A OpenAI mostrou no dia 25, na conferência Hot Chips, os primeiros resultados de desempenho do Jalapeño, o chip de inferência que desenvolveu com a Broadcom. Segundo a empresa, o chip entregou de 1,5 a 1,9 vez mais trabalho de IA por watt no pico de throughput, com latência ponta a ponta de 1,7 a 3,6 vezes menor que a dos sistemas usados na comparação. Em cargas muito interativas, a diferença declarada vai de 2,1 a 4,1 vezes.
Os testes usaram o InferenceX, benchmark público da SemiAnalysis, em três modelos de pesos abertos: GPT-OSS 120B, DeepSeek R1 670B e Kimi K2.5 1T. No Kimi, o maior deles, a OpenAI relata desempenho por watt cerca de 1,5 vez maior e latência 3,4 vezes menor. O chip é especificado em 700 watts, e a empresa afirma que o consumo sustentado medido ficou em 550 watts ou abaixo disso.
Quem mediu, e contra o quê
A primeira ressalva está na própria fonte: os números foram fornecidos pela OpenAI. A SemiAnalysis verificou parte das rodadas presencialmente, no laboratório, e escreveu que, na comparação de desempenho por watt, o Jalapeño passa por cima de qualquer outro chip. É mais do que costuma acompanhar um anúncio de fabricante, e ainda assim é o fabricante medindo o próprio produto. Enquanto não houver medição independente de ponta a ponta, o correto é tratar o resultado como alegação.
A comparação principal é com um sistema Blackwell, da NVIDIA. A própria SemiAnalysis observa que o páreo justo seria a plataforma Vera Rubin, que usa memória HBM4 como o Jalapeño: nessa conta o chip da OpenAI ainda entrega mais tokens de saída por megawatt, mas o custo total de propriedade por token fica praticamente empatado. Some-se que sistemas Rubin já estão sendo entregues a clientes enquanto o Jalapeño, segundo o THE DECODER, não teria passado de amostras de engenharia. Richard Ho, chefe de hardware da OpenAI, estima implantação em volumes muito pequenos no fim de 2026 e escala maior em 2027. NVIDIA e AMD, acrescenta a publicação, já divulgaram resultados com modelos maiores que sequer foram testados no Jalapeño.
A IA que projeta o chip que roda a IA
O trecho mais interessante do anúncio não é o número de desempenho, é o método. O projeto começou em meados de 2024 e foi para fabricação em novembro de 2025, num ciclo total de cerca de 16 meses, mas a OpenAI afirma que passaram nove meses entre o primeiro desenho do chip e o layout final enviado à fábrica. A empresa diz ter usado seus próprios modelos nesse caminho e cita um caso concreto: com o Codex e o GPT-Astra, a equipe levou a alto desempenho, em dois meses, três modelos de pesos abertos que não estavam no plano original do chip. Em blocos selecionados de atenção e de mistura de especialistas do GPT-OSS, implementações geradas por IA rodaram de 1,5 a 1,8 vez mais rápido que as escritas por especialistas humanos. São blocos escolhidos, não o modelo inteiro, e a empresa registra isso.
Para quem usa IA no Brasil, nada muda nesta semana, e vale entender por quê. O Jalapeño não está à venda: é silício de uso próprio, feito para servir os produtos da casa. Se o ganho de eficiência se confirmar fora do laboratório, ele chega aqui de forma indireta, como preço de API e como latência de resposta, nunca como equipamento que um data center brasileiro possa comprar, e chega no ritmo de uma implantação que a própria empresa diz que só ganha escala no ano que vem. O que interessa acompanhar não é quem ganha um benchmark. É se a dependência de um fornecedor único começa a ceder: a CFO Sarah Friar diz que o chip complementa as parcerias com NVIDIA, AMD, AWS, Cerebras e CoreWeave, todas ao mesmo tempo investidoras, fornecedoras e concorrentes, enquanto a SemiAnalysis escreveu que o fosso do CUDA pode não estar mais de pé, dada a velocidade com que a OpenAI colocou modelos novos rodando no próprio silício.
