自己跑 Whisper 要花什么

准确率对照表在 MAI Transcribe 2 vs Whisper。这篇写的是那一页上看不到的账单：把 Whisper 留在自己机器上要花什么，什么时候这笔账值得，以及就算你“已经装过 Whisper”，什么时候托管反而更便宜。

下面的数字来自 2026 年公开的云 GPU 标价和笔记本实测，只是量级参考，不是报价单。

本地账单有四行

1. 真的在转的那块硬件

消费级显卡跑 Whisper large-v3，处理 20 分钟文件通常没问题。每周都有两小时访谈，就需要另一台机器。若你去云上租 NVIDIA L4 之类让笔记本休息，实例只要开着就按小时计费，不管任务是 8 分钟还是你忘了关机。托管 API 只对送出的音频计费（本站 1 个额度约等于 1 分钟，失败不扣）。

2. 你会渐渐看不见的电和热

200–300 W 的 GPU 晚上跑三小时，不会因为软件开源就变成免费。每天工作日都跑，就不再是小数。托管推理把电费移到服务商那里。

3. Whisper 默认不带的工具

开箱只有字。说话人标签、适合字幕的时间戳、药名术语表，都是另一份工作：pyannote、自己的 VAD、字幕封装。接线要一天，依赖一炸又要一下午。本站付费档的 MAI Transcribe 2 在同一次请求里返回说话人和时间戳。这是运维对比，不是炫耀。

4. 半夜起来重启任务的那个人

本地队列可能悄悄失败，磁盘会写满，CUDA 版本也会漂移。团队里总得有人变成转写系统管理员。托管工具把失败摆在明面上（看到错误再重试；本站付费失败不扣额度）。选一种你能承担的失败。

什么时候仍然该本地跑 Whisper

• 文件不能离开这栋楼。医疗、律师函、合同禁止再处理。
• 你已经在大规模跑 Whisper，显卡折旧摊完了。再多一个文件的边际成本接近零。
• 你需要能物理断网的模型文件。

如果是这样，就留在本地。不要把这些文件贴进浏览器，包括本站。

什么时候托管更便宜

• 手里就一段难看的录音，下一场会前要笔记。
• 你不想自己维护说话人分离。
• 你的“Whisper 环境”是半年没打开的笔记本。

这种时候，先在首页跑一段短的，再决定。托管路径的隐私（不保留永久媒体库）写在隐私政策。草稿怎么改，见怎么用 AI 把录音转成文字。

一个示意对比

假设这个月有 10 小时访谈。

• 本地：一个晚上安装或更新环境，10 小时 GPU，再花一遍给说话人贴标签。如果你的时间值钱，安装那个晚上往往最贵。
• 本站托管：10 × 60 ≈ 600 个额度。Plus 每月 300 个，Pro 每月 1,200 个。不想订阅可以用工作包（500 个，不会过期）。

音频必须留在本地，这 600 个额度就没有意义。可以上传的话，订阅往往比折腾一晚安装环境更便宜。

这篇不是什么

不是词错误率烘焙评测。FLEURS 数字和同一文件试听在对照工具页。也不是关于处理者的法律意见。若你需要 DPA，先发邮件到 hello@maitranscribe2.com，再上传任何敏感内容。

更多背景见关于本站。