Whisper Large V3 Turbo

OpenAI: Whisper Large V3 Turbo est un modèle de reconnaissance automatique de la parole publié par OpenAI le 1er mai 2026. Il convertit l’audio en texte, détecte automatiquement la langue source et peut traduire la parole vers l’anglais.

Positionné sur le segment premium, son tarif d’entrée se situe 7 % sous la moyenne des modèles similaires, tandis que la sortie est gratuite. Son architecture Transformer encodeur-décodeur repose sur une version affinée et élaguée de Whisper large-v3.

Caractéristiques

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 100 % en dessous de la moyenne des modèles similaires.

Notre analyse

Forces. Whisper Large V3 Turbo réduit le décodeur de 32 à 4 couches par rapport à Whisper large-v3, tout en conservant le principe sequence-to-sequence. Il accepte des audios de longueur arbitraire, propose un traitement séquentiel ou par segments pour les enregistrements longs et peut traiter plusieurs fichiers en parallèle. La détection automatique de la langue, la traduction vers l’anglais et les horodatages au niveau de la phrase ou du mot facilitent son intégration dans des chaînes de transcription. Le WER, qui mesure la proportion d’erreurs sur les mots et doit être aussi bas que possible, constitue l’indicateur objectif à privilégier pour comparer sa qualité de transcription.

Limites et points d'attention. Son positionnement reste premium malgré un tarif inférieur à la moyenne de modèles comparables. La traduction vocale est orientée vers l’anglais, ce qui délimite les scénarios multilingues couverts. Usages pertinents : sous-titrage, transcription de réunions, dictée et commandes vocales.

Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com).