić czcionkę, przełączyć model, podpiąć własny klucz, odpalić wyszukiwanie w sieci na żywo i przepisać całą stronę własnym promptem, który sam napisałeś. Mówimy to bez uśmieszku i z prawdziwą tabelą porównawczą poniżej.

Whisper by Remskill to dwa produkty pod tym samym skrótem klawiszowym. Darmowy plan to pełny lokalny potok: Whisper (8 modeli transkrypcji), Parakeet (silnik TDT od NVIDIA, ~600 MB, 5–10× szybszy od Whisper na CPU), Ollama do w pełni offline'owych przepisań AI, trwała historia transkrypcji, własny skrót klawiszowy, słowa-klucze, pobieranie modeli — wszystko. Bez podawania metody płatności przy rejestracji.

Plan Pro dodaje warstwę Cloud, w której podpinasz własny klucz OpenAI. Sam wybierasz model transkrypcji: gpt-4o-mini-transcribe (tani i szybki) albo gpt-4o-transcribe (najlepsza dokładność). Wzbogacanie AI domyślnie działa na gpt-5-mini, z gpt-5-nano i gpt-5 do wyboru, plus dowolne pole, w którym wpiszesz dowolny identyfikator modelu OpenAI i sprawdzisz go przyciskiem Validate względem swojego klucza. Przełącznik wyszukiwania w sieci korzysta z Responses API OpenAI na gpt-4o-mini i wkleja zsyntetyzowaną odpowiedź z odnośnikami do źródeł w miejscu kursora w 2–5 sekund. Ten sam skrót klawiszowy potrafi też dołączyć do zapytania AI zrzut ekranu monitora pod kursorem (Vision, domyślnie wyłączone, około 0,001 $ za użycie, obraz odrzucany po odpowiedzi i nigdy niezapisywany na dysk), a przełącznik wyciszenia dźwięku ucisza dźwięk systemu na czas nagrywania, żeby podcasty i muzyka nie przedostawały się do mikrofonu. Wispr Flow nie podaje, których modeli używa, i nie możesz ich zmienić.

Domyślny skrót klawiszowy to Ctrl+Space na Windowsie i Right Option na macOS — pojedynczy klawisz push-to-talk na prawym ⌥, wybrany dlatego, że Cmd+Space należy już do Spotlight. Ten sam skrót działa też jako skrót do przepisywania: zaznacz dowolny tekst w dowolnej aplikacji, naciśnij skrót i powiedz, jak go przepisać — „nadaj formalny ton”, „przetłumacz na hiszpański”, „skróć” — a AI zastąpi zaznaczenie w miejscu. Bez drugiego skrótu, bez przełączania trybów; w chwili naciśnięcia skrótu próbnik zaznaczenia decyduje, czy to Dyktowanie, czy Edycja. Whisper działa w całym systemie, w każdej aplikacji przyjmującej tekst. Word, pisanie głosem w Gmailu, Slack, Discord, Teams, VS Code, środowiska IDE JetBrains, Notion, Obsidian, pola w przeglądarce. Pod tym względem ten sam schemat co Wispr Flow.

Sprawa platform jest uczciwa. Windows i Mac są dostępne już dziś, przy czym na Macu priorytetem jest Apple Silicon. Na Apple Silicon jest też eksperymentalny przełącznik Slap-to-record — podwójne stuknięcie w obudowę MacBooka rozpoczyna lub zatrzymuje nagrywanie, z tym samym efektem co skrót klawiszowy, odczytując wbudowany czujnik ruchu bez żadnych dodatkowych uprawnień. Oznaczamy to jako eksperymentalne, bo Apple zmienia sposób udostępniania tego czujnika między kolejnymi wydaniami macOS. Linuksa nie ma w naszych planach i nie będziemy udawać inaczej.

Obok siebie: Wispr Flow kontra Whisper by Remskill

Tabela porównawcza, w którą nikt inny nie wpisuje, jak się wydaje, konkretnych liczb.

Kilka uczciwych odczytów tej tabeli. Liczba 100+ języków Wispr Flow jest wyższa niż nasze 99 wielojęzycznych wariantów Whisper (transkrypcja w chmurze przez gpt-4o-mini-transcribe lub gpt-4o-transcribe obejmuje tę samą rodzinę 99 języków — ale oni i tak deklarują szerszą listę). Wygrywają na urządzeniach mobilnych, bez dwóch zdań: mają aplikacje na iPhone'a i Androida, my nie mamy odpowiednika. Wygrywają pod względem zgodności korporacyjnej. Wszędzie indziej ściana jest po drugiej stronie tabeli, a cztery dolne wiersze to te, które zmieniła wersja v2.4.10: Vision, przepisywanie głosem dowolnego zaznaczenia, wyciszanie dźwięku podczas nagrywania oraz dowolne pole modelu OpenAI, które przyjmie każdy identyfikator modelu opublikowany przez ich API — w tym takie, które nie istniały, gdy pisaliśmy ten artykuł.

Funkcje, których Wispr Flow nie ma

Oto sekcja, w której wymieniamy konkrety.

Podepnij własny klucz

Wispr Flow jest od początku do końca zarządzany przez dostawcę. Ich cennik liczony jest per stanowisko, darmowy plan ma limit słów, a strona o prywatności potwierdza, że transkrypcja zawsze odbywa się w ich chmurze. Przeszukaliśmy ich stronę z funkcjami, dokumentację i cennik i nie znaleźliśmy żadnego udokumentowanego sposobu na podpięcie własnego klucza OpenAI. W praktyce oznacza to, że jesteś przywiązany do tego modelu i krzywej cenowej, którą wybierze Wispr Flow — co miesiąc, na zawsze, w abonamencie. W Whisper Cloud wklejasz własny klucz OpenAI i płacisz bezpośrednio OpenAI: około 0,003 $ za minutę na gpt-4o-mini-transcribe. Nie pobieramy żadnej prowizji. Jeśli w przyszłym kwartale OpenAI wypuści szybszy lub tańszy model transkrypcji, przełączysz się, zmieniając pozycję w rozwijanej liście w Ustawieniach, a nie zmieniając dostawcę.

Wybierz model

Whisper oferuje cztery modele Whisper tylko po angielsku (od Base ~140 MB po Turbo ~1,5 GB) i cztery wielojęzyczne (od Small ~480 MB po Large v3 ~3 GB), a do tego Parakeet TDT 0.6B v3 (~600 MB). W trybie Cloud wybierasz między tanim a dokładnym modelem transkrypcji OpenAI oraz dowolnym modelem wzbogacania AI, jaki opublikuje OpenAI, w tym własnymi identyfikatorami, które wpiszesz. Wispr Flow nie dokumentuje żadnego wyboru modelu.

Własne presety AI

Styles w Wispr Flow to dopasowywacz tonu, który przełącza się w zależności od aplikacji, w której piszesz. Przydatne, ale gotowe. Instrukcje AI w Whisper to nieograniczone, dowolne karty. Każda z nich to prompt — „Przepisz jako profesjonalny e-mail biznesowy”, „Przetłumacz na hiszpański”, „Streść w trzech punktach” — który przepisuje każde dyktowanie. Aktywną kartę osiągniesz skrótami od Ctrl+1 do Ctrl+9 (⌘+1..9 na Macu), kolejność zmienisz metodą przeciągnij i upuść. Prompt możesz napisać sam. To właśnie ta różnica.

Wyszukiwanie w sieci w miejscu kursora

Ta funkcja nie ma odpowiednika na stronie z funkcjami Wispr Flow. Gdy przełącznik jest włączony, Whisper wykrywa, że podyktowane pytanie wymaga aktualnych informacji, wysyła je do Responses API OpenAI na gpt-4o-mini i wkleja zsyntetyzowaną odpowiedź z odnośnikami do źródeł do dowolnego pola tekstowego, w którym jesteś, w 2 do 5 sekund. Używamy jej do wszystkiego — od „jaka jest teraz różnica stref czasowych dla Lagos” po „streść w dwóch akapitach najnowszą wersję unijnego AI Act”. To mniej przypomina dyktowanie, a bardziej współpracownika, który szybko czyta.

Offline'owe przepisania AI

Whisper obsługuje Ollama do lokalnego wzbogacania przez LLM pod adresem http://localhost:11434. Twój dźwięk jest transkrybowany na Twoim urządzeniu, przepisanie AI odbywa się na Twoim urządzeniu i nic nie opuszcza laptopa. Strona o prywatności Wispr Flow nie opisuje ścieżki offline; transkrypcja zawsze odbywa się w chmurze.

AI Vision — pozwól modelowi zobaczyć Twój ekran

Gdy włączysz Vision, Twój skrót do dyktowania przechwytuje też zrzut ekranu monitora pod kursorem, koduje go w base64 jako WebP i dołącza do zapytania o wzbogacanie AI. AI może teraz odpowiadać na pytania o to, co faktycznie jest na ekranie — „streść błąd w tym śladzie stosu”, „napisz odpowiedź na tego e-maila”, „co pokazuje ten wykres” — i wkleić odpowiedź w miejscu kursora. Obraz jedzie w treści zapytania OpenAI i jest odrzucany po odpowiedzi. Nigdy nie zapisywany na dysk, nigdy nigdzie indziej nie wysyłany. Około 0,001 $ za użycie na domyślnym modelu gpt-5-mini. Tylko Cloud, dostępne w Pro. Przeszukaliśmy stronę z funkcjami, stronę główną i cennik Wispr Flow i nie znaleźliśmy żadnej udokumentowanej funkcji odczytu ekranu, zrzutu ekranu ani widzenia.

Przepisz głosem dowolny tekst w dowolnej aplikacji

Zaznacz akapit na Slacku. Naciśnij skrót do dyktowania. Powiedz „nadaj temu bardziej formalny ton”. AI zastępuje Twoje zaznaczenie przepisaną wersją. Bez drugiego skrótu, bez przełączania trybów — w chwili naciśnięcia skrótu próbnik zaznaczenia decyduje, czy podyktować nowy tekst, czy przepisać zaznaczony. Przykłady dostępne od ręki: „przetłumacz na hiszpański”, „skróć”, „w punktach”, „prostym językiem”, „popraw gramatykę”. Pierwotna zawartość schowka jest zachowana podczas przepisania i przywrócona pół sekundy po wklejeniu. Ta funkcja jest DARMOWA zarówno w trybie Local (Ollama), jak i Cloud (OpenAI). Najbliższy odpowiednik w Wispr Flow, Styles, przełącza ton w zależności od aplikacji, w której piszesz; nie przyjmuje mówionej instrukcji do dowolnego zaznaczenia.

Wycisz dźwięk podczas nagrywania

Gdy przełącznik jest włączony, w chwili naciśnięcia skrótu do dyktowania koordynator programowo wycisza Twoje domyślne urządzenie wyjściowe dźwięku — podcast, którego słuchałeś jednym uchem, gra dalej, ale milknie, więc nie przedostaje się do mikrofonu. W chwili zakończenia nagrywania poprzedni stan wyciszenia jest przywracany. Celowo nie wstrzymujemy multimediów (na każdej platformie komenda pauzy ma inny tryb awarii, w którym wstrzymana treść sama się budzi) — po prostu wyciszamy. Działa na macOS (CoreAudio) i Windowsie (WinRT). Na interfejsach audio USB, które nie udostępniają programowego wyciszenia — większość urządzeń Focusrite, Audient, MOTU — przełącznik po cichu nic nie robi, nie psując nagrywania. Tylko Cloud, dostępne w Pro. Nieudokumentowane w Wispr Flow.

Darmowy plan kontra darmowy plan

Porównanie darmowych planów to to, po co większość ludzi tu przyszła.

Wispr Flow Basic jest darmowy. Daje 2000 słów tygodniowo na komputerze z Macem lub Windowsem i 1000 słów tygodniowo na iPhonie. Dostajesz też osobisty słownik, snippety i obsługę 100+ języków. Ale limit to limit. Dwa tysiące słów to mniej więcej 285 słów dziennie. Jeśli w poniedziałek rano napiszesz e-mail do nauczyciela i wątek na Slacku, w środę w porze lunchu już po słowach.

Warto te liczby wyobrazić sobie konkretnie. Naturalna mowa konwersacyjna toczy się w tempie około 140 słów na minutę — to typowe tempo cytowane w badaniach językoznawczych. Dwa tysiące słów tygodniowo wychodzi na mniej więcej 14 minut mówienia w ciągu całego tygodnia, czyli około dwóch minut mówienia dziennie. Nauczyciel piszący do rodziców albo prawnik piszący pismo procesowe wypali to we wtorek rano. Whisper by Remskill w trybie lokalnym nie ma takiego pułapu. Możesz dyktować osiem godzin bez przerwy podczas lotu, w trybie samolotowym, a jedynym ograniczeniem jest bateria laptopa.

Darmowy plan Whisper by Remskill to cały lokalny potok, bez wygaśnięcia. Transkrypcja Whisper, transkrypcja Parakeet, przepisania AI napędzane przez Ollama, historia transkrypcji, presety, słowa-klucze, własny skrót klawiszowy, profile wydajności (Szybki / Zrównoważony / Dokładny), pobieranie modeli, ustawienia: wszystko, na zawsze, na tyle słów, ile wyprodukuje Twój mikrofon. Jedyne, czego nie dostajesz za darmo, to warstwa Cloud (transkrypcja OpenAI, wzbogacanie gpt-5-mini, wyszukiwanie w sieci). Po nią trzeba ulepszyć plan.

Bez metody płatności przy rejestracji. Żadnej. Zakładasz konto, pobierasz aplikację, naciskasz skrót i mówisz. Wprowadziliśmy model freemium w maju 2026, bo cała prawda jest taka, że każdy, kto dyktuje, powinien móc dyktować bez podawania nam karty.

(Większość aplikacji do dyktowania AI to nakładki za 30 $/mies. na API OpenAI Whisper. My bierzemy 9,99 € miesięcznie, bo tyle wychodzi z rachunków, i nawet tego nie pobieramy, dopóki sam nie zdecydujesz się na Cloud.)

Warto też na głos policzyć matematykę planu Cloud. Przy opublikowanej przez OpenAI stawce około 0,003 $ za minutę na gpt-4o-mini-transcribe intensywny użytkownik dyktujący 30 minut dziennie płaci mniej więcej 2,70 $ miesięcznie bezpośrednio OpenAI. Zwykły użytkownik, bliżej 10 minut dziennie, płaci poniżej 1 $. My nie bierzemy nic ponad to — Whisper Pro za 9,99 €/mies. kupuje Ci warstwę wzbogacania AI, wyszukiwanie w sieci, presety, przepisania; rachunek za transkrypcję idzie wprost z Twojego portfela na fakturę OpenAI.

Cennik: 9,99 € miesięcznie, 79,99 € rocznie albo 99 € raz

Liczby, bez żadnego „od” w żadnym miejscu.

Whisper Pro miesięcznie to 9,99 €. Rocznie to 79,99 €, co wychodzi 6,67 € miesięcznie. Dożywotnio to 99 € raz i nigdy nie wygasa. Okres próbny Pro Cloud trwa 7 dni, a karta wymagana jest dopiero przy ulepszeniu planu — nigdy przy rejestracji. Jest też 7-dniowa gwarancja zwrotu pieniędzy na każdy zakup, bez zbędnych pytań.

Wispr Flow Pro kosztuje 15 $ za użytkownika miesięcznie albo 12 $ przy płatności rocznej, czyli 144 $ rocznie za stanowisko. Ich okres próbny Pro trwa 14 dni bez karty. Dwa tygodnie dłużej niż nasz. Nie próbujemy tego upiększać.

Prosty odczyt matematyki: przy 79,99 € rocznie wobec 144 $ rocznie Whisper Pro jest rocznie tańszy o mniej więcej 44%, w zależności od dziennego kursu EUR/USD. Ciekawiej robi się przy wersji dożywotniej. 99 € raz wobec 144 $ co roku oznacza, że subskrybent Wispr Flow Pro wychodzi na zero, kupując Whisper Lifetime, po mniej więcej dziewięciu miesiącach, a od dziesiątego miesiąca każdy kolejny jest za darmo.

Nie musisz nam nic płacić, żeby zacząć, i być może nigdy nie będziesz musiał. Nasza strona z cennikiem ma pełne rozbicie, jeśli chcesz zobaczyć też plany zespołowe.

Kiedy zostać przy Wispr Flow

Ta sekcja zasługuje na resztę artykułu. Są realne powody, żeby dziś zostać przy Wispr Flow, i nie zamierzam udawać inaczej.

Dla wszystkich pozostałych — samotnych autorów, marketerów, sprzedawców, studentów, rodziców, prawników piszących w pociągu, lekarzy między pacjentami, niezależnych programistów, którzy nie cierpią dotykać gładzika — zacznij od naszego darmowego planu i zobacz, co z tego wyjdzie.

Trafiasz gdzie indziej na limit słów w darmowym planie? nasza alternatywa dla Willow Voice bez tygodniowego limitu działa w pełni offline i jest darmowa dla całego lokalnego potoku.

Większość artykułów porównujących dyktowanie kończy się wezwaniem, by „odmienić swój sposób pracy”. Ten kończy się skromniejszą obserwacją. To, co naprawia pisanie głosem, to luka między momentem, gdy masz coś do powiedzenia, a momentem, gdy ląduje to w dokumencie. Kiedyś ta luka to było 90 sekund pisania, a teraz to 2 sekundy mówienia. Czy ta luka jest warta 144 $ rocznie, 99 € raz, czy zera — zależy od tego, co piszesz i jak często. Najpierw wypróbuj darmowy plan. Jeśli ściana nadejdzie — a przy limicie 2000 słów tygodniowo nadejdzie — jest cichsza alternatywa.