AICONTROLLED/LAB

JOURNAL / 2026.08.26

OpenAI Jalapeño supera a Blackwell en sus primeras pruebas de inferencia

El primer chip propio de OpenAI ya ejecuta tres grandes modelos abiertos con una combinación inédita de velocidad y eficiencia; la prueba es sustantiva, pero aún no mide tráfico agente real, producción a escala ni el sistema rival que encontrará al desplegarse.

  • Agentes
  • Datos y evaluación
  • Infraestructura

Hace dos meses, Jalapeño era un chip en laboratorio acompañado de una promesa: OpenAI y Broadcom decían que su primer acelerador propio serviría modelos de lenguaje con una eficiencia energética muy superior a la del hardware disponible. Desde el 25 de agosto, la afirmación tiene algo que entonces le faltaba: modelos identificados, sistemas rivales concretos, condiciones de prueba y resultados observados por una organización externa.

OpenAI ejecutó tres modelos con pesos abiertos —GPT-OSS 120B, DeepSeek R1 670B y Kimi K2.5 1T— mediante InferenceX, el banco público de pruebas de SemiAnalysis. En esas configuraciones, Jalapeño entregó entre 1,5 y 1,9 veces más trabajo por vatio en el punto de máximo rendimiento y completó las solicitudes entre 1,7 y 3,6 veces más rápido que los sistemas NVIDIA GB200 o GB300 utilizados como referencia.

Es un resultado importante por lo que sustituye. El anuncio original de junio sólo hablaba de ensayos iniciales y de una futura ventaja por vatio. Ahora hay silicio funcional, un sistema completo y una primera medición inspeccionable. No demuestra, sin embargo, que OpenAI ya pueda servir ChatGPT más barato, que haya superado a toda la oferta de NVIDIA ni que haya reducido el consumo total de un centro de datos. La distancia entre esas dos frases es el verdadero asunto de la noticia.

Una frontera de rendimiento muy concreta

Servir un modelo tiene un compromiso incómodo. Si un sistema agrupa muchas solicitudes puede producir más tokens por segundo, pero cada persona espera más; si prioriza una sola conversación, responde deprisa y deja parte del hardware ocioso. InferenceX recorre distintos niveles de concurrencia y dibuja una frontera: cuánto trabajo completa un sistema sin superar determinada latencia.

Jalapeño desplazó esa frontera en las tres pruebas. La señal más útil no es una cifra extrema aislada, sino que el chip mantuvo simultáneamente más rendimiento por kilovatio y menos espera. En DeepSeek R1, por ejemplo, OpenAI informa de 19.641 tokens mixtos por segundo y kilovatio frente a 11.781 en GB300 en los respectivos puntos de máximo rendimiento; la menor latencia de extremo a extremo fue de 1,65 segundos frente a 5,99. Esas mediciones no proceden necesariamente del mismo punto de carga, por lo que no deben combinarse como si describieran una única solicitud mágica.

Las condiciones delimitan aún más el resultado. Las tres cargas usaron aproximadamente 8.000 tokens de entrada y 1.000 de salida y predicción de un solo token, sin decodificación especulativa. Para normalizar la energía, OpenAI empleó la potencia nominal del paquete: 700 vatios para Jalapeño, 1.200 para GB200 y 1.400 para GB300. La empresa dice que su chip sostuvo como máximo 550 vatios durante las pruebas, pero la comparación publicada usa los valores nominales para todos. Esto mide aceleradores bajo una convención común; no incluye necesariamente CPU, red, refrigeración y pérdidas eléctricas de todo el rack.

SemiAnalysis visitó el laboratorio y verificó allí ejecuciones de InferenceX junto con ingenieros de OpenAI. Esa observación es más fuerte que recibir una tabla de prensa, pero más débil que una reproducción independiente: OpenAI proporcionó las cifras, Jalapeño no se puede comprar ni alquilar y SemiAnalysis no ejecutó su batería completa.

Hay además una ausencia especialmente relevante. InferenceX conserva estas secuencias fijas, pero su prueba AgentX reproduce sesiones largas de programación, con turnos irregulares, herramientas, subagentes y reutilización de contexto. Es un patrón mucho más cercano al argumento de que una menor latencia acelera agentes que encadenan muchos pasos. SemiAnalysis no ha visto resultados de Jalapeño en AgentX. NVIDIA, por su parte, acaba de publicar resultados preliminares de Vera Rubin en esa prueba, todavía pendientes de revisión por SemiAnalysis. Cambian el modelo, el tráfico, las técnicas de servicio y el límite energético, así que no permiten declarar un ganador entre Rubin y Jalapeño.

Esta cautela no borra la ventaja contra Blackwell. Evita trasladarla a un rival de la misma generación comercial y a una carga que todavía no se ha medido.

El segundo resultado está en el software

Un acelerador nuevo no hereda automáticamente el ecosistema de kernels y herramientas que NVIDIA ha acumulado alrededor de CUDA. Cada arquitectura de modelo introduce combinaciones diferentes de atención, memoria y expertos; sin software maduro, una buena especificación puede permanecer casi vacía.

Aquí Jalapeño aporta una segunda prueba de capacidad. OpenAI dice que Codex con GPT-Astra llevó los tres modelos abiertos, que no formaban parte del plan inicial de producción, a alto rendimiento en dos meses. En bloques seleccionados de atención y mezcla de expertos de GPT-OSS, las implementaciones generadas por IA corrieron entre 1,5 y 1,8 veces más rápido que las versiones previas escritas por especialistas. Es una comparación de bloques escogidos, no del modelo completo, pero resuelve trabajo concreto en uno de los cuellos de botella más difíciles del hardware nuevo.

La arquitectura se diseñó para hacer ese problema más tratable: ubicación explícita de tensores, comunicación y sincronización predecibles, y control sobre dónde permanece la caché KV que guarda el contexto de una generación. El humano define el cálculo y sus restricciones; el modelo puede explorar cómo distribuirlo y programarlo en paralelo. La consecuencia no es que la IA haya diseñado sola el chip. OpenAI y sus socios hicieron la arquitectura, la implementación física, las placas, la red y la verificación. La consecuencia más defendible es que la cooptimización ya continúa después de fabricar el silicio a una velocidad poco habitual.

Eso puede erosionar una parte del foso del software propietario sin eliminarlo. Una organización que controla modelos, tráfico y compiladores puede adaptar rápidamente su propio acelerador. Un desarrollador externo sigue sin tener acceso a Jalapeño, y OpenAI afirma que continuará desplegando hardware de NVIDIA y otros proveedores tanto para entrenamiento como para inferencia. El chip no entrena modelos y no sustituye una cadena de suministro diversificada.

La prueba decisiva empieza ahora. OpenAI planea empezar a introducir Jalapeño en su infraestructura antes de terminar 2026; aún está calificando la producción, madurando el software y recopilando datos de fiabilidad. No ha publicado rendimiento sostenido bajo tráfico real, disponibilidad, rendimiento de fabricación, coste total por token ni un cambio asociado de precios. Tampoco ha mostrado cuánto de la ventaja sobre modelos abiertos se conserva en sus modelos internos: afirma que aumenta, pero no ofrece la tabla necesaria para comprobarlo.

Mi lectura es que Jalapeño cruza una frontera industrial, no todavía una frontera de producto. Un laboratorio de modelos ha demostrado que su primer chip puede ejecutar cargas ajenas y superar a sistemas comerciales fuertes en una prueba pública, mientras usa sus propios modelos para cerrar parte del déficit inicial de software. Eso vuelve creíble una alternativa a depender por completo de aceleradores generalistas y puede presionar el coste de servir agentes de muchos pasos.

Pero eficiencia potencial no es acceso abundante. Para que el avance llegue a una persona deben sobrevivir la fabricación, los fallos, el tráfico imprevisible, la refrigeración, la integración y la economía de todo el sistema. La siguiente publicación valiosa no será otro múltiplo en un gráfico fijo: será una medición revisable de Jalapeño en AgentX o en producción, frente a hardware contemporáneo y con energía y coste de extremo a extremo. El chip ya existe. Falta demostrar qué cambia cuando deja el laboratorio.

Fuentes

← Volver al diario