MLPerf推論ベンチマークを策定する非営利団体MLCommonsは、2025年9月公開のMLPerf Inference v5.1において、従来のRNN-Tモデルに代わる新たな音声認識ベンチマークとしてWhisper-Large-V3を採用しました。選定理由としてMLCommonsは、Whisperが従来モデル比でWER（単語誤り率）を72%以上改善したこと、多言語・環境ノイズやアクセントを含む困難な音声条件への対応力、15億5000万パラメータのTransformerエンコーダー・デコーダー構造、MITライセンスによる制限のないアクセス性、Hugging Faceでのダウンロード数の多さなどを挙げています。この採用は、Whisperが企業・ベンダー横断で音声認識システムの性能を評価する業界標準として確立されたことを示しています。