openai
OpenAI: Whisper Large V3 Turbo
openai/whisper-large-v3-turbo
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
La documentación del modelo describe openai/whisper-large-v3-turbo como una variante ajustada y podada de Whisper large-v3 para reconocimiento automático de voz multilingüe y traducción de voz al inglés. La documentación indica una inferencia mucho más rápida que la variante sin podar, con una pérdida menor de calidad, además de detección automática del idioma, marcas de tiempo opcionales, procesamiento por lotes y audio largo en Transformers. El catálogo de OpenRouter también registra disponibilidad de audio a transcripción. Las fuentes aportadas no incluyen resultados de pruebas comparativas, por lo que conviene validar la velocidad y la calidad en la carga de trabajo prevista.[1][2]
Puntos fuertes
- La documentación indica compatibilidad con reconocimiento de voz multilingüe y traducción de voz al inglés.[1][2]
- La documentación informa una inferencia mucho más rápida que en Whisper large-v3 gracias a la poda de capas del decodificador, y califica la pérdida de calidad como menor.[2]
- La integración con Transformers cubre detección automática del idioma, transcripción o traducción al inglés, marcas de tiempo opcionales, procesamiento por lotes y audio largo.[2]
Limitaciones
- La poda reduce las capas del decodificador y la documentación señala una degradación menor de la calidad; ninguna fuente aportada cuantifica el impacto en precisión para esta variante exacta.[1][2]
- El paquete de evidencia contiene una ficha del modelo y una entrada del catálogo de OpenRouter, pero no resultados comparativos ni una evaluación independiente; el comportamiento declarado debe comprobarse con el audio y los idiomas objetivo.[1][2]
- Las capacidades de voz distintas de la transcripción y la traducción al inglés, como la clasificación de hablantes o la diarización, se describen como no evaluadas de forma robusta; se recomienda una evaluación contextual antes del despliegue.[2]
Dónde utilizarlo
- Podría evaluarse para transcripción de alto volumen cuando una inferencia más rápida importe más que evitar la pérdida menor de calidad declarada.[2]
- Puede ser adecuado para funciones de transcripción multilingüe o traducción de voz al inglés que se beneficien de la detección automática del idioma y las marcas de tiempo opcionales.[2]
- Podría considerarse para grabaciones largas mediante las opciones secuencial o por fragmentos documentadas, sujeto a validar la unión de segmentos y la precisión en el dominio objetivo.[2]
Fuentes
- [1] OpenRouter catalog · OpenAI: Whisper Large V3 TurboFuentes consultadas: 13 nov 2026
- [2] Model documentation · OpenAI: Whisper Large V3 TurboFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Whisper Large V3 Turbo is an optimized version of OpenAI's Whisper Large V3 speech recognition model, designed for speed and cost efficiency. It supports transcription across 99+ languages with a...
Especificaciones
- ID del modelo
- openai/whisper-large-v3-turbo
- Creador
- openai
- Añadido a OpenRouter
- 01.05.2026
- Longitud de contexto
- 0
- Modalidad
- audio->transcription
- Modalidades de entrada
- audio
- Modalidades de salida
- transcription
- Precio por token
- Sin precio por token en la instantánea fuente — consulta OpenRouter para la unidad de facturación
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | Sin medición | — |
| Agentes | Sin medición | — |
| Escritura | Sin medición | — |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | entrada: audio |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| DeepInfra | 0 | — | — | — | — | 100% |
| PrimeIntellectbf16 | 0 | — | — | — | — | 100% |
| Groq | 0 | — | — | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.