¿Qué es Whisper large-v3-turbo?
Whisper large-v3-turbo es una versión podada y ajustada de Whisper large-v3, publicada por OpenAI en octubre de 2024 bajo la licencia MIT. Mantiene el codificador de large-v3 pero reduce el decodificador de 32 capas a 4, lo que según el README de OpenAI en GitHub lo hace unas ocho veces más rápido que large-v3 con unos 6 GB de VRAM. Su página de Hugging Face registra más de 124 millones de descargas.
OpenAI avisó a los desarrolladores el 26 de agosto de 2026 de que su modelo alojado whisper-1 y el endpoint /v1/audio/translations se retirarán el 26 de febrero de 2027, en favor de gpt-transcribe y gpt-live-transcribe. Los pesos abiertos no se ven afectados, pero OpenAI no ha publicado ningún checkpoint nuevo de Whisper desde este.
¿Merece la pena Whisper large-v3-turbo?
Whisper large-v3-turbo sobrevive por su precio y su licencia, no por su precisión. Artificial Analysis le mide un 4,6% de AA-WER en Groq, a 0,67 $ por 1.000 minutos y unas 200 veces más rápido que el tiempo real. ElevenLabs Scribe v2 obtiene un 2,2% y Voxtral Small Transcribe 3 de Mistral un 2,1%, así que los líderes cometen menos de la mitad de sus errores, a un precio de cinco a seis veces mayor.
La velocidad sale de un recorte drástico: cuatro capas de decodificador en lugar de 32. El README de OpenAI deja claro que turbo no se entrenó para traducir, así que quien dependa del modo de traducción al inglés de Whisper necesita large-v3, y la documentación de Groq indica que turbo no admite traducción. Groq también publica su propia tasa de error por palabra para el modelo alojado, un 12% frente al 10,3% de large-v3, lo que recuerda que turbo cambia algo de precisión por rendimiento en cualquier proveedor.
La advertencia de la ficha del modelo sobre las alucinaciones sigue vigente. Whisper se entrenó con audio web mal etiquetado y puede producir texto que nunca se dijo, y OpenAI informa de una precisión desigual entre idiomas, acentos y dialectos, más baja en idiomas con pocos recursos.
Lo que lo mantiene en uso es todo lo que se ha construido a su alrededor: faster-whisper, whisper.cpp, los pipelines de Transformers, innumerables ajustes finos y proveedores desde Groq hasta Together AI. Parakeet TDT 0.6B v3 de Nvidia obtiene ahora un 4,5%, algo mejor, en la misma clasificación y va más rápido en Together AI, pero a 1,50 $ por 1.000 minutos cuesta más del doble que turbo en Groq.
Dónde se gana su sitio
Una red de podcasts con 10.000 horas de catálogo
Hacer que todos los episodios se puedan buscar y generar borradores de notas del programa
Procesar el archivo por lotes en Groq a 0,04 $ la hora, unos 400 $ en total, y enviar solo los episodios marcados a un modelo más caro para corregirlos. La precisión basta para buscar, no para citas literales.
Un ingeniero de plataforma en una start-up de tecnología sanitaria que no puede enviar audio a terceros
Transcribir los dictados de los médicos en sus propias instalaciones
Ejecutar turbo con faster-whisper en una GPU de 8 GB o más dentro de la red privada. No hay factura de API ni acuerdo de tratamiento de datos con un proveedor, pero el equipo se encarga de la evaluación y de corregir los términos médicos.
Un equipo de dos personas que crea una aplicación de notas de voz
Añadir transcripción en el dispositivo sin pagar por minuto
Distribuir whisper.cpp con los pesos de turbo; la licencia MIT permite incluirlo en una aplicación de pago sin más atribución que el aviso de licencia. Hay que esperar peores resultados con acentos e idiomas con pocos recursos.
Antes de decidirte
- Puesta en marcha
- pip install openai-whisper y ejecutar whisper audio.mp3 --model turbo, o llamar al endpoint de transcripción compatible con OpenAI de Groq con whisper-large-v3-turbo; cualquiera de las dos opciones lleva minutos.
- Integraciones
- Transformers, faster-whisper, whisper.cpp y la mayoría de herramientas de voz; alojado por Groq y Telnyx, entre otros, y Groq acepta archivos de hasta 25 MB en el nivel gratuito y 100 MB en el nivel dev.
- Datos y privacidad
- Pesos abiertos bajo MIT, así que alojarlo uno mismo mantiene el audio totalmente bajo control propio; en las API alojadas, la retención depende de las condiciones del proveedor, no de las de OpenAI.
- Coste a escala
- Groq cobra 0,04 $ por hora de audio con un mínimo de 10 segundos por petición, así que 100.000 horas al mes cuestan unos 4.000 $; alojarlo uno mismo solo requiere una GPU con unos 6 GB de VRAM.
- Límites
- Campo receptivo de 30 segundos, así que el audio largo se trocea o se procesa por tramos; sin traducción; Groq indica un 12% de WER para su endpoint turbo frente al 10,3% de large-v3.
Lo bueno
- Licencia MIT sin límites de ámbito de uso ni de ingresos
- 0,04 $ por hora de audio en Groq
- Funciona con unos 6 GB de VRAM, así que basta una sola GPU de consumo
- Compatible con casi todas las herramientas y proveedores de voz
Lo malo
- 4,6% de AA-WER, aproximadamente el doble de errores que Scribe v2 o Voxtral Transcribe 3
- No se entrenó para traducir, a diferencia de large-v3
- Puede alucinar texto que nunca se dijo
- Ningún checkpoint nuevo de Whisper desde octubre de 2024
Ideal para
Equipos que necesitan una transcripción barata y con licencia permisiva que puedan alojar ellos mismos o comprar por céntimos la hora, y que pueden vivir con una precisión de segunda fila.
Alternativas a Whisper large-v3-turbo
Whisper large-v3-turbo: preguntas frecuentes
- ¿Merece la pena Whisper large-v3-turbo?
- Whisper turbo es ahora la referencia barata y sin restricciones con la que se comparan los modelos de voz más nuevos, no el modelo que gana. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta Whisper large-v3-turbo?
- Gratuito bajo la licencia MIT. Las versiones alojadas son baratas: Artificial Analysis da para Groq unos 0,67 $ por 1.000 minutos.
- ¿Qué inconvenientes tiene Whisper large-v3-turbo?
- 4,6% de AA-WER, aproximadamente el doble de errores que Scribe v2 o Voxtral Transcribe 3; no se entrenó para traducir, a diferencia de large-v3; puede alucinar texto que nunca se dijo; ningún checkpoint nuevo de Whisper desde octubre de 2024.
- ¿Para quién es Whisper large-v3-turbo?
- Equipos que necesitan una transcripción barata y con licencia permisiva que puedan alojar ellos mismos o comprar por céntimos la hora, y que pueden vivir con una precisión de segunda fila.
- ¿Cuánto cuesta Whisper large-v3-turbo para un equipo o en producción?
- Groq cobra 0,04 $ por hora de audio con un mínimo de 10 segundos por petición, así que 100.000 horas al mes cuestan unos 4.000 $; alojarlo uno mismo solo requiere una GPU con unos 6 GB de VRAM.
- ¿Es Whisper large-v3-turbo seguro para los datos de la empresa?
- Pesos abiertos bajo MIT, así que alojarlo uno mismo mantiene el audio totalmente bajo control propio; en las API alojadas, la retención depende de las condiciones del proveedor, no de las de OpenAI.
- ¿Cuáles son las mejores alternativas a Whisper large-v3-turbo?
- Las alternativas más cercanas que hemos analizado son ElevenLabs Scribe v2, GPT Transcribe, Deepgram Nova-3, Parakeet TDT 0.6B v3 y MOSS-Transcribe-Diarize 0.9B.
Respuestas comprobadas el 22 oct 2026.