OpenAI acaba de dar un paso que lleva su estrategia mucho más allá del desarrollo de modelos de inteligencia artificial. La compañía publicó los primeros resultados de rendimiento de Jalapeño, su primer chip personalizado para inferencia, un procesador diseñado específicamente para ejecutar modelos de lenguaje y responder a la creciente demanda de productos como ChatGPT, Codex y su plataforma de API.
El chip había sido presentado oficialmente en junio de 2026, pero el anuncio del 25 de agosto aporta una diferencia importante: OpenAI ya cuenta con silicio funcional, lo está probando con distintos modelos y asegura haber conseguido mejoras significativas tanto en velocidad como en eficiencia energética frente a los sistemas utilizados como referencia.
El movimiento coloca a OpenAI en un terreno que hasta hace poco dominaban principalmente fabricantes de semiconductores y grandes proveedores de nube. La empresa ya no quiere limitarse a desarrollar el software que se ejecuta sobre infraestructura de terceros: también busca controlar una parte cada vez mayor del hardware que sostiene sus servicios.
¿Qué es Jalapeño, el primer chip de inferencia de OpenAI?
Jalapeño es un acelerador desarrollado específicamente para inferencia de grandes modelos de lenguaje (LLM). Es decir, está pensado para la etapa en la que un modelo ya entrenado recibe una consulta, procesa el contexto y genera una respuesta.
A diferencia del entrenamiento, que requiere enormes cantidades de capacidad de cómputo para construir un modelo, la inferencia ocurre cada vez que una persona utiliza ChatGPT, un desarrollador realiza una llamada a la API o un agente de IA ejecuta una tarea.
Con cientos de millones de usuarios y un crecimiento de los sistemas autónomos capaces de realizar múltiples pasos, esta parte de la infraestructura se convirtió en uno de los grandes desafíos económicos de la industria.
OpenAI explicó que Jalapeño fue diseñado desde cero teniendo en cuenta precisamente esas cargas de trabajo. La arquitectura busca equilibrar procesamiento, memoria y comunicaciones para reducir los movimientos de datos que pueden generar demoras durante una respuesta.
No se trata, sin embargo, de un semiconductor fabricado íntegramente por OpenAI. La compañía realizó el diseño del acelerador, mientras que Broadcom participó en su implementación y en tecnologías de conectividad y redes. Celestica, por su parte, interviene en placas, racks e integración de sistemas destinados a llevar la plataforma a escala.
OpenAI asegura que Jalapeño mejora velocidad y eficiencia
Los primeros benchmarks publicados por la compañía muestran resultados relevantes, aunque deben entenderse como pruebas difundidas por la propia OpenAI.
Jalapeño fue evaluado con GPT-OSS 120B, DeepSeek R1 670B y Kimi K2.5 1T. De acuerdo con esos resultados, el procesador consiguió entre 1,5 y 1,9 veces más trabajo de IA por watt en los puntos de máximo throughput considerados, además de una latencia end-to-end entre 1,7 y 3,6 veces menor frente a los sistemas utilizados en las comparaciones.
Para escenarios especialmente interactivos, OpenAI indicó mejoras de rendimiento de entre 2,1 y 4,1 veces.
En una de las pruebas realizadas con GPT-OSS 120B, por ejemplo, operó con un TDP de paquete de 700 watts y fue comparado con un sistema Nvidia GB200 de 1.200 watts. OpenAI reportó aproximadamente 1,9 veces más throughput por kilowatt y una latencia end-to-end de 1,03 segundos frente a 1,80 segundos del sistema utilizado como referencia.
Con DeepSeek R1, la comparación se realizó frente a Nvidia GB300. Allí, se informó alrededor de 1,7 veces más throughput por kilowatt y una reducción de aproximadamente 3,6 veces en la latencia end-to-end.
La importancia del dato no está únicamente en lograr respuestas más rápidas. En infraestructura de IA, cada mejora en rendimiento por watt puede tener un impacto directo sobre energía, capacidad de los centros de datos y costo de operación.
La IA también ayudó a desarrollar el chip
Uno de los aspectos más particulares del proyecto es que los propios modelos de OpenAI participaron en el proceso de desarrollo.
Según la compañía, Jalapeño pasó desde el diseño inicial hasta el tape-out, la etapa en la que el diseño del semiconductor queda preparado para su fabricación, en aproximadamente nueve meses.
OpenAI utilizó sus modelos para explorar implementaciones, acelerar ciclos de diseño y verificación y optimizar determinados circuitos. Más adelante, también empleó Codex para adaptar y mejorar software destinado a ejecutar distintos modelos sobre el nuevo hardware.
La empresa sostiene que esta combinación abre una nueva etapa en el desarrollo de chips: sistemas de IA que ayudan a los ingenieros a construir y programar la propia infraestructura sobre la que funcionarán futuras generaciones de modelos.
Por qué OpenAI quiere controlar también el hardware
El lanzamiento debe entenderse dentro de una estrategia más amplia.
Hasta ahora, buena parte de la expansión de la inteligencia artificial generativa estuvo ligada a la disponibilidad de aceleradores desarrollados por Nvidia y otros proveedores. Pero a medida que aumenta el volumen de consultas y aparecen agentes capaces de ejecutar tareas durante períodos cada vez más prolongados, el costo de la inferencia se transforma en una variable central.
Contar con un procesador optimizado específicamente para sus cargas permite a OpenAI intentar mejorar simultáneamente velocidad, consumo energético, capacidad y costo por consulta.
Sarah Friar, CFO de OpenAI, describió esta estrategia como una integración de toda la pila tecnológica: centros de datos, chips, modelos, plataforma para desarrolladores y productos. Según la ejecutiva, disponer de silicio propio ofrece a la compañía un mayor control sobre la economía con la que presta sus servicios.
En otras palabras, la carrera de la IA ya no se juega solamente en quién desarrolla el modelo más avanzado. También importa quién puede ejecutarlo de manera eficiente cuando millones de personas y empresas intentan utilizarlo simultáneamente.
¿Jalapeño reemplazará los chips de Nvidia?
Por ahora, no.
La compañía fue explícita al señalar que seguirá desplegando aceleradores de Nvidia y de otros socios tanto para entrenamiento como para inferencia. Jalapeño amplía las alternativas disponibles dentro de su infraestructura, pero no supone abandonar a los proveedores externos.
La estrategia parece orientarse hacia una arquitectura heterogénea: diferentes procesadores para distintos tipos de cargas, seleccionados en función de rendimiento, disponibilidad y costo.
Esto también explica la asociación que OpenAI y Broadcom anunciaron en octubre de 2025. Ambas compañías acordaron desarrollar infraestructura basada en aceleradores personalizados con un objetivo de despliegue de hasta 10 gigawatts, con racks y sistemas de red que comenzarían a incorporarse desde la segunda mitad de 2026 y continuarían expandiéndose hasta finales de 2029.
El próximo paso será pasar de los laboratorios a una infraestructura productiva de mayor escala.
el gigante tecnológico prevé comenzar a desplegar Jalapeño dentro de su infraestructura de cómputo antes de finalizar 2026. La empresa todavía está trabajando en la calificación para producción, en la maduración del software y en pruebas con más modelos antes de ampliar su utilización.
Y Jalapeño no será un proyecto aislado. Desde la compañía se confirmó que está desarrollando una plataforma multigeneracional: la segunda generación ya se encuentra en una etapa avanzada de desarrollo y una tercera comienza a tomar forma.
El objetivo de fondo es reducir una de las grandes restricciones de la industria. Cuanto más capaces sean los modelos y más tareas realicen los agentes de IA, mayor será la cantidad de inferencias necesarias y, en consecuencia, mayor la infraestructura energética y computacional requerida.
Preguntas frecuentes
- ¿Cómo se llama el primer chip de OpenAI? Se llama Jalapeño. Fue desarrollado junto con Broadcom y con la participación de Celestica para su industrialización e integración en sistemas.
- ¿Para qué sirve? Está diseñado principalmente para inferencia de grandes modelos de lenguaje. Su objetivo es procesar consultas y generar respuestas con menor latencia y mayor eficiencia energética.
- ¿Cuándo comenzará a utilizar su propio chip? Planea comenzar a desplegar Jalapeño dentro de su infraestructura antes de finalizar 2026. La compañía ya trabaja además en una segunda y una tercera generación del procesador.
