准了、慢了：基准里的权衡曲线

github.com/FluidInference… Parakeet Ultra 进 FluidAudio、跑 ANE，同框架基准（M5 Pro、back-to-back、Ultra 对 v3）——三项 WER 全线更优：clean 2.13/2.27、other 3.81/4.12、FLEURS 11.7/14.8。 RTFx 全线略低：127/110/135 对 129/115/137；官方补双型号：Redux 走 CPU、Ultra 走 GPU、25 语言本地跑。 三层拆：一，权衡面:准确换来、速度让半格——曲线位置，非碾压；二，多语言增益最大：FLEURS 相对错误率降约两成——母语之外才是升级点。 三，同框架同机才可比——三平台各跑各的不可直比。 口径：①基准自测于 Pipette——未复现、以 HF 与仓库为准；②greedy、batch1、back-to-back 条件跟着引——换条件数字就换；③25 语言是产品能力——质量按 FLEURS 那行读。 要验的三条：一，分清换的是什么：要准让 RTFx，要快认 WER 涨；二，同框架同机对照——别跨平台、别跨框架；三，多语言单看 FLEURS——母语集的漂亮数字帮不了你。 同一条基准线上，你的模型是换来了准确，还是换来了速度？