OpenAI ha publicado los primeros resultados de rendimiento de Jalapeño, su chip personalizado diseñado para ejecutar modelos de IA en lugar de entrenarlos. La empresa afirma que el acelerador entregó un mayor rendimiento por unidad de energía y una menor latencia de respuesta que los sistemas actualmente disponibles en pruebas realizadas con el benchmark InferenceX de SemiAnalysis.

Los resultados, presentados el martes en la conferencia Hot Chips, apuntan al esfuerzo más amplio de OpenAI por controlar más de la infraestructura que hay detrás de sus productos. Pero la comparación viene con limitaciones importantes: OpenAI suministró las cifras del benchmark, algunas ejecuciones fueron verificadas in situ por SemiAnalysis, y no se espera que Jalapeño entre siquiera en un despliegue a pequeña escala hasta finales de 2026. Un uso más sustancial está previsto para 2027.

Diseño técnico y evidencia de benchmark

Jalapeño es un acelerador de inferencia, lo que significa que está pensado para generar respuestas a partir de modelos entrenados. A diferencia de los sistemas de propósito general utilizados tanto en entrenamiento como en inferencia, el chip está diseñado en torno a los retrasos y al movimiento de datos asociados con servir modelos de lenguaje de gran tamaño.

OpenAI afirma que el sistema mantiene el estado del modelo, incluido el KV cache utilizado durante la generación de respuestas, cerca de los recursos de computación y memoria relevantes. También se centra en las fases de prefill y comunicación que pueden ralentizar la inferencia, especialmente cuando los modelos deben manejar prompts largos o atender a muchos usuarios a la vez.

La empresa informó entre 1,5 y 1,9 veces más trabajo de IA por vatio en el rendimiento máximo a través de tres modelos probados. También afirmó mejoras de latencia de extremo a extremo de entre 1,7 y 3,6 veces frente a los mejores sistemas disponibles comercialmente en la comparación. Para cargas de trabajo interactivas, OpenAI informó ganancias de rendimiento de entre 2,1 y 4,1 veces.

Los modelos probados fueron GPT-OSS 120B, Deepseek R1 670B y Kimi K2.5 1T. Según el relato de The Decoder sobre la presentación, Jalapeño alcanzó aproximadamente 1.400 tokens por segundo por usuario en GPT-OSS y más de 700 tokens por segundo en Deepseek R1 con una sola solicitud concurrente.

Esas cifras no constituyen una clasificación universal del hardware de IA. OpenAI proporcionó los números utilizados en los resultados de InferenceX, mientras que SemiAnalysis verificó algunas ejecuciones en su laboratorio. Los sistemas comparados también utilizaron técnicas de optimización, incluida la predicción de múltiples tokens y el speculative decoding, que Jalapeño no usó en las pruebas informadas. Eso podría dejar margen de mejora, pero también hace que los resultados sean más difíciles de comparar sin examinar las configuraciones y cargas de trabajo completas.

Las comparaciones con Nvidia son significativas, pero provisionales

La comparación principal fue contra un sistema Nvidia Blackwell, que actualmente está ampliamente desplegado para cargas de trabajo de IA. The Decoder también informó de que SemiAnalysis consideró que la plataforma más nueva Vera Rubin de Nvidia era una comparación más adecuada porque ambos sistemas usan memoria HBM4. En esa comparación, Jalapeño habría producido más tokens de salida por megavatio, aunque ambas plataformas estaban aproximadamente empatadas en el coste total de propiedad por token.

El momento importa. Los sistemas Vera Rubin ya se están enviando a los clientes, mientras que Jalapeño, según se informa, sigue en la fase de muestra de ingeniería. Nvidia y AMD también han publicado resultados sobre modelos más grandes o más recientes, incluidos DeepSeek V4 Pro y Kimi K3, que no se incluyeron en las pruebas de Jalapeño citadas aquí.

Eso convierte la ventaja de rendimiento de OpenAI en un resultado inicial prometedor y no en una posición de mercado consolidada. Los benchmarks de hardware pueden cambiar sustancialmente cuando cambian los modelos, los kernels, las configuraciones de memoria, los stacks de software y las políticas de servicio. La prueba definitiva será cómo se comporta Jalapeño con los modelos y los patrones de tráfico que OpenAI opera a escala de producción.

Una estrategia de silicio personalizado con Broadcom

OpenAI comenzó a desarrollar Jalapeño con Broadcom en 2024, según los informes. El diseño final se envió a fabricación en noviembre de 2025. OpenAI dijo que el ciclo completo tomó unos 16 meses, con nueve meses entre el diseño inicial del chip y el plano terminado enviado a la fábrica.

La empresa también dijo que utilizó sus propios modelos de IA durante el desarrollo. Los modelos antiguos ayudaron con el diseño del chip, mientras que los sistemas más nuevos ayudaron con la programación y la optimización. Estas afirmaciones ilustran el bucle de retroalimentación previsto: los modelos ayudan a construir el hardware, el hardware da servicio a los modelos y las cargas de trabajo de producción proporcionan datos para futuras decisiones de software y arquitectura.

OpenAI presenta Jalapeño como una plataforma multigeneracional y no como un procesador aislado. El enfoque coordina chips, memoria, redes y modelos en torno a las fases de inferencia. Sarah Friar, CFO de OpenAI, describió esto como parte de una estrategia computacional más amplia que vincula centros de datos, modelos, productos y dispositivos.

La estrategia no significa necesariamente que OpenAI esté abandonando a los proveedores externos. The Decoder informó de que la empresa considera Jalapeño complementario a las relaciones con Nvidia, AMD, AWS, Cerebras, CoreWeave y otros proveedores de infraestructura. En la práctica, el esfuerzo de hardware personalizado de OpenAI convive con esas alianzas, al tiempo que le da a la empresa otra opción de negociación y planificación de capacidad.

Implicaciones para desarrolladores y compradores empresariales

Para los equipos de producto de IA, la promesa más relevante no es por sí sola un récord de benchmark, sino la posibilidad de menores costes de servicio con alta utilización. Más salida por vatio podría mejorar la economía de chat, asistentes de programación, sistemas de voz y otros productos que generan grandes volúmenes de respuestas. Una menor latencia también podría hacer que las aplicaciones de contexto largo se sientan más receptivas.

El enfoque de la arquitectura en el prefill, la comunicación y la colocación local de la KV cache es especialmente relevante para los equipos que sirven modelos grandes a muchos usuarios concurrentes. Esas fases pueden convertirse en cuellos de botella incluso cuando hay capacidad bruta de aceleración disponible. Por tanto, un sistema diseñado en torno a todo el recorrido de inferencia puede superar a un acelerador de propósito general más rápido en ciertos patrones de producción.

Sin embargo, los compradores no deberían tomar los resultados actuales como evidencia de que Jalapeño esté listo para una adopción externa amplia. OpenAI no ha indicado que el chip vaya a estar disponible de forma general como plataforma comercial, y se espera que su despliegue inicial sea pequeño. Los desarrolladores que construyen sobre infraestructura en la nube seguirán necesitando evaluar los sistemas que están disponibles ahora, incluida su compatibilidad de software, capacidad, precios y fiabilidad.

Los resultados sí plantean una cuestión competitiva para el ecosistema de software de Nvidia. SemiAnalysis argumentó que el rendimiento podría debilitar la ventaja de CUDA de la compañía, pero eso es una interpretación de mercado, no un cambio demostrado en el comportamiento de los desarrolladores. La compatibilidad con CUDA, las herramientas, las bibliotecas de operadores, el soporte y la capacidad de escalar entre proveedores siguen siendo factores de compra importantes más allá de los tokens por segundo.

Qué observar a continuación

La primera señal será si OpenAI cumple su previsión de un despliegue de Jalapeño a pequeño volumen a finales de 2026. La disponibilidad en producción, más que el rendimiento de una muestra de ingeniería, revelará si el diseño puede fabricarse y operarse de forma fiable a escala.

La próxima ronda de benchmarks debería incluir modelos más nuevos como DeepSeek V4 Pro y Kimi K3, mayores niveles de concurrencia y optimizaciones de software alineadas en todos los sistemas. Las pruebas independientes también serán importantes para evaluar el uso de energía, las distribuciones de latencia, la utilización y el coste total por token.

Los compradores empresariales deberían estar atentos a detalles sobre acceso, precios, arquitecturas de modelo compatibles e integración con el stack de servicio de OpenAI. Para el mercado en general, la cuestión clave es si OpenAI puede repetir el resultado en generaciones posteriores de chips mientras Nvidia, AMD y otros proveedores siguen mejorando sus propias plataformas de inferencia.

Perspectiva de Creati.ai

Jalapeño es estratégicamente importante porque muestra que OpenAI trata la economía de la inferencia como un problema de diseño de producto, no solo como una decisión de aprovisionamiento. Si sus ganancias reportadas sobreviven a las pruebas independientes y al tráfico de producción, el silicio personalizado podría dar a OpenAI más control sobre la latencia, el consumo de energía y la capacidad de sus servicios más utilizados.

La evidencia sigue siendo temprana y en parte controlada por el proveedor. La conclusión más sólida hoy es que OpenAI ha producido un diseño de inferencia de primera generación creíble con resultados de benchmark alentadores, no que ya haya desplazado a Nvidia o establecido un nuevo estándar de hardware.