OpenAI dejó de prometer y empezó a mostrar resultados: publicó los primeros números medidos de Jalapeño, su primer chip de inferencia diseñado in-house. Y los datos son serios: el silicio propio entrega 1,5 a 1,9 veces más trabajo de IA por watt a peak throughput y 1,7 a 3,6 veces menos latencia end-to-end que los sistemas comerciales con los que lo comparó.
Los números, en frío
Las métricas salen de InferenceX, el benchmark público de SemiAnalysis que mide el proceso completo de servir una request de IA. OpenAI probó Jalapeño contra los sistemas comerciales líderes a lo largo de todo el rango operativo, desde serving de alto throughput hasta uso interactivo de baja latencia.
Resultados clave:
- 1,5–1,9x más trabajo de IA por watt a peak throughput
- 1,7–3,6x menos latencia end-to-end
- 2,1–4,1x más rendimiento en cargas altamente interactivas (donde viven los agentes)
- Sobre Kimi K2.5 1T (el modelo público más grande probado): ~1,5x más peak performance por watt y 3,4x menos latencia
Un detalle que le importa a cualquier SRE: el chip está rateado a 700W, pero en las cargas medidas se mantuvo en 550W o menos. O sea, el margen térmico y energético existe de verdad, no es marketing de datasheet.
¿Y por qué funciona en modelos que no son de OpenAI?
Lo interesante es que Jalapeño no está tuneado solo para GPT: rindió fuerte en GPT-OSS 120B, DeepSeek R1 670B y Kimi K2.5 1T, tres familias distintas. Eso confirma que la arquitectura es generalista para servir LLMs modernos, no un acelerador de un solo modelo.
Y hay un loop curioso que OpenAI confiesa: sus propios modelos ayudaron a diseñar y dar bring-up al chip, y los más nuevos están acelerando cómo lo optimizan y programan. IA construyendo el hardware que la sirve.
El contexto: full-stack o nada
Jalapeño no es un proyecto aislado. OpenAI lo enmarca en una estrategia de pila completa: diseñar modelos, productos, software de serving, chips, memoria, red y sistemas juntos, usando lo aprendido en workloads reales para mejorar cada capa.
Eso se traduce en un portafolio de cómputo que hoy incluye a Microsoft y NVIDIA como base, más AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy y SoftBank. La lógica es simple: mantener leverage donde la integración apretada mejora el sistema, y asociarse donde el ecosistema avanza más rápido.
Para el mundo de infra, el mensaje es claro: la guerra del silicio de inferencia se está poniendo buena, y OpenAI pasó de ser un cliente que llena datacenters ajenos a tener su propia ruta de primera parte con resultados medidos. Generaciones futuras del chip ya están en marcha, así que esto recién empieza.
Fuentes: OpenAI (jalapeno-first-results, the-full-stack-behind-abundant-intelligence).


