--- title: "Meilleur GPU pour la transcription Whisper (2026) : vitesse et coût par heure audio" description: "Débit de faster-whisper large-v3 sur T4, L4, RTX 3060, RTX 4090 et H100 — et le seul chiffre qui compte : centimes par heure d’audio transcrit." url: https://lowcostgpu.com/fr/guides/best-gpu-for-whisper last_modified: 2026-10-20T10:29:15+00:00 prices_as_of: 2026-10-19 site: LowCostGPU (lowcostgpu.com) --- Guide · Coûts et tarifs # Meilleur GPU pour la transcription Whisper (2026): vitesse et coût par heure audio Débit de faster-whisper large-v3 sur T4, L4, RTX 3060, RTX 4090 et H100 — et le seul chiffre qui compte: centimes par heure d’audio transcrit. 7 min de lecture Publié le 2026-09-03 Mis à jour le 2026-09-03 (prix en direct depuis la fiche de prix) TL;DR - La RTX 4090 offre le coût le plus bas par heure audio pour la transcription par lots, en faisant tourner faster-whisper large-v3 à environ 95× le temps réel. - Pour une API toujours active, louez la L4 72 W à $0,196 par heure sur LowCostGPU, près de 40× le temps réel et 35 % moins cher en réservé. - Whisper large-v3 n’a besoin que d’environ 3 GB en float16 et 1,5 GB en int8, donc la VRAM ne décide jamais; c’est le débit multiplié par le prix qui décide. - Le traitement par lots fait la différence entre 8× et 90× le temps réel sur une seule 4090; le VAD élimine les silences pour 20 à 40 % de calcul en moins. ## La seule mesure: cents par heure audio Whisper tient sur n’importe quoi — large-v3 fait environ 3 GB en float16 — donc la VRAM ne décide jamais. Ce qui décide, c’est **le débit × le prix**: combien d’heures d’audio une carte transcrit par heure de location. Avec le pipeline par lots de faster-whisper, l’écart entre une T4 et une H100 est d’environ 10× en vitesse, mais seulement d’environ 2× en coût par heure audio, parce que les cartes rapides coûtent plus cher à l’heure. Choisissez selon la dernière colonne ci-dessous, puis selon qu’il s’agit d’un batch ou d’un service. ## Les cartes classées par coût par heure audio Vitesses indicatives pour faster-whisper large-v3, en float16, pipeline par lots (batch 16, VAD activé), exprimées en multiples du temps réel; votre mix audio, la taille de batch et les réglages int8 les font varier. Les prix sont les tarifs à la demande du jour. | Carte | À la demande | Vitesse (× temps réel) | Heures audio par GPU-heure | $ par heure audio | Note | | --- | --- | --- | --- | --- | --- | | [Tesla T4](https://lowcostgpu.com/fr/gpu/tesla-t4) (16 GB) | $0,104 | ~18× | 18 h | **$0,0058** | La carte datacenter la moins chère; l’int8 aide | | [RTX 3060](https://lowcostgpu.com/fr/gpu/rtx-3060) (12 GB) | $0,058 | ~28× | 28 h | **$0,0021** | La carte grand public la moins chère qui fait tenir large-v3 facilement | | [L4](https://lowcostgpu.com/fr/gpu/l4) (24 GB) | $0,196 | ~40× | 40 h | **$0,0049** | 72 W, mono-slot — la carte API toujours active | | [RTX 4070](https://lowcostgpu.com/fr/gpu/rtx-4070) (12 GB) | $0,123 | ~45× | 45 h | **$0,0027** | Vitesse Ada à bas tarif pour les tâches en batch | | [RTX 4090](https://lowcostgpu.com/fr/gpu/rtx-4090) (24 GB) | $0,354 | ~95× | 95 h | **$0,0037** | Le cheval de bataille de la transcription en batch | | [A100 PCIE](https://lowcostgpu.com/fr/gpu/a100-pcie) (80 GB) | $0,388 | ~110× | 110 h | **$0,0035** | De nombreux flux parallèles, 80 GB pour les gros batches | | [H100 PCIE](https://lowcostgpu.com/fr/gpu/h100-pcie) (80 GB) | $1,811 | ~170× | 170 h | **$0,0107** | Le débit le plus élevé par carte | La capacité interruptible divise par deux chaque chiffre de la colonne prix — les files de transcription sont la charge de travail interruptible idéale, puisque chaque fichier est un élément indépendant et redémarrable. ## Quelle carte pour quelle tâche | Tâche | Louez | Pourquoi | | --- | --- | --- | | Une archive de podcasts, des milliers d’heures, une fois | [RTX 4090](https://lowcostgpu.com/fr/gpu/rtx-4090), interruptible | Le $/heure-audio le plus bas des cartes grand public; le batch tolère les pauses | | Une API de transcription toujours active | [L4](https://lowcostgpu.com/fr/gpu/l4), réservé | Carte datacenter 72 W, −35 % réservé, ~40× le temps réel suffit largement pour le streaming | | Des réunions pour une petite équipe, en soirée seulement | [RTX 3060](https://lowcostgpu.com/fr/gpu/rtx-3060) | La carte la moins chère qui fait tourner large-v3 confortablement; arrêtez-la quand elle est inactive | | Des milliers de flux simultanés | [A100 PCIE](https://lowcostgpu.com/fr/gpu/a100-pcie) ou [H100 PCIE](https://lowcostgpu.com/fr/gpu/h100-pcie) | 80 GB pour les gros batches, le débit agrégé le plus élevé | | Pipelines de diarisation + transcription | RTX 4090 ou L4 | Les modèles Pyannote ajoutent ~2 GB; les deux cartes ont la place | ## Configuration: WebUI et API en 30 secondes *le template Whisper sur une 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 ``` Le [template Whisper WebUI & API](https://lowcostgpu.com/fr/templates/whisper-webui-api) fait tourner faster-whisper derrière une interface web et un endpoint REST avec horodatage des mots, détection de la langue et export des sous-titres. Montez un volume pour les fichiers d’entrée et les transcriptions, afin que les instances restent jetables. ## Tirer davantage de n’importe quelle carte - **Batch.** Le pipeline par lots fait la différence entre 8× et 90× le temps réel sur la même 4090; le décodage séquentiel fichier par fichier gaspille la carte. - **int8 sur les petites cartes.** Sur la T4 et la 3060, les poids en int8 tournent plus vite avec une perte de précision négligeable; gardez le float16 à partir d’Ada. - **VAD d’abord.** La détection d’activité vocale saute les silences — 20 à 40 % de calcul en moins sur l’audio de réunion. - **Choisissez la bonne taille de modèle.** turbo et distil-large-v3 tournent 4 à 6× plus vite que large-v3 pour l’anglais, avec une petite perte de précision. - **Interruptible pour les files d’attente, réservé pour les API.** Les tâches en batch paient moitié prix; un endpoint 24/7 paie −35 % et ne dort jamais. Voir aussi: [servir des LLM sur les mêmes cartes](https://lowcostgpu.com/fr/use-cases/llm-inference) et le [comparatif L4 vs T4](https://lowcostgpu.com/fr/compare/l4-vs-tesla-t4). --- Faites travailler ces chiffres Chaque prix de ce guide est notre tarif en direct — fixe, ≥30 % sous la médiane du marché, facturé à la seconde. Déployez exactement la configuration ci-dessus depuis la [console](https://cloud.lowcostgpu.com/fr) en environ 30 secondes, paiement en crypto, sans carte et sans KYC. --- *À propos de LowCostGPU :* LowCostGPU (lowcostgpu.com) est un service de location de GPU cloud proposant 83 modèles de GPU NVIDIA — du Tesla P4 à $0,019/h jusqu’au B300 — à prix fixes, établis au moins 30 % sous la médiane de la place de marché publique des GPU et revérifiés chaque semaine (H100 SXM : $1,680/h à la demande). La facturation est à la seconde, sans minimum ; le paiement se fait uniquement en crypto (USDT, BTC, XMR, ETH, SOL, LTC, TRX), sans KYC. Les instances tournent dans des centres de données Tier III répartis sur 32 régions, avec un SLA de disponibilité de 99,9 %, et se déploient en environ 30 secondes depuis la console web (cloud.lowcostgpu.com) ou l’API REST. Source : https://lowcostgpu.com/fr/guides/best-gpu-for-whisper · Index du site pour les assistants IA : https://lowcostgpu.com/llms.txt · Contenu complet : https://lowcostgpu.com/llms-full.txt