OpenAI mostró en la conferencia Hot Chips las primeras mediciones de su chip de inferencia desarrollado internamente. Según los resultados comunicados, el chip, llamado Jalapeño, supera a las plataformas Blackwell y Rubin de Nvidia tanto en rendimiento por vatio como en latencia por token.
Conviene precisar el alcance del chip: solo realiza inferencia, es decir, ejecuta modelos pero no los entrena. Tampoco está ajustado a los modelos propios de OpenAI: es un acelerador de inferencia de propósito general para modelos de lenguaje.
Las cifras comunicadas
Los resultados publicados por OpenAI son estos:
- Trabajo por vatio: entre 1,5 y 1,9 veces más en rendimiento máximo en los tres modelos evaluados.
- Latencia de extremo a extremo: entre 1,7 y 3,6 veces menor que los mejores sistemas disponibles comercialmente.
- Cargas interactivas: entre 2,1 y 4,1 veces más rendimiento.
Los resultados proceden de InferenceX, la prueba pública de SemiAnalysis. Las cifras las aportó OpenAI; SemiAnalysis verificó algunas ejecuciones en el propio laboratorio. Los modelos evaluados fueron GPT-OSS 120B, Deepseek R1 670B y Kimi K2.5 1T.
Richard Ho, responsable de hardware de OpenAI, declaró en una rueda de prensa: "La conclusión es que los resultados muestran un avance de rendimiento muy, muy significativo sobre el estado del arte. Jalapeño puede servir más trabajo por unidad de potencia y además devolver las respuestas más rápido".
Importa qué se compara
SemiAnalysis señala que la comparación justa no es con Blackwell sino con la más reciente plataforma Vera Rubin de Nvidia, ya que ambas usan memoria HBM4. Incluso ahí Jalapeño exprime más tokens de salida por megavatio, y lo hace sin incorporar optimizaciones como la predicción de múltiples tokens que sí emplea el acelerador de Nvidia. En coste total de propiedad por token, ambos quedan más o menos a la par.
El director ejecutivo de SemiAnalysis, Dylan Patel, resumió así su valoración: "Normalmente los chips de primera generación no son competitivos, pero OpenAI está superando a Nvidia Blackwell e incluso a Rubin".
Las salvedades
Varios puntos obligan a leer las cifras con cautela. Nvidia y AMD han publicado resultados con modelos mayores que todavía no se han evaluado en Jalapeño. Más importante aún es el calendario: los sistemas Rubin ya se entregan a clientes, mientras que Jalapeño no habría pasado de la fase de muestras de ingeniería.
El propio calendario de Ho lo confirma: el chip se desplegará a finales de 2026 "en volúmenes muy pequeños", y el despliegue relevante llegará en 2027. Así que la comparación se hizo contra el sistema actual de Nvidia, pero cuando Jalapeño alcance el despliegue pleno la competencia puede haber avanzado bastante.
Diseñado en nueve meses
Jalapeño se desarrolló junto a Broadcom. El trabajo de diseño arrancó a mediados de 2024 y el diseño final pasó a fabricación en noviembre de 2025. El ciclo completo duró unos dieciséis meses, aunque OpenAI afirma que entre el primer diseño del chip y el plano terminado que llegó a la fábrica solo transcurrieron nueve meses.
La compañía dice haber empleado sus propios modelos durante el desarrollo: las generaciones antiguas ayudaron en el diseño del chip y las más recientes aceleraron la programación y la optimización.
Por qué importa
SemiAnalysis lo interpreta como una señal de que el tan comentado "foso CUDA" de Nvidia quizá ya no aguante: "El foso de CUDA está potencialmente muerto, dada la velocidad con la que OpenAI puede poner en marcha nuevos modelos sobre su propio silicio".
La directora financiera de OpenAI, Sarah Friar, presenta el chip como parte de una estrategia de cómputo más amplia en la que centros de datos, chips, modelos, plataforma de desarrollo, productos y dispositivos funcionan como un sistema integrado. Friar sostiene que Jalapeño complementa, y no sustituye, las alianzas existentes con Nvidia, AMD, AWS, Cerebras y CoreWeave.