OpenAI ha presentado Jalapeño, un ASIC —un circuito integrado diseñado para una tarea concreta— creado junto con Broadcom para servir modelos de lenguaje y generar respuestas con menor latencia y consumo. En las pruebas InferenceX publicadas por OpenAI, el chip superó en rendimiento por vatio y velocidad de respuesta a sistemas Nvidia GB200 y Nvidia GB300 seleccionados. La letra pequeña importa: no es una victoria universal sobre Nvidia, sino el resultado de una arquitectura ajustada a unas cargas concretas.
Qué es Jalapeño y para qué sirve
Jalapeño está pensado principalmente para la inferencia, es decir, la fase en la que un modelo ya entrenado recibe una petición y produce una respuesta token a token. No es lo mismo que entrenar el modelo desde cero: aquí la prioridad es atender muchas solicitudes, mover los datos con rapidez y reducir el coste de cada respuesta.
OpenAI ha desarrollado el chip con Broadcom y lo plantea como una pieza de su propia infraestructura. La compañía seguirá utilizando aceleradores Nvidia y de otros socios para entrenamiento e inferencia. Por eso, la lectura correcta no es «OpenAI ha sustituido a Nvidia», sino otra bastante más interesante: OpenAI intenta controlar una parte mayor de la cadena tecnológica que sostiene sus servicios de IA.
La razón económica es fácil de entender. Cada respuesta generada exige memoria, comunicación entre componentes y tiempo de cálculo. Cuando esas operaciones se repiten a gran escala, una mejora pequeña por solicitud puede convertirse en un ahorro importante de energía y capacidad. Y en los agentes de IA, donde una tarea puede encadenar muchos pasos, reducir la espera entre tokens resulta especialmente valioso.
La arquitectura que intenta reducir la latencia
El diseño de Jalapeño gira alrededor de la inferencia y de la cercanía entre cálculo y memoria. La arquitectura descrita por OpenAI utiliza múltiples segmentos de cálculo emparejados con segmentos de memoria HBM4 en una organización de estilo NUMA. En términos sencillos, cada zona trabaja con una memoria local para evitar, siempre que sea posible, viajes innecesarios por todo el sistema.
El paquete tiene una potencia nominal comunicada de 700 W y un ancho de banda de memoria descrito de hasta 15,4 TB/s. También se ha presentado una organización con 64 segmentos de cálculo y memoria. No son cifras pensadas para una tarjeta gráfica de sobremesa: Jalapeño pertenece al mundo de los aceleradores de centros de datos, donde el chip es solo una pieza de un conjunto formado por bandejas, CPU anfitrionas, memoria, almacenamiento y redes de alta velocidad.
La interconexión interna separa una red colectiva de baja latencia de una red en chip de propósito general. Esa distinción permite optimizar las operaciones que necesitan los modelos distribuidos sin renunciar por completo a la comunicación general del sistema. Es una decisión muy propia de un ASIC: sacrificar flexibilidad a cambio de ajustar cada camino de datos al trabajo que OpenAI quiere ejecutar.
A escala de rack, OpenAI describe una expansión de hasta 128 aceleradores; a escala de pod, la arquitectura puede llegar a 2.048 ASIC repartidos en 16 racks. El dato importante no es solo cuántos chips caben, sino cómo se comportan juntos: en IA, la red, la memoria y la coordinación entre aceleradores pueden pesar tanto como la potencia de cálculo individual.
Cómo leer los resultados de InferenceX
OpenAI comunica entre 1,5 y 1,9 veces más rendimiento máximo por vatio y entre 1,7 y 3,6 veces menos latencia de extremo a extremo frente a sistemas Nvidia GB200 y Nvidia GB300 seleccionados. Las cargas utilizadas fueron GPT-OSS 120B, DeepSeek R1 670B y Kimi K2.5 1T.
En rendimiento por vatio, Jalapeño alcanzó 85.448 tokens mixtos por segundo y kilovatio con GPT-OSS 120B, frente a 44.960 del sistema Nvidia GB200 de comparación. Con DeepSeek R1 670B, la relación fue de 19.641 frente a 11.781 tokens mixtos por segundo y kilovatio respecto a Nvidia GB300. En Kimi K2.5 1T, fueron 18.195 frente a 11.862, también frente a Nvidia GB300.
La métrica de tokens por usuario cuenta otra parte de la historia. OpenAI comunica 1.459 frente a 535 con GPT-OSS 120B, 700 frente a 169 con DeepSeek R1 670B y 694 frente a 182 con Kimi K2.5 1T. Son resultados llamativos, pero cada pareja corresponde a una carga y una configuración concretas; no se pueden convertir sin más en una regla para cualquier modelo o servicio.
El consumo también condiciona la lectura. La comparación normaliza el rendimiento por la potencia del paquete: Jalapeño aparece con 700 W, mientras que los sistemas comparados se sitúan en 1.200 W para Nvidia GB200 y 1.400 W para Nvidia GB300. Eso ayuda a medir la eficiencia del acelerador, pero no resume por sí solo el coste total de un rack, la red, la refrigeración, el software o la operación del centro de datos.
El multiplicador que necesita más contexto
En uno de los puntos de comparación, OpenAI comunica hasta 104,3 veces más rendimiento. La cifra no significa que Jalapeño sea 104,3 veces más rápido en términos generales: corresponde al rendimiento medido en el punto de operación de Nvidia con la latencia mínima. Es una comparación válida dentro de esa condición, pero demasiado estrecha para usarla como titular absoluto.
El resultado publicado es, por tanto, una señal potente de lo que puede conseguir un diseño especializado. No es todavía una medición universal de todas las cargas de IA. La observación de algunas ejecuciones en el laboratorio aportó contexto adicional, pero los valores numéricos fueron proporcionados por OpenAI y no se ejecutó la batería completa de InferenceX y AgentX.
Software, diseño asistido por IA y despliegue
La ventaja de Jalapeño no está únicamente en el silicio. OpenAI puede coordinar el diseño del chip con sus modelos, su software de servicio y sus patrones de carga habituales. La compañía describe el uso de colocación explícita de datos y de Gluon, un entorno relacionado con abstracciones de bajo nivel de Triton, para acercar el código a la arquitectura.
OpenAI también utilizó sus modelos y Codex para ayudar en tareas como la exploración del diseño, la optimización de circuitos, la escritura de kernels, la colocación de datos y la planificación. Eso no convierte el chip en un producto generado de forma autónoma: la arquitectura, la verificación, las pruebas y la validación de un ASIC siguen siendo tareas de ingeniería.
El calendario comunicado sitúa el inicio del trabajo RTL en febrero de 2025 y el tape-out —el envío del diseño final a fabricación— en noviembre de 2025. El primer silicio llegó en mayo de 2026. Ese intervalo de nueve meses se refiere a la etapa entre el trabajo RTL inicial y el tape-out, no a toda la historia del proyecto.
OpenAI presentó públicamente Jalapeño el 24 de junio de 2026 y publicó sus primeros resultados medidos el 25 de agosto de 2026. La compañía prevé comenzar el despliegue en su infraestructura hacia finales de 2026 y espera que la producción aumente en 2027. Se trata de un plan anunciado, no de una disponibilidad comercial ya completada.
El matiz decisivo: no reemplaza a Nvidia
La respuesta corta es no: Jalapeño no demuestra que Nvidia haya dejado de ser necesaria para OpenAI. La propia estrategia descrita por la compañía mantiene los aceleradores Nvidia para entrenamiento e inferencia dentro de una infraestructura mixta.
Además, la comparación pública utiliza sistemas Nvidia GB200 y Nvidia GB300 seleccionados. No incluye Nvidia Vera Rubin. Por eso, los resultados no permiten afirmar cómo se comportaría Jalapeño frente a esa generación ni presentar el benchmark como una comparación definitiva con todo el catálogo actual de Nvidia.
Tampoco se puede extrapolar el resultado a flujos de trabajo largos y complejos. Las cifras publicadas corresponden a InferenceX; no establecen el rendimiento de Jalapeño en tareas con contexto muy extenso, conversaciones de varios turnos o cadenas de acciones propias de agentes avanzados. Ahí la memoria, la comunicación entre nodos y la coordinación del sistema pueden cambiar por completo el resultado.
La especialización tiene otra contrapartida: Nvidia ofrece un ecosistema de software más general y portable, mientras que Jalapeño puede afinarse mucho para las cargas que OpenAI conoce y controla. Si el modelo, el código o el patrón de servicio cambia, parte de esa ventaja puede requerir nuevo trabajo de adaptación.
Qué significa para el resto de la industria
Jalapeño apunta a una tendencia que va más allá de OpenAI: los grandes operadores de IA están buscando aceleradores diseñados alrededor de sus propios modelos y centros de datos. En lugar de comprar hardware generalista para todo, pueden reservar chips especializados para la parte más repetitiva y cara del servicio.
Eso no elimina a las GPU. Las convierte en una pieza de una flota más variada, junto con ASIC, redes, memoria y software especializado. La pregunta relevante no es qué chip gana una gráfica aislada, sino cuánto cuesta servir una carga real, con qué latencia, a qué escala y con qué flexibilidad.
En resumen: Jalapeño es un movimiento serio de OpenAI hacia el diseño conjunto de hardware y software. Sus resultados publicados frente a Nvidia GB200 y Nvidia GB300 son fuertes en las condiciones comunicadas, pero la historia no es la caída de Nvidia. Es la aparición de un acelerador especializado cuyo verdadero impacto dependerá de su despliegue, de su comportamiento en cargas más complejas y de cómo encaje con el resto de la infraestructura.
