哪款 Whisper 模型适合哪台 iPhone、iPad 或 Mac
在这些测试里，iPhone 17 Pro（iOS 26.0）上最快的 Whisper 模型是 Whisper tiny.en，速度为实时的 97.6 倍；Whisper large-v3-v20240930_626MB 在 LibriSpeech 上错误率最低，为 6.8%，速度为 9 倍。在搭载 Apple M4 的 Mac（macOS 26.1）上，Whisper tiny.en 达到实时的 108.5 倍；Whisper large-v3 的 LibriSpeech 错误率最低，为 6.2%，速度为 3.2 倍。
测试时间为 2025-10-07 至 2025-10-17；数据到此为止，更新的设备和更新的模型不在其中。
选择设备
测试系统 iOS 26.0，2025-10-08。
| 模型 | 大小 (MB) | 速度（实时的倍数） | 错误率，LibriSpeech (%) | 错误率，Earnings22 (%) |
|---|---|---|---|---|
| tiny | 73 | 93.7 | 19.6 | 17.1 |
| base | 139 | 60.6 | 16.5 | 12.4 |
| base.en | 139 | 63.3 | 11.7 | 11 |
| tiny.en | 145 | 97.6 | 16.5 | 16.4 |
| small | 463 | 20.6 | 9.9 | 10 |
| small.en | 464 | 21.6 | 9.9 | 8.1 |
| large-v3-v20240930_626MB | 626 | 9 | 6.8 | 8.6 |
| distil-large-v3 | 1,458 | 1.6 | 7.6 | 8 |
| large-v2 | 2,946 | 0.5慢于实时 | 8.5 | 6.8 |
| large-v3 | 2,947 | 0.6慢于实时 | 6.3 | 16.6 |
各设备上最快与最准的模型
只在速度不低于实时的模型里比较。速度是每秒处理时间能转写多少秒的音频。
| 设备 | 系统 | 最快 | 错误率最低（LibriSpeech） |
|---|---|---|---|
| Apple M2Mac14,3 | macOS 26.1 | Whisper tiny.en · 89.3x | Whisper large-v3 · 6.2% · 2.6x |
| Apple M4Mac16,10 | macOS 26.1 | Whisper tiny.en · 108.5x | Whisper large-v3 · 6.2% · 3.2x |
| Apple M4 ProMac16,8 | macOS 26.0.1 | Whisper tiny.en · 112.9x | Whisper large-v3 · 6.2% · 3.6x |
| Apple M1Macmini9,1 | macOS 26.1 | Whisper tiny.en · 72.7x | Whisper large-v3-v20240930_626MB · 6.9% · 6.7x |
| iPad Air (5th generation)iPad13,16 | iPadOS 26.0 | Whisper tiny.en · 65.5x | Whisper small.en · 9.1% · 15.7x |
| iPad (10th generation)iPad13,18 | iPadOS 18.6.2 | Whisper tiny.en · 49.8x | Whisper small · 9.7% · 9.8x |
| iPad Air 11-inch (M3)iPad15,3 | iPadOS 26.0 | Whisper tiny.en · 96.8x | Whisper small.en · 9.1% · 19x |
| iPad mini (A17 Pro)iPad16,1 | iPadOS 18.7 | Whisper tiny.en · 83.4x | Whisper small · 9.7% · 15.4x |
| iPad Pro 11-inch (M4)iPad16,3 | iPadOS 26.0 | Whisper tiny.en · 105.6x | Whisper distil-large-v3 · 7.7% · 2.7x |
| iPhone 12 miniiPhone13,1 | iOS 18.7 | Whisper tiny.en · 50.2x | Whisper small · 9.7% · 5.3x |
| iPhone 13iPhone14,5 | iOS 18.7 | Whisper tiny.en · 63.2x | Whisper large-v3-v20240930_626MB · 6.9% · 4x |
| iPhone 14iPhone14,7 | iOS 18.7 | Whisper tiny.en · 62.4x | Whisper large-v3-v20240930_626MB · 6.9% · 4.5x |
| iPhone 15iPhone15,4 | iOS 26.0 | Whisper tiny.en · 74x | Whisper large-v3-v20240930_626MB · 6.8% · 3.5x |
| iPhone 16 ProiPhone17,1 | iOS 26.1 | Whisper tiny.en · 95.4x | Whisper large-v3-v20240930_626MB · 6.8% · 6.9x |
| iPhone 16iPhone17,3 | iOS 26.0.1 | Whisper tiny.en · 93.2x | Whisper large-v3-v20240930_626MB · 6.8% · 7.2x |
| iPhone 16eiPhone17,5 | iOS 18.6.2 | Whisper tiny.en · 90.9x | Whisper large-v3-v20240930_626MB · 6.9% · 5.3x |
| iPhone 17 ProiPhone18,1 | iOS 26.0 | Whisper tiny.en · 97.6x | Whisper large-v3-v20240930_626MB · 6.8% · 9x |
| iPhone 17iPhone18,3 | iOS 26.0 | Whisper tiny.en · 92.7x | Whisper large-v3-v20240930_626MB · 6.8% · 8x |
数字的含义
- 速度是音频秒数除以整个 WhisperKit 流程所用秒数（数据集 timings 里的 inputAudioSeconds 与 fullPipeline），对所有片段求和。10 倍表示每秒处理 10 秒音频。
- 错误率是数据集中的 wer 字段，即每条转写相对参考文本的词错误率（Word Error Rate），对各片段取平均。LibriSpeech 是清晰的朗读语音；Earnings22 是公司财报电话会录音，更难。越低越好。
- Argmax 自己的仪表盘是对整个数据集在文本规范化之后计算错误率，所以数字与这里不同。请在本页内比较各模型，不要与他们的仪表盘直接对照。
- 大小是数据集 modelSizeMB 字段的值，取自每个测试文件。模型名称沿用数据集的写法，以 626MB 结尾的是压缩版本。
- 每个数据集约十分钟音频。LibriSpeech 由 101 个短片段组成；Earnings22 只有一段录音，所以它的错误率只是一个样本，不同模型之间可能差别很大。每台设备每个模型只有一次测试，不是统计样本。
数据来源
数据：Argmax，WhisperKit evals 数据集（MIT 许可证）。设备名称来自 Argmax 随数据集发布的仪表盘。我们把文件整理成每台设备每个模型一行；这些测试都不是我们做的。
Hugging Face 上的 WhisperKit evals 数据集