Whisper — модель распознавания речи от OpenAI с открытым исходным кодом, которую можно бесплатно запускать локально. Поддерживает 50+ языков и остаётся одним из самых точных инструментов транскрипции на рынке.
Публично доступное семейство моделей — Whisper large-v3 и ускоренная large-v3-turbo, которую можно запускать локально на своём оборудовании полностью бесплатно, без интернета и лимитов. Turbo-версия работает заметно быстрее оригинала при минимальной потере точности.
Важно различать три разных продукта: открытый Whisper (бесплатный, локальный), хостинговый API-эндпоинт whisper-1 (платный, $0.006/мин) и более новые модели транскрипции на базе GPT-4o, которые OpenAI предлагает как отдельную опцию с распознаванием говорящих.
В 2026 году OpenAI добавила в Realtime API линейку потоковых моделей — GPT-Realtime-2, GPT-Realtime-Translate и GPT-Realtime-Whisper. Последняя расширяет технологию Whisper на живую транскрипцию по мере произнесения речи (в отличие от исходного Whisper, рассчитанного на пост-обработку записи), и остаётся самой доступной по цене среди трёх — $0.017 за минуту.
По независимым тестам 2026 года Whisper получает 9.6/10 по точности распознавания и 9.4/10 по устойчивости к шуму, поддерживая свыше 50 языков, включая русский.
Открытая версия модели свободно скачивается и запускается локально без ограничений. API-доступ (whisper-1 и потоковые модели) идёт через общую инфраструктуру OpenAI, доступ и оплата которой из России ограничены и обычно требуют прокси-биллинг или карты зарубежных банков.