Loqua vs. Typeless: eine Mac-native Typeless-Alternative für Kontext, Coding und Tiefe

Loqua ist ein kontextbewusstes Spracheingabe-Tool für Mac. Dieser Vergleich richtet sich an Mac-Nutzer, die Typeless-Alternativen evaluieren, nicht an Leute, die eine einzige Diktat-App für überall brauchen. Typeless gebührt Anerkennung für die Breite: Die öffentliche Seite gibt an, dass es über Mac, Windows, iOS und Android hinweg funktioniert, und die Seite zur Datenkontrolle beschreibt Cloud-Verarbeitung ohne Datenhaltung mit begrenzten Kontextinformationen.

Die Frage lautet daher nicht „funktioniert Typeless?" Es funktioniert. Die Frage ist, ob ein Mac-only-Produkt stärkere Workflow-Entscheidungen für Entwickler, Autoren und AI-Coding-Nutzer treffen kann, die den Großteil des Tages im selben Betriebssystem verbringen.

Übersichtstabelle

Plattformstrategie

Typeless deckt vier Plattformen ab. Das ist ein echter Kundenvorteil, wenn du auf einem Windows-Laptop bei der Arbeit, einem iPhone in der Bahn und einem Mac zu Hause schreibst. Jede Plattform hat unterschiedliche Einschränkungen: iOS verlangt eine eigene Tastatur, Android nutzt Input-Method-Services, Windows hat eigene Accessibility-APIs, und macOS nutzt Accessibility plus die Neural Engine. Feature-Parität über alle vier Plattformen zu halten, bedeutet, sich am kleinsten gemeinsamen Nenner zu orientieren.

Loqua ist Mac-only und nutzt diesen Fokus konsequent. Wir können uns auf Apples Core ML für lokale Inferenz, auf Accessibility APIs für das Auslesen des Bildschirms, auf Spotlight und Universal Clipboard für App-übergreifende Workflows und auf die Neural Engine von Apple Silicon für das Latenzbudget verlassen, das Sprache sofort wirken lässt. Nichts davon lässt sich sauber auf das iOS-Sandboxing oder Windows ARM portieren. Also haben wir uns gegen eine Portierung entschieden.

Kontexttiefe

Typeless sollte nicht auf „Audio rein, Transkript raus" reduziert werden. Die öffentlichen Datenkontrollen geben an, dass Sprachaudio mit begrenzten Kontextinformationen wie der Anwendung und dem relevanten Text verarbeitet und dieser Inhalt nach der Verarbeitung verworfen wird. Das ist ein substanziell kontextbewusster Ansatz.

Loquas Unterscheidungsmerkmal ist enger: Es ist auf Mac-Oberflächen und technische Zielorte optimiert. Es liest die aktive App, den markierten Text, den sichtbaren angrenzenden Text und die Form des Zielorts und verwandelt diese Signale in Formatierungsentscheidungen. Derselbe Satz kann zu einer knappen Slack-Antwort, einem Code-Kommentar, einem Conventional Commit oder einer PR-Beschreibung werden.

Für allgemeines Messaging können sich beide Ansätze ausgereift anfühlen. Für Code und AI-Coding-Prompts ergibt sich der Vorteil daraus, wie viel von der umgebenden Arbeitsfläche das Produkt sicher interpretieren kann.

Coding-taugliche Ausgabe

Spracheingabe für Code hat eine andere Messlatte als Spracheingabe für Chat. Bezeichner müssen exakt geschrieben sein. Die Groß-/Kleinschreibung muss der Sprachkonvention folgen. Kommentare brauchen korrekte Syntax. Commit-Nachrichten und PR-Beschreibungen haben Formanforderungen. Loquas Schicht für technisches Vokabular ist für solche Fälle gebaut: Bibliotheksnamen, Modellnamen, Funktionsnamen und Dateipfade sollen korrekt herauskommen, ohne dass du jedes Token buchstabieren musst.

Typeless ist gut bei sauberer Prosa. Code-förmige Ausgabe ist ein anderes Trainingsziel.

Modell-Stack

Typeless beschreibt öffentlich Cloud-Verarbeitung und Kontextverarbeitung, ohne eine vollständige Modellarchitektur zu veröffentlichen. Daher sollte man das nicht als „Typeless ist nur ASR" einordnen. Die fairere Unterscheidung ist die architektonische Haltung: Typeless optimiert auf eine konsistente plattformübergreifende Cloud-Erfahrung, während Loqua auf eine Mac-lokale Pipeline mit aufgabenspezifischen Schichten optimiert.

Loquas Stack trennt Spracherkennung, Sprachintelligenz und multimodalen Kontext. Die Kontextschicht ist der Hebel: Sie verwandelt Spracheingabe von „transkribiere, was ich gesagt habe" zu „schreibe, was ich gemeint habe, dort, wo ich es gemeint habe". Siehe unsere ausführlichere Notiz zu Voice trifft Vision: omni-modale Modelle für Diktat für die Intuition auf Forschungsniveau.

Genauigkeit und Geschwindigkeit

Loquas aktuelle interne Ziele sind grob 200ms End-to-End-Latenz auf Apple Silicon, hohe Genauigkeit bei Named Entities im Bereich des domänenspezifischen technischen Vokabulars und eine WER im niedrigen einstelligen Bereich in den von uns unterstützten Sprachbedingungen. Das sind interne Benchmark- und Dogfooding-Zahlen, kein öffentlicher Vergleich durch Dritte.

Typeless berichtet auf seiner öffentlichen Seite von guter allgemeiner Diktatqualität, aber ohne identische Benchmark-Methodik wäre ein numerischer Direktvergleich falsche Präzision. Der nützliche qualitative Unterschied, den wir beobachtet haben, liegt im technischen Vokabular und in der zielbewussten Formatierung: Dateipfade, Bibliotheksnamen, Commit-Formen und Prompt-Strukturen.

Sprachmischung

Plattformübergreifende Tools handhaben mehrere Sprachen in der Regel, indem sie immer nur eine aktivieren — du sagst dem Tool, dass du jetzt im Mandarin-Modus bist, und es schaltet um. Loqua macht Mischung innerhalb eines Satzes: „this fixes the 那个 race condition in session_manager when 用户 logs out twice" liefert eine saubere gemischte Ausgabe ohne Modus-Umschaltung, weil die Sprachintelligenzschicht für Code-Switching trainiert ist und nicht um es herum.

Preise

Loqua: kostenloser Tarif (Kern-Diktat, Smart Cleanup, Basis-Kontext) + 8 $/Monat bei Jahresabo / 12 $/Monat bei Monatsabo. Typeless: Abo-Preise auf der eigenen Seite — siehe typeless.com für aktuelle Details. Beide haben kostenlose Einstiege. Wenn du hauptsächlich auf dem Mac arbeitest, schrumpft die Preisdifferenz; wenn du dich auf vier Plattformen verteilst, deckt Typeless mehr Geräte mit einer Rechnung ab.

Wer sollte was wählen

Wähle Typeless, wenn du an einem normalen Arbeitstag zwischen Mac, Windows, iOS und Android wechselst und dein Diktat-Pensum allgemeines englisches Büro-Schreiben ist. Plattformübergreifende Parität ist ein echter Wert — gewichte ihn nicht zu gering.

Wähle Loqua, wenn du auf dem Mac lebst, Code oder technische Inhalte schreibst, bildschirmbewussten Kontext schätzt, EN+中-Sprachmischung innerhalb eines Satzes willst oder aus Latenz- oder Datenschutzgründen einen on-device-first-Stack brauchst.

Wir sind ein kleines Team aus Algorithmen-Forschern und täglichen Nutzern von KI-Produkten. Wir haben zuerst die breiten plattformübergreifenden Tools ausprobiert und Loqua gebaut, weil die Mac-Tiefe, die wir wollten, nicht im Angebot war. Wenn Tiefe das ist, was du brauchst, spürst du den Unterschied in der ersten Stunde. Wenn Breite das ist, was du brauchst, ist Typeless eine sinnvolle Wahl — wähle das Tool, das zur Form deines Tages passt.