口述写作时，你可能会说：“截止日是周一。说错了，是周三。”理想工具只该留下“截止日是周三”，而不是顺手改写整段。SpeakoFlow Mini正是为此设计：它处理语音转文字后的改口、重复和明显错误，并尽量不碰其余内容。
这是一个基于Qwen3.5-0.8B微调的小模型。微调，就是让已有模型继续学习一项特定任务；0.8B约指8亿参数。作者自述，在其英语专用基准上，微调把得分从47.3%提高到70.7%；使用同一条固定短提示、关闭推理时，GPT-5.6 Luna得65.0%。两者差距的统计区间包含零，因此只能算持平，不能称为胜出。更长提示和推理预算下，Luna表现更好，也更擅长超出既定模式的罕见情况。
SpeakoFlow Mini采用Apache-2.0许可证，Q8_0版本为833 MB，可完全离线运行。它说明的不是“小模型已追上前沿模型”，而是更克制的一点：任务足够明确时，窄任务微调可以用较低开销换来稳定的专门行为。评测集并未公开，因此上述效果目前仍主要依据作者披露。