Un benchmark independiente publicado por Inscribe sitúa al nuevo motor de reconocimiento de voz en dispositivo de Apple, SpeechAnalyzer (incluido en iOS 26 y macOS 26), como el más preciso frente a los modelos Whisper de OpenAI sobre el corpus LibriSpeech. Las pruebas, ejecutadas íntegramente en local en un Apple M2 Pro con macOS 26.5.1, arrojan una tasa de error por palabra (WER) del 2,12% en test-clean y del 4,56% en test-other para SpeechAnalyzer, frente al 3,74% y 7,95% de Whisper Small (~460 MB), el modelo más grande evaluado. El motor legacy SFSpeechRecognizer, al que SpeechAnalyzer sustituye, queda último en audio limpio con un 9,02% de WER, por detrás incluso de Whisper Tiny (~40 MB).
La nueva API reduce el error entre 3,5 y 4 veces respecto a SFSpeechRecognizer en las mismas condiciones y, además, procesa el audio unas tres veces más rápido que Whisper Small por segundo de audio. Los cinco motores transcribieron entre 12 y 40 veces más rápido que en tiempo real.
Whisper conserva dos ventajas claras: cubre muchos más idiomas (SpeechTranscriber admite alrededor de 30 localizaciones) y se ejecuta en plataformas no Apple. Los autores destacan que los números de Whisper reproducen las cifras publicadas por OpenAI, lo que avala la metodología, y ponen a disposición del público las transcripciones brutas para su verificación. El benchmark destapó, además, un error en el propio flujo de importación de audio en Inscribe, corregido el mismo día.