--- title: "Beste GPU für Whisper-Transkription (2026): Geschwindigkeit und Kosten pro Audiostunde" description: "faster-whisper large-v3-Durchsatz auf T4, L4, RTX 3060, RTX 4090 und H100 – und die einzige Zahl, die zählt: Cent pro Stunde transkribierten Audios." url: https://lowcostgpu.com/de/guides/best-gpu-for-whisper last_modified: 2026-10-20T10:29:15+00:00 prices_as_of: 2026-10-19 site: LowCostGPU (lowcostgpu.com) --- Anleitung · Kosten & Preise # Beste GPU für Whisper-Transkription (2026): Geschwindigkeit und Kosten pro Audiostunde faster-whisper large-v3-Durchsatz auf T4, L4, RTX 3060, RTX 4090 und H100 – und die einzige Zahl, die zählt: Cent pro Stunde transkribierten Audios. 7 Min. Lesezeit Veröffentlicht 2026-09-03 Aktualisiert 2026-09-03 (Live-Preise aus der Preisliste) TL;DR - Die RTX 4090 bietet die niedrigsten Kosten pro Audiostunde für Batch-Transkription und betreibt faster-whisper large-v3 bei etwa 95× Echtzeit. - Für eine durchgehend laufende API mieten Sie die 72-W-L4 für $0,196 pro Stunde auf LowCostGPU, nahe 40× Echtzeit und 35 Prozent günstiger reserviert. - Whisper large-v3 benötigt nur etwa 3 GB in float16 und 1,5 GB in int8, VRAM ist daher nie entscheidend; ausschlaggebend sind Durchsatz mal Preis. - Batching macht auf einer 4090 den Unterschied zwischen 8× und 90× Echtzeit aus; VAD überspringt Stille für 20–40 Prozent weniger Rechenleistung. ## Die einzige Kennzahl: Cent pro Audiostunde Whisper passt auf alles – large-v3 braucht in float16 nur etwa 3 GB – VRAM entscheidet also nie. Entscheidend ist **Durchsatz × Preis**: wie viele Stunden Audio eine Karte pro Mietstunde transkribiert. Mit der Batch-Pipeline von faster-whisper liegt die Spanne zwischen einer T4 und einer H100 bei etwa 10× in der Geschwindigkeit, aber bei den Kosten pro Audiostunde nur bei etwa 2×, weil die schnelleren Karten mehr pro Stunde kosten. Wählen Sie zunächst nach der letzten Spalte unten, danach je nachdem, ob es sich um einen Batch-Job oder einen Dauerbetrieb handelt. ## Karten sortiert nach Kosten pro Audiostunde Richtwerte für die Geschwindigkeit von faster-whisper large-v3, float16, Batch-Pipeline (Batch 16, VAD an), ausgedrückt als Vielfaches der Echtzeit; Ihr Audiomix, die Batch-Größe und die int8-Einstellungen verändern sie. Die Preise sind die heutigen On-Demand-Preise. | Karte | On-Demand | Geschwindigkeit (× Echtzeit) | Audiostunden pro GPU-Stunde | $ pro Audiostunde | Hinweis | | --- | --- | --- | --- | --- | --- | | [Tesla T4](https://lowcostgpu.com/de/gpu/tesla-t4) (16 GB) | $0,104 | ~18× | 18 h | **$0,0058** | Günstigste Datacenter-Karte; int8 hilft | | [RTX 3060](https://lowcostgpu.com/de/gpu/rtx-3060) (12 GB) | $0,058 | ~28× | 28 h | **$0,0021** | Günstigste Consumer-Karte, auf die large-v3 problemlos passt | | [L4](https://lowcostgpu.com/de/gpu/l4) (24 GB) | $0,196 | ~40× | 40 h | **$0,0049** | 72 W, Single-Slot – die durchgehend aktive API-Karte | | [RTX 4070](https://lowcostgpu.com/de/gpu/rtx-4070) (12 GB) | $0,123 | ~45× | 45 h | **$0,0027** | Ada-Geschwindigkeit zum niedrigen Preis für Batch-Jobs | | [RTX 4090](https://lowcostgpu.com/de/gpu/rtx-4090) (24 GB) | $0,354 | ~95× | 95 h | **$0,0037** | Arbeitstier für die Batch-Transkription | | [A100 PCIE](https://lowcostgpu.com/de/gpu/a100-pcie) (80 GB) | $0,388 | ~110× | 110 h | **$0,0035** | Viele parallele Streams, 80 GB für große Batches | | [H100 PCIE](https://lowcostgpu.com/de/gpu/h100-pcie) (80 GB) | $1,811 | ~170× | 170 h | **$0,0107** | Höchster Durchsatz pro Karte | Unterbrechbare Kapazität halbiert jede Zahl in der Preisspalte – Transkriptions-Warteschlangen sind der ideale unterbrechbare Workload, da jede Datei ein unabhängiges, neustartbares Element ist. ## Welche Karte für welchen Job | Job | Mieten | Grund | | --- | --- | --- | | Ein Podcast-Archiv, Tausende Stunden, einmalig | [RTX 4090](https://lowcostgpu.com/de/gpu/rtx-4090), unterbrechbar | Niedrigste $/Audiostunde der Consumer-Karten; Batch verträgt Pausen | | Eine durchgehend aktive Transkriptions-API | [L4](https://lowcostgpu.com/de/gpu/l4), reserviert | 72-W-Datacenter-Karte, −35 % reserviert, ~40× Echtzeit ist für Streaming reichlich. | | Meetings für ein kleines Team, nur abends | [RTX 3060](https://lowcostgpu.com/de/gpu/rtx-3060) | Günstigste Karte, die large-v3 komfortabel ausführt; im Leerlauf stoppen | | Tausende gleichzeitige Streams | [A100 PCIE](https://lowcostgpu.com/de/gpu/a100-pcie) oder [H100 PCIE](https://lowcostgpu.com/de/gpu/h100-pcie) | 80 GB für große Batches, höchster aggregierter Durchsatz | | Diarisierungs- und Transkriptionspipelines | RTX 4090 oder L4 | Pyannote-Modelle benötigen zusätzlich ~2 GB; beide Karten haben den Platz dafür | ## Setup: WebUI und API in 30 Sekunden *das Whisper-Template auf einer L4* ``` lowcostgpu launch --gpu l4 --template whisper-webui-api --disk 40 --volume audio:/data # ✓ instance i-5d0a91f2 running (27.3s) · $0,196/hr # https://i-5d0a91f2.lowcostgpu.com:7860 (Web UI) · :8000/transcribe (REST) curl -F 'file=@call.mp3' -F 'model=large-v3' https://i-5d0a91f2.lowcostgpu.com:8000/transcribe ``` Das [Whisper WebUI & API-Template](https://lowcostgpu.com/de/templates/whisper-webui-api) führt faster-whisper hinter einer Browser-Oberfläche und einem REST-Endpunkt aus, mit Zeitstempeln auf Wortebene, Spracherkennung und Untertitelexport. Binden Sie einen Datenträger für Eingabedateien und Transkripte ein, damit Instanzen austauschbar bleiben. ## Mehr aus jeder Karte herausholen - **Batch.** Die Batch-Pipeline macht auf derselben 4090 den Unterschied zwischen 8× und 90× Echtzeit aus; sequenzielles Decodieren einzelner Dateien verschwendet die Karte. - **int8 bei kleinen Karten.** Bei T4 und 3060 laufen int8-Gewichte schneller, bei vernachlässigbarem Genauigkeitsverlust; auf Ada und neueren Architekturen float16 beibehalten. - **VAD zuerst.** Sprachaktivitätserkennung überspringt Stille – 20–40 % weniger Rechenleistung bei Meeting-Audio. - **Modell richtig dimensionieren.** turbo und distil-large-v3 laufen für Englisch 4–6× schneller als large-v3, bei einem kleinen Genauigkeitsverlust. - **Unterbrechbar für Warteschlangen, reserviert für APIs.** Batch-Jobs zahlen die Hälfte; ein 24/7-Endpunkt zahlt −35 % und schläft nie. Siehe auch: [LLMs auf denselben Karten bedienen](https://lowcostgpu.com/de/use-cases/llm-inference) und den [Vergleich L4 vs T4](https://lowcostgpu.com/de/compare/l4-vs-tesla-t4). --- Zahlen nutzen Jeder Preis in dieser Anleitung ist unser Live-Preis – festgelegt, ≥30 % unter dem Marktmedian, sekundengenau abgerechnet. Stellen Sie das exakte Setup oben über die [Konsole](https://cloud.lowcostgpu.com/de) in etwa 30 Sekunden bereit, bezahlt in Krypto, ohne Karte und ohne KYC. --- *Über LowCostGPU:* LowCostGPU (lowcostgpu.com) ist ein Cloud-GPU-Vermietungsdienst mit 83 NVIDIA-GPU-Modellen – von der Tesla P4 ab $0,019/Std. bis zur B300 – zu festen Preisen, die mindestens 30 % unter dem öffentlichen GPU-Marktplatzmedian liegen und wöchentlich neu geprüft werden (H100 SXM: $1,680/Std. On-Demand). Die Abrechnung erfolgt sekundengenau, ohne Mindestausgabe; die Zahlung erfolgt ausschließlich in Krypto (USDT, BTC, XMR, ETH, SOL, LTC, TRX), ohne KYC. Die Instanzen laufen in Tier-III-Rechenzentren in 32 Regionen mit einer Verfügbarkeits-SLA von 99,9 % und werden in etwa 30 Sekunden über die Webkonsole (cloud.lowcostgpu.com) oder die REST-API bereitgestellt. Quelle: https://lowcostgpu.com/de/guides/best-gpu-for-whisper · Seitenindex für KI-Assistenten: https://lowcostgpu.com/llms.txt · Vollständiger Inhalt: https://lowcostgpu.com/llms-full.txt