OpenAI acaba de presentar Jalapeño, su primer chip de diseño propio para inferencia de IA, y los primeros resultados son un puñetazo encima de la mesa de Nvidia. Un ASIC que promete hasta 3,6 veces menos latencia que los sistemas Blackwell y casi el doble de rendimiento por vatio. Los números están publicados en una prueba de rendimiento independiente. Que el chip es rápido ya lo ves en las cifras. Lo que importa es qué significa para ti, que pagas por token.
TL;DR: El resumen sin rodeos
- Jalapeño es un ASIC: un chip diseñado por OpenAI y Broadcom exclusivamente para inferencia de IA, no una GPU de propósito general.
- Cifras frente a Nvidia: entre 1,5x y 1,9x más rendimiento por vatio y hasta 3,6x menos latencia que los sistemas Blackwell (GB200/GB300).
- Impacto en la API: a medio plazo, respuestas más rápidas y presión a la baja sobre precios. Despliegue limitado a finales de 2026.
- Disponibilidad en España/UE: desconocida. La fuente oficial no confirma regiones.
Disponibilidad en España/UE: Sin confirmar
La fuente no confirma disponibilidad en España/UE. Fase: disponibilidad general (GA).
Qué es Jalapeño y por qué OpenAI fabrica su propio silicio
Jalapeño es un circuito integrado de aplicación específica (ASIC) diseñado por OpenAI junto con Broadcom, pensado exclusivamente para inferencia: el proceso por el cual un modelo entrenado genera una respuesta a tu consulta. No entrena modelos. No es una GPU de propósito general. Es una pieza de silicio que hace UNA cosa y la hace muy rápido.
La diferencia con las GPUs de Nvidia es de concepto. Una GPU es una navaja suiza: sirve para entrenar, para inferencia, para videojuegos. Un ASIC es un bisturí. Corta mejor, pero solo corta. Eso permite exprimir más tokens por vatio que cualquier GPU de propósito general. Pura especialización.
¿Y por qué ahora? Porque OpenAI gasta miles de millones al año en computación y depende casi en exclusiva de Nvidia para conseguirla. Como señalan en Bloomberg en Español, "no es más que una estrategia de diversificación y de no poner todos los huevos en una sola canasta". Sensato. Pero la jugada va más allá: OpenAI quiere controlar la pila completa, del modelo al metal.
Las cifras de Jalapeño frente a Nvidia Blackwell
OpenAI ha publicado los primeros resultados de Jalapeño en InferenceX, la prueba de rendimiento pública de SemiAnalysis. Los modelos evaluados: GPT-OSS 120B, DeepSeek R1 y Kimi K2.5 1T. Los números que declaran no son broma.
- Rendimiento por vatio: entre 1,5 y 1,9 veces más trabajo de IA por vatio frente a sistemas Nvidia Blackwell (GB200 y GB300).
- Latencia: entre 1,7 y 3,6 veces menor de extremo a extremo.
- Cargas interactivas: entre 2,1 y 4,1 veces más rendimiento. Esto es lo que notas cuando usas ChatGPT o llamas a la API.
- Contra Vera Rubin: iguala o supera al acelerador de próxima generación de Nvidia (que aún no está en el mercado) en tokens de salida por megavatio.
El chip tiene un consumo nominal de 700W. Durante las pruebas se mantuvo en 550W o menos.
Un dato que dice mucho del momento: el desarrollo completo de Jalapeño, del diseño a la fabricación, se completó en nueve meses. OpenAI usó sus propios modelos de IA para acelerar el proceso. El chip ayudando a diseñar al chip. Esto empieza a parecerse a algo.
Qué cambia para los usuarios de la API de OpenAI
Si usas la API de OpenAI en producción, lo primero que notas es la latencia. Un chip que responde entre 1,7 y 3,6 veces más rápido se traduce en agentes más ágiles y en que tu usuario deje de esperar. En tiempo real, eso se nota. Mucho.
La segunda derivada es más interesante: presión a la baja sobre los costes. Si OpenAI reduce su gasto en inferencia por token generado, tiene margen para bajar precios. ¿Lo hará? Eso ya es otra historia. Pero la competencia con Anthropic, Google y DeepSeek sugiere que el ahorro, al menos en parte, terminará llegando al usuario. Si ya te estás planteando cuándo usar ChatGPT o cuándo Claude, el silicio propio de cada proveedor es otro factor que va a pesar.
El calendario: despliegue limitado en centros de datos a finales de 2026, expansión gradual a partir de 2027. OpenAI seguirá comprando aceleradores de Nvidia. Jalapeño complementa, no sustituye.
Disponibilidad en España / UE: desconocida
La fuente oficial de OpenAI no confirma en qué regiones está activo Jalapeño ni si los usuarios europeos de la API se benefician ya de este hardware. Fase global: disponibilidad general (GA).
La jugada de fondo: integración vertical en IA
Las cifras de Jalapeño impresionan, pero lo gordo es el movimiento estratégico que hay detrás. Google lleva años con sus TPU (unidades de procesamiento tensorial), chips propios que le dan independencia de Nvidia y le permiten controlar precios y prioridades. Amazon tiene Trainium e Inferentia. Meta está en ello.
OpenAI era la pieza que faltaba. Y la que más pesa: uno de los mayores consumidores de GPUs del planeta fabricando las suyas. La diferencia de precio entre proveedores de IA va a depender cada vez más de quién tenga el silicio más eficiente. En mi experiencia, cuando un proveedor controla toda la cadena, los primeros en beneficiarse son los clientes de gran volumen. Los pequeños tardan más en ver las rebajas.
Ojo con un riesgo colateral. Si cada gran proveedor fabrica chips optimizados para SUS modelos, la portabilidad entre APIs se complica. Hoy puedes cambiar de OpenAI a Anthropic con relativa facilidad. Mañana, si el rendimiento de cada modelo depende del silicio propietario que lo ejecuta, la migración tiene un coste implícito que no aparece en ninguna tabla de precios. Si quieres entender cómo estos avances de infraestructura acaban impactando los flujos de trabajo reales, en la guía de automatización con IA de Marketing Ultra ponemos contexto a esta transición.
Jalapeño no va a cambiar tu día a día mañana. Es infraestructura invisible. Pero si los números se confirman en producción real, la guerra por tu token se pone seria. Vigila los precios de la API de OpenAI en los próximos 12 meses. Y si bajan, ya sabes qué hay debajo: un chip con nombre de guindilla y ganas de pelea.
