OpenAI presentó los primeros resultados medidos para Jalapeño, su chip de inferencia personalizado, en la conferencia Hot Chips el 25 de agosto. Frente a los sistemas de rack GB200 y GB300 de Nvidia, Jalapeño ofrecía entre 1,5 y 1,9 veces más trabajo de IA por vatio en el rendimiento máximo y una latencia de extremo a extremo entre 1,7 y 3,6 veces menor en tres modelos de peso abierto. Esas proporciones invitan a una lectura sencilla en la que un cliente ha superado a su proveedor. La unidad de medida tiene más peso, porque un vatio gastado en un procesador no desaparece. Se va en forma de calor. 

OpenAI midió el jalapeño en vatios en lugar de en chips

Las pruebas se realizaron con InferenceX, un benchmark público de la firma de investigación SemiAnalysis. Los resultados se normalizaron a la potencia nominal publicada por cada acelerador: 700 vatios para Jalapeño, 1.200 para el GB200 y 1.400 para el GB300. Esas son las potencias térmicas de diseño: el calor que un sistema de refrigeración debe transportar de cada paquete. 

Un procesador no realiza ningún trabajo mecánico, así que casi todo lo que extrae sale en forma de calor. El consumo de energía y la producción de calor describen el mismo evento. OpenAI señaló que el rendimiento a veces se informa por chip y defendió una base diferente, afirmando que “el estándar más útil es el rendimiento por unidad de energía”. 

Ningún acelerador a esta escala funciona frío, y 700 vatios siguen siendo una fuente de calor considerable. La afirmación es más limitada: por clasificación, un paquete Jalapeño elimina la mitad del calor de un GB300, y en los dos modelos probados contra esa pieza, entre 1,5 y 1,7 veces menos por cada unidad de trabajo.

La disponibilidad de energía, no el capital, ahora gobierna el despliegue de la IA

SemiAnalysis, que realizó el benchmark junto con ingenieros de OpenAI, informa que OpenAI está limitada por la energía de los centros de datos más que por el presupuesto o el espacio disponible. La demanda eléctrica de los centros de datos aumentó un 17 % en 2025, mientras que la demanda de instalaciones centradas en IA se disparó un 50 %, según la Agencia Internacional de la Energía, que también registra a los desarrolladores construyendo generación in situ porque las conexiones a la red llegan demasiado lentas. Nvidia hace el mismo argumento. Jensen Huang declaró en su ponencia principal en Taipéi en junio que, para un operador que posee un gigavatio fijo, "el rendimiento por vatio son ingresos."

Semianálisis llamado La comparación de Blackwell incompleta

SemiAnalysis verificó las ejecuciones dentro del laboratorio de OpenAI, pero no ejecutó la suite completa, y los datos subyacentes procedían de OpenAI. Calificó la comparación con Blackwell de “algo incompleta e injusta”, porque Jalapeño lleva memoria HBM4 mientras que la GB200 y GB300 usan HBM3E. La plataforma Vera Rubin de Nvidia también utiliza HBM4, y frente a Rubin ambos producen casi los mismos tokens de salida por dólar, con las cifras de Rubin usando decodificación especulativa y las de Jalapeño no. Rubin está enviando, mientras Jalapeño permanece en muestras de ingeniería. Las clasificaciones de paquetes también subestiman el atraer de instalaciones: un rack ASIC de 128 chips consume 130 kilovatios, y el sistema completo de dos racks se acerca a 160. Richard Ho, jefe de hardware de OpenAI, estimó en una rueda de prensa que el despliegue comenzaría a finales de 2026 “en volúmenes muy pequeños”.

El ciclo de diseño de nueve meses de Jalapeño es el resultado más transferible

OpenAI afirma que sus propios modelos llevaron al equipo desde el diseño inicial hasta la grabación en nueve meses, un periodo que se sitúa dentro de un programa más amplio. SemiAnalysis sitúa en aproximadamente 16 meses desde las primeras contrataciones hasta la grabación de noviembre de 2025, con tres meses más de incorporación al silicio. Esa compresión afecta menos a la reputación de este chip que al costo de intentarlo, ya que el silicio personalizado lleva tiempo limitado por el tiempo y la experiencia tan escasos que la mayoría de las empresas concluyen que alquilar es el camino racional. Un ciclo de desarrollo de chips medido en meses en lugar de años reabre ese cálculo.

Lo que OpenAI construyó con esa velocidad importa tanto como la velocidad. Un ASIC compra eficiencia renunciando a la flexibilidad, lo que convencionalmente significa que devuelve su coste donde el trabajo se queda quieto, y OpenAI diseñó contra esa restricción en lugar de aceptarla. En lugar de dividir su silicio en grupos separados para prellenar y decodificar—un sistema que funciona eficientemente en una mezcla de tráfico y deja el hardware en todas las otras—mantuvo una única flota fungible capaz de absorber cualquier proporción de trabajo que llegara. SemiAnalysis describió un chip de inferencia general y calificó el resultado de sorpresa, y el equipo llevó tres modelos de peso abierto fuera del plan de producción original a un alto rendimiento en dos meses. La especialización se basa en la inferencia como tarea más que en cualquier modelo o patrón de tráfico dentro de ella, que es lo que mantiene la inversión defendible a medida que cambia el trabajo. (I)

*Este artículo fue publicado originalmente por Forbes.com.