Er Whisper gratis å bruke?

Hva Whisper egentlig er

Whisper er en tale-til-tekst-modell OpenAI slapp i slutten av 2022. Du gir den lyd, den gir deg tekst. Den er god på det — trent på en enorm mengde flerspråklig lyd, så den håndterer aksenter, bakgrunnsstøy og dusinvis av språk bedre enn dikterings-programvaren de fleste av oss vokste opp med å banne på. Den kan også oversette tale på andre språk til engelsk tekst, noe de eldre verktøyene aldri klarte rent.

Det viktige ordet er «modell». Whisper er ikke en app du dobbeltklikker på. Det er hjernen — en fil med trente vekter pluss koden for å kjøre dem. Alene har den ingen vindu, ingen knapp, ingen mikrofontilkobling. Det er motoren, ikke bilen. Mange produkter du har hørt om er i praksis bare Whisper med et lag maling over, noe som er helt greit — men det er verdt å vite at motoren under er den samme gratis delen i alle sammen.

Den distinksjonen er hele grunnen til at dette spørsmålet er forvirrende. Når noen sier «Whisper koster $30 i måneden», mener de ikke modellen — de mener en app som pakket inn modellen og tok betalt for innpakningnen. Når noen sier «Whisper er gratis», mener de motoren OpenAI ga bort. Begge påstandene er sanne på samme tid, om forskjellige ting — og det er akkurat derfor du endte opp med å søke etter et rett svar.

Ja, MIT-lisensen gjør den genuint gratis

Dette er ikke markedsføringsfritt, der «gratis» betyr en prøveperiode som avsluttes eller et nivå som maser på deg. OpenAI slapp Whispers kode og modellvekter under MIT-lisensen. MIT-lisensen er en permissiv, godt forstått åpen kildekode-lisens: den lar deg bruke, kopiere, endre og distribuere programvaren, inkludert kommersielt, med i praksis én betingelse — behold opphavsrettsnotisen. Ingen avgift, ingen royalty, ingen per-sete-kostnad, ingen forespørsel om tillatelse.

I praksis betyr det: du kan laste ned Whisper til personlig bruk, kjøre det for en bedrift, bygge det inn i et produkt du selger og transkribere en podkast for en klient — alt uten å betale OpenAI. Modellvektene — den trente delen som er kostbar å produsere — er gratis de også, ikke bare innpakningskoden. Det er det folk ikke helt tror på, for selskaper holder vanligvis de trente vektene låst. OpenAI gjorde ikke det her.

Et ærlig forbehold er verdt å nevne, så ingen siterer meg feil. «Gratis under MIT» handler om lisensen, ikke et løfte om at det ikke koster noe å drifte. Strøm er ikke gratis. En datamaskin er ikke gratis. Tiden din er ikke gratis. Men programvaren og modellen — delene et selskap normalt ville ta abonnement for — de er genuint, permanent, uten-stjerne gratis. (Den typen gratis der du leser lisensen to ganger fordi du er sikker på at du gikk glipp av noe. Det gjorde du ikke.)

Haken er å kjøre det selv

Her er det gratisversjonen får sin prislapp, betalt i tid i stedet for penger. Å kjøre Whisper på den rå, åpen kildekode-måten betyr å gå gjennom kommandolinjen. Standardinstallasjonen er en Python-pakke, noe som betyr at du først må ha Python satt opp riktig. Whisper trenger også ffmpeg, et separat lydverktøy, installert og på system-stien din. På noen maskiner trenger du dessuten Rust bare for at en tokenizer-avhengighet skal bygge. Ingen av dette er eksotisk for en utvikler. For alle andre er det en ettermiddag.

Så er det maskinvaren. Whisper gjør skikkelig matematikk, og de større, mer nøyaktige modellene gjør mye av det. På en vanlig CPU kan den store modellen bruke lengre tid på å transkribere en klipp enn selve klippet varer. For å få fart vil du ha et skikkelig GPU, noe de fleste bærbare ikke har. Så den ærlige kostnaden ved gratisversjonen er ikke kroner — det er et Python-miljø du vedlikeholder, en kommando du kjører for hånd for hver fil og en datamaskin rask nok til å ikke la deg vente. (Jeg har sett en ikke-utvikler følge et «5-minutters Whisper-oppsett»-blogginnlegg. Det var ikke fem minutter. Det var en lørdag, og en telefonsamtale til meg.)

Og én ting til råversjonen ikke gir deg: live diktering. Kommandolinje-Whisper transkriberer en fil du allerede har spilt inn. Den sitter ikke i bakgrunnen, venter på en hurtigtast og limer inn tekst ved markøren mens du snakker. For det — det folk faktisk vil ha når de søker på dette — trenger du en innpakking rundt modellen. Den gode nyheten er at den beste innpakningnen også er gratis, som er neste avsnitt.

Den gratis, enkle veien: kjør Whisper i en app

Du kan beholde all «gratis»-ness fra åpen kildekode-modellen og hoppe over hele «kjøre det selv»-avgiften. Det er hele grunnen til at vi bygde Whisper by Remskill — den kjører den samme åpen kildekode-Whisper-modellen lokalt på maskinen din, uten Python, uten ffmpeg, uten kommandolinjen. Hele den lokale arbeidsflyten er gratis for enhver pålogget konto, uten at betalingsinformasjon spørres om ved registrering. Du får åpen kildekode-motoren uten åpen kildekode-leksen. Slik setter du opp.

Den trege delen er den engangs-nedlastingen av modellen, ikke noe oppsettrituale. Etter det sitter den samme åpen kildekode-modellen som ville krevd et Python-miljø og en kommando per fil bare i systemstatusfeltet ditt og limer inn tekst når du trykker en tast. Hvis du har veid dikteringsalternativer på Windows eller Mac, er dette versjonen der Whisper endelig føles som en app i stedet for et prosjekt.

Lokal Whisper er gratis, skyen er den betalte delen

Her trenger «er det gratis»-svaret én tydelig linje trukket gjennom det. Å kjøre Whisper lokalt er gratis — din maskin, din CPU, ingen server, ingen per-minutt-regning. Den betalte delen er skyen: OpenAIs hostede transkripsjon-API tar betalt per minutt, og enhver apps skynivå viderefører det. I vår app er hele den lokale arbeidsflyten gratis; sky-overflaten er det eneste som ligger bak Whisper Pro. Slik skiller de tre veiene seg faktisk fra hverandre, for du får velge:

• Lokal Parakeet — gratis — NVIDIAs TDT-motor, rundt 600 MB, og det raskeste lokale alternativet — 5 til 10 ganger raskere enn Whisper på CPU. Dekker engelsk pluss 24 andre europeiske språk, 25 totalt. Ingen oversett-til-engelsk. Hvis du for det meste snakker engelsk og vil ha fart på beskjeden maskinvare, er dette det raske, fullt offline, kostnadsfrie valget.
• Lokal Whisper — gratis — den faktiske åpen kildekode-Whisper-modellen, som kjøres på maskinen din uten kostnad. De flerspråklige byggevariantene dekker 99 språk og kan oversette til engelsk; engelsk-kun-byggevariantene er bare engelsk. Tregere enn Parakeet på samme maskinvare, men riktig valg for kinesisk, japansk, koreansk eller oversettelsesarbeid. Standard engelskmodell er rundt 480 MB.
• Sky (OpenAI, BYOK) — betalt per minutt — best nøyaktighet og live nettilgang, ved bruk av din egen OpenAI-nøkkel fakturert direkte av OpenAI — transkripsjon kjøres på gpt-4o-mini-transcribe som standard. Dette er den delen som koster penger, fakturert per minutt av OpenAI, ikke av oss. Krever internett. Sky-overflaten er det eneste inne i Whisper Pro.

Den kjedelige sannheten er at for de fleste hverdagsdikteringer er lokal Whisper eller Parakeet mer enn nok, og det er den gratis veien helt til bunns. Begge kjøres fullt på maskinen din uten at noe sendes til en server. Skyen fortjener per-minutt-kostnaden kun når du vil ha topp nøyaktighet på et vanskelig opptak eller trenger at modellen henter et faktum fra nettet midt i en setning. Hvis spørsmålet ditt strengt tatt var «er Whisper gratis», er svaret som betyr noe: den lokale veien er det — start der.

Modeller, nøyaktighet og opprydding av rå tekst

Gratismodellen er ikke én modell — den er en familie, og hvilken du velger er den egentlige nøyaktighetsspaken. Mindre modeller er raske og lette; den store flerspråklige modellen er den mest nøyaktige og den tyngste. På åpen kildekode-kommandolinjeversjonen velger du modellstørrelse og lever med hastigheten. I en app velger du fra en liste, og modellen lastes ned én gang. Det viktigste poenget: nøyaktighet kommer fra modellen og mikrofonen din langt mer enn fra noe du betaler for. En $20 USB-mikrofon gjør mer for transkripsjonene dine enn noen som helst oppgradering.

Uansett hvilken modell du kjører, kommer rå diktering ut som én lang strøm uten tegnsetting. Du sier «okay så modellen er gratis under MIT men å kjøre den selv krever python og ffmpeg», og det er den uinterpunkterte veggen enhver talemaskin gir deg. Å rydde det opp er et eget steg. Whisper by Remskill kan kjøre en AI-gjennomgang av transkripsjonen: si aktiveringssetningen «Hey whisper» og teksten forbedres før den lander — fyllord fjernet, tegnsetting fikset. På en lokal modell kjøres det gjennom Ollama gratis; i skymodus er det gpt-5-mini som standard.

Nøyaktighetsspørsmålet har altså to gratis spaker og én betalt. De gratis: velg en modell som passer maskinvaren din, og gi den ren lyd fra en halvveis anstendig mikrofon. Den betalte: sky-transkripsjon, som gir deg de nyeste hostede modellene når lokal kvalitet ikke strekker til. For den store majoriteten av dikteringer er de gratis spakene de som betyr noe. Ingen som lover «perfekte transkripsjoner, null innsats» er ærlig med deg — modellen er gratis, men god input gjør fortsatt mesteparten av jobben.

Den samme tal-så-rydd-opp-flyten lønner seg overalt, ikke bare her — du kan diktere ryddig prosa inn i hvilken som helst app med én hurtigtast, slik at en lang melding blir noen talte setninger i stedet for et avsnitt du skriver ut.

Når det faktisk gir mening å betale for Whisper

Siden hele artikkelen sier «det er gratis», skylder jeg deg den ærlige andre halvdelen: det finnes situasjoner der det å betale er riktig valg, og å late som om noe annet ville være et salgsargument, ikke et svar. Hvis den gratis lokale veien dekker behovene dine, ta den og lukk fanen — de fleste er ferdige her. Men noen situasjoner fortjener genuint et betalt nivå.

Betal for sky-veien når nøyaktighet på et vanskelig opptak betyr mer enn pengene — et intervju med tung aksent, et støyende feltopptak, et juridisk referat der et feil ord koster deg. De hostede OpenAI-modellene slår lokale på det vanskelige, og du betaler OpenAI per minutt for nøyaktig den fordelen. Betal for det også hvis du vil at assistenten skal hente et live faktum fra nettet midt i en setning, noe en lokal modell rett og slett ikke kan offline. Og hvis du genuint trenger null oppsett på en maskin du ikke kontrollerer — en låst arbeids-laptop der du ikke kan installere Python eller laste ned en modell — kan en hostet tjeneste være den eneste åpne døren. Utenfor de tilfellene er ikke den gratis lokale veien en dårligere versjon. Det er den samme åpen kildekode-modellen som gjør den samme jobben, uten kostnad.

Grip etter betalt når den innebygde gratis veien begynner å gjøre vondt: topp nøyaktighet på tøft lyd, live nettoppslag eller en maskin der du ikke kan kjøre noe lokalt. Under den grensen er den gratis modellen på din egen maskinvare det riktige svaret, og jeg kommer ikke til å fortelle deg å betale for det OpenAI allerede ga bort. Gratisversjonen finnes, den fungerer, og det er den samme motoren under.

Og hvis grunnen til at du vil ha gratis, lokal Whisper er personvern — holde stemmen din borte fra noens server — er saken for fullstendig offline tale-til-tekst verdt å lese videre, for det er nøyaktig det du får av å kjøre modellen på din egen maskin.

Så: er Whisper gratis? Modellen er det, genuint, MIT-lisensiert og din å kjøre. Å bruke den gratis betyr enten en ettermiddag i terminalen eller en app som tok den ettermiddagen for deg. Den betalte delen er bare noensinne skyen — hosting du strengt tatt ikke trenger til hverdagsdiktering. Jeg dikterte mesteparten av dette ved å snakke mot et tekstfelt, med den gratis lokale modellen som lyttet, på en laptop som aldri én gang har bedt meg om et kredittkort for å transkribere en setning. Det er hele svaret, og det er sjelden man får gi et slikt.