A OpenAI publicou os primeiros resultados de desempenho do Jalapeño, seu chip personalizado projetado para executar modelos de IA em vez de treiná-los. A empresa afirma que o acelerador entregou maior throughput por unidade de energia e menor latência de resposta do que os sistemas atualmente disponíveis em testes conduzidos com o benchmark InferenceX da SemiAnalysis.

Os resultados, apresentados na terça-feira na conferência Hot Chips, apontam para o esforço mais amplo da OpenAI de controlar mais da infraestrutura por trás de seus produtos. Mas a comparação vem com limitações importantes: a OpenAI forneceu os números do benchmark, algumas execuções foram verificadas presencialmente pela SemiAnalysis, e não se espera que o Jalapeño entre nem mesmo em implantação em pequena escala antes do fim de 2026. Um uso mais substancial está planejado para 2027.

Projeto técnico e evidências de benchmark

Jalapeño é um acelerador de inferência, o que significa que ele se destina a gerar respostas a partir de modelos treinados. Diferentemente de sistemas de propósito geral usados tanto em treinamento quanto em inferência, o chip foi projetado em torno dos atrasos e do movimento de dados associados ao atendimento de grandes modelos de linguagem.

OpenAI afirma que o sistema mantém o estado do modelo, incluindo o KV cache usado durante a geração de respostas, próximo dos recursos relevantes de computação e memória. Ele também mira as etapas de prefill e comunicação que podem desacelerar a inferência, especialmente quando os modelos precisam lidar com prompts longos ou atender muitos usuários ao mesmo tempo.

A empresa relatou entre 1,5 e 1,9 vezes mais trabalho de IA por watt no pico de throughput em três modelos testados. Também afirmou melhorias de latência ponta a ponta variando de 1,7 a 3,6 vezes em relação aos melhores sistemas comercialmente disponíveis na comparação. Para cargas de trabalho interativas, a OpenAI relatou ganhos de desempenho entre 2,1 e 4,1 vezes.

Os modelos testados foram GPT-OSS 120B, Deepseek R1 670B e Kimi K2.5 1T. Segundo o relato do The Decoder sobre a apresentação, o Jalapeño atingiu cerca de 1.400 tokens por segundo por usuário no GPT-OSS e mais de 700 tokens por segundo no Deepseek R1 com uma única solicitação concorrente.

Esses números não são um ranking universal de hardware de IA. A OpenAI forneceu os valores usados nos resultados do InferenceX, enquanto a SemiAnalysis verificou algumas execuções em seu laboratório. Os sistemas comparados também usaram técnicas de otimização, incluindo previsão multi-token e speculative decoding, que o Jalapeño não utilizou nos testes relatados. Isso pode abrir espaço para melhorias, mas também torna os resultados mais difíceis de comparar sem examinar as configurações e cargas de trabalho completas.

Comparações com a Nvidia são significativas, mas provisórias

A comparação de destaque foi com um sistema Nvidia Blackwell, atualmente amplamente implantado para cargas de trabalho de IA. O The Decoder também relatou que a SemiAnalysis considerou a plataforma mais recente Vera Rubin da Nvidia uma comparação mais apropriada, já que ambos os sistemas usam memória HBM4. Nessa comparação, o Jalapeño teria produzido mais tokens de saída por megawatt, embora as duas plataformas estivessem aproximadamente empatadas em custo total de propriedade por token.

O timing importa. Os sistemas Vera Rubin já estão sendo enviados aos clientes, enquanto o Jalapeño, segundo relatos, ainda está na fase de amostra de engenharia. Nvidia e AMD também publicaram resultados sobre modelos maiores ou mais recentes, incluindo DeepSeek V4 Pro e Kimi K3, que não foram incluídos nos testes do Jalapeño citados aqui.

Isso faz da vantagem de desempenho da OpenAI um resultado inicial promissor, e não uma posição de mercado consolidada. Benchmarks de hardware podem mudar substancialmente quando modelos, kernels, configurações de memória, stacks de software e políticas de atendimento mudam. O teste final será como o Jalapeño se sai nos modelos e padrões de tráfego que a OpenAI opera em escala de produção.

Uma estratégia de silício personalizado com a Broadcom

A OpenAI começou a desenvolver o Jalapeño com a Broadcom em 2024, segundo os relatos. O projeto final foi enviado para fabricação em novembro de 2025. A OpenAI disse que o ciclo completo levou cerca de 16 meses, com nove meses entre o design inicial do chip e o envio do projeto final para a fábrica.

A empresa também disse que usou seus próprios modelos de IA durante o desenvolvimento. Modelos mais antigos ajudaram no design do chip, enquanto sistemas mais novos auxiliaram na programação e otimização. Essas alegações ilustram o ciclo de feedback pretendido: os modelos ajudam a construir o hardware, o hardware atende os modelos, e as cargas de trabalho de produção fornecem dados para futuras decisões de software e arquitetura.

A OpenAI está apresentando o Jalapeño como uma plataforma multigeracional, e não como um processador único. A abordagem coordena chips, memória, rede e modelos em torno das fases de inferência. A CFO da OpenAI, Sarah Friar, descreveu isso como parte de uma estratégia maior de computação que conecta data centers, modelos, produtos e dispositivos.

A estratégia não significa necessariamente que a OpenAI esteja abandonando fornecedores externos. O The Decoder relatou que a empresa vê o Jalapeño como complementar às relações com Nvidia, AMD, AWS, Cerebras, CoreWeave e outros fornecedores de infraestrutura. Na prática, o esforço de hardware personalizado da OpenAI ocorre ao lado dessas parcerias, ao mesmo tempo em que dá à empresa outra opção de negociação e planejamento de capacidade.

Implicações para desenvolvedores e compradores corporativos

Para as equipes de produtos de IA, a promessa mais relevante não é um recorde de benchmark por si só, mas a possibilidade de custos de atendimento mais baixos em alta utilização. Mais output por watt pode melhorar a economia de chat, assistentes de programação, sistemas de voz e outros produtos que geram grandes volumes de respostas. Menor latência também pode fazer aplicações de contexto longo parecerem mais responsivas.

O foco da arquitetura em prefill, comunicação e posicionamento local do KV cache é especialmente relevante para equipes que atendem modelos grandes para muitos usuários simultâneos. Essas etapas podem se tornar gargalos mesmo quando há capacidade bruta do acelerador disponível. Assim, um sistema projetado em torno de toda a trilha de inferência pode superar um acelerador de propósito geral mais rápido em certos padrões de produção.

No entanto, compradores não devem tratar os resultados atuais como evidência de que o Jalapeño está pronto para adoção externa ampla. A OpenAI não indicou que o chip será amplamente disponível como plataforma comercial, e sua implantação inicial deve ser pequena. Desenvolvedores que constroem sobre infraestrutura em nuvem ainda precisarão avaliar os sistemas disponíveis hoje, incluindo compatibilidade de software, capacidade, preços e confiabilidade.

Os resultados, porém, levantam uma questão competitiva para o ecossistema de software da Nvidia. A SemiAnalysis argumentou que o desempenho poderia enfraquecer a vantagem da CUDA da empresa, mas essa é uma interpretação de mercado, não uma mudança comprovada no comportamento dos desenvolvedores. Compatibilidade com CUDA, ferramentas, bibliotecas de operadores, suporte e a capacidade de escalar entre fornecedores continuam sendo fatores importantes de compra além de tokens por segundo.

O que observar a seguir

O primeiro sinal será saber se a OpenAI cumpre sua previsão de uma implantação de pequeno volume do Jalapeño no fim de 2026. A disponibilidade em produção, e não o desempenho de amostra de engenharia, mostrará se o projeto pode ser fabricado e operado de forma confiável em escala.

A próxima rodada de benchmarks deve incluir modelos mais novos, como DeepSeek V4 Pro e Kimi K3, níveis mais altos de concorrência e otimizações de software alinhadas em todos os sistemas. Testes independentes também serão importantes para avaliar consumo de energia, distribuições de latência, utilização e custo total por token.

Compradores corporativos devem acompanhar detalhes sobre acesso, preços, arquiteturas de modelo suportadas e integração com a stack de atendimento da OpenAI. Para o mercado em geral, a questão principal é se a OpenAI consegue repetir o resultado em gerações posteriores de chips enquanto Nvidia, AMD e outros fornecedores continuam melhorando suas próprias plataformas de inferência.

Perspectiva da Creati.ai

O Jalapeño é estrategicamente importante porque mostra a OpenAI tratando a economia de inferência como um problema de design de produto, e não apenas como uma decisão de aquisição. Se seus ganhos relatados sobreviverem a testes independentes e ao tráfego de produção, o silício personalizado pode dar à OpenAI mais controle sobre latência, consumo de energia e capacidade em seus serviços mais utilizados.

As evidências ainda são iniciais e, em parte, controladas pelo fornecedor. A conclusão mais forte hoje é que a OpenAI produziu um design de inferência de primeira geração crível, com resultados de benchmark animadores — não que já tenha deslocado a Nvidia ou estabelecido um novo padrão de hardware.