La puce Jalapeño d'OpenAI devance Nvidia dans ses premiers tests

OpenAI a profité de la conférence Hot Chips, mardi 25 août 2026, pour dévoiler l'aperçu le plus détaillé à ce jour de Jalapeño, la puce d'inférence qu'elle développe en interne, en publiant la toute première série de résultats de benchmark pour ce nouveau système. Testée sur le benchmark InferenceX de SemiAnalysis, Jalapeño affiche à la fois plus de tokens servis par utilisateur et un débit supérieur par kilowatt que les meilleurs processeurs d'inférence actuellement disponibles — la première fois qu'OpenAI met des chiffres publics derrière sa stratégie de silicium.

Le message central, c'est que les résultats montrent une avancée de performance très, très significative par rapport à l'état de l'art. Jalapeño peut servir plus de travail IA par unité d'énergie, tout en renvoyant les réponses plus rapidement. C'est très efficace pour servir beaucoup de clients, mais ça peut aussi offrir une latence très basse.

Comment Jalapeño se compare au Blackwell de Nvidia

La comparaison publiée par OpenAI a été faite face à un système bâti sur l'architecture Blackwell de Nvidia, aujourd'hui la référence du secteur pour l'inférence IA à grande échelle. Richard Ho, vice-président matériel d'OpenAI, a expliqué aux journalistes que Jalapeño offre ce qu'il appelle « le meilleur des deux mondes » — une latence plus basse et un débit plus élevé en même temps — alors que les systèmes IA doivent d'ordinaire choisir entre les deux. OpenAI reconnaît elle-même que cette comparaison n'est qu'un instantané : d'ici le déploiement complet de Jalapeño, le matériel concurrent aura vraisemblablement lui aussi beaucoup progressé.

• 1,5 à 1,9 fois plus de travail IA délivré par watt que les systèmes Nvidia GB200 et GB300 de comparaison, sur les modèles GPT-OSS 120B, DeepSeek R1 et Kimi K2.5 1T
• 1,7 à 3,6 fois moins de latence de bout en bout sur ces trois mêmes modèles
• Testée sur InferenceX, une plateforme de benchmark conçue par SemiAnalysis pour mesurer la capacité des systèmes IA à gérer l'inférence
• Comparée aux meilleurs résultats publics enregistrés au moment du test, obtenus avec les superpuces GB200 et GB300 de Nvidia

Conçue avec Broadcom, et avec les propres modèles d'OpenAI

Jalapeño a été développée par OpenAI en étroite collaboration avec Broadcom, et l'entreprise affirme que ses propres modèles ont participé au processus de développement de la puce. OpenAI présente Jalapeño comme le point de départ d'une plateforme multigénérationnelle, où produits IA, modèles, puces et mémoire sont conçus ensemble, plutôt que la puce n'étant adaptée après coup au modèle qui doit y tourner. Cette approche « full-stack », selon OpenAI, a permis à ses ingénieurs de s'attaquer à des phases précises du processus d'inférence qui créent souvent des frictions — en premier lieu le « prefill », la phase où le système traite et interprète tout ce que l'utilisateur lui a envoyé, ainsi que l'étape de communication qui suit, qui devient fréquemment un goulot d'étranglement à mesure que la charge augmente.

Nous avons conçu Jalapeño pour minimiser les déplacements de données et les délais de communication. Cela signifie que l'état du modèle, y compris le cache KV utilisé pendant la génération d'une réponse, peut être explicitement placé et maintenu en local, pendant que le système active la bonne combinaison de calcul, de mémoire et de réseau pour chaque phase d'inférence.

Un petit premier déploiement, pas un abandon de Nvidia

Ho a indiqué que Jalapeño devrait atteindre le déploiement « en très petits volumes » d'ici la fin de l'année 2026, avec un déploiement plus significatif prévu pour 2027 ; OpenAI n'a pas précisé combien de puces elle compte déployer l'an prochain. Malgré ces résultats de benchmark, Ho a été clair : OpenAI ne prévoit pas de remplacer l'ensemble de sa flotte de calcul par Jalapeño. La stratégie globale de calcul de l'entreprise, a-t-il dit, continue d'inclure « de très bons partenaires », Nvidia parmi eux, et OpenAI compte poursuivre le développement des deuxième et troisième générations de la nouvelle puce, tout en continuant d'acheter du matériel auprès de ses fournisseurs habituels.

Jalapeño elle-même avait été dévoilée publiquement plus tôt dans l'année — les récits divergent sur la date exacte, certains situant la première annonce en octobre 2025 et d'autres en juin 2026 — avant que l'événement de mardi n'apporte les premiers chiffres de performance concrets pour étayer le discours initial. OpenAI entend faire évoluer cette plateforme génération après génération, avec du matériel, de la mémoire et du réseau ajustés ensemble plutôt qu'achetés séparément.

Ce que cela change pour les entreprises qui font tourner de l'IA en production

Pour toute entreprise française ou européenne dont le produit repose sur une capacité d'inférence IA louée, Jalapeño compte moins comme une puce à acheter — OpenAI ne la vend pas à des clients externes — que comme un signal sur la direction que prennent les coûts d'inférence et la latence dans les deux à trois prochaines années. Les fournisseurs cloud et les laboratoires d'IA qui se disputent la réduction du coût par token répercutent en général leurs gains d'efficacité sur les clients avec le temps, via des tarifs d'API plus bas ou des réponses plus rapides à prix constant. Les entreprises qui paient aujourd'hui pour de la capacité d'inférence sur GPU, et qui hésitent à s'engager sur le long terme avec des fournisseurs cloud adossés à Nvidia, disposent désormais d'un indice concret de plus suggérant que les prix et la latence actuels ne sont pas un plafond définitif — et que la dépendance à un fournisseur unique de matériel d'inférence pourrait se présenter différemment d'ici 2027.