Jalapeño, el primer chip de inferencia de OpenAI

OpenAI presentó el 25 de agosto de 2026 las primeras mediciones de Jalapeño, su primer chip propio diseñado para inferencia de inteligencia artificial. La inferencia es el trabajo que ocurre cuando un modelo ya entrenado responde una consulta, resume un archivo o ejecuta una tarea; detrás de esa respuesta veloz hay energía, memoria y centros de datos.

La compañía informó que Jalapeño obtuvo mayor rendimiento máximo por kilowatt y menor latencia por token que los sistemas comerciales incluidos en una comparación pública llamada InferenceX. La prueba utilizó GPT-OSS 120B y también mostró resultados con DeepSeek R1 y Kimi K2, pero el anuncio no entrega una equivalencia directa con la factura de ningún usuario.

Ese matiz importa. Un benchmark es una pista controlada, no el tráfico de Periférico a las seis. Los resultados permiten comparar configuraciones bajo reglas determinadas, aunque no describen por sí solos todos los costos, fallas, cargas variables o condiciones que tendrá una operación masiva.

¿Por qué fabricar un chip propio cuando existen aceleradores de varios proveedores? OpenAI sostiene que diseñar de manera conjunta modelo, software de servicio, memoria, red y silicio permite ajustar velocidad, consumo y costo como un solo sistema. La empresa dice que mantendrá también una cartera con socios tecnológicos, no que reemplazará de inmediato todo el hardware externo.

El nombre picante esconde una batalla fría por electricidad y capacidad. Cada respuesta de IA consume cómputo, y multiplicarla por millones convierte pequeñas diferencias de latencia en decisiones de infraestructura. Más trabajo por kilowatt puede aliviar presión operativa, aunque no significa automáticamente menos consumo total si la demanda sigue creciendo.

OpenAI también citó otro indicador: su modelo GPT-5.6 Sol, en una prueba de agentes de programación, alcanzó un máximo usando 54% menos tokens de salida que otro modelo líder. Esa cifra corresponde al desempeño del modelo en ese índice, no a la eficiencia eléctrica de Jalapeño, por lo que mezclar ambas mediciones produciría una conclusión falsa.

Para lectores mexicanos, el efecto inmediato es indirecto. La tecnología podría influir con el tiempo en velocidad, disponibilidad y precio de servicios de IA usados por empresas, escuelas o desarrolladores. No hay, sin embargo, precio mexicano del chip, fecha de despliegue comercial local ni promesa publicada de reducción en suscripciones.

El anuncio también abre preguntas sobre agua, energía, cadenas de suministro y concentración tecnológica. Evaluar la eficiencia exige mirar el sistema completo: fabricación, operación, refrigeración, vida útil y crecimiento del uso. Un chip más rendidor puede ser parte de la respuesta, pero no borra el recibo ambiental.

Jalapeño ya es silicio funcional con mediciones iniciales y futuras generaciones en desarrollo, según la empresa. Lo que sigue será comprobar esos resultados en cargas diversas y a escala; hasta entonces, la cifra que vale recordar es rendimiento por kilowatt, no una rebaja que nadie ha confirmado.