Chip Jalapeño da OpenAI supera a Nvidia em primeiros testes

A OpenAI usou a conferência Hot Chips, na terça-feira, 25 de agosto de 2026, para mostrar seu retrato mais detalhado até agora do Jalapeño, o chip de inferência que vem desenvolvendo internamente, publicando a primeira leva de resultados de benchmark para o novo sistema. Testado no benchmark InferenceX, da SemiAnalysis, o Jalapeño registrou tanto mais tokens servidos por usuário quanto maior throughput por quilowatt do que os melhores processadores de inferência disponíveis atualmente — a primeira vez que a OpenAI apresenta números públicos para sustentar sua estratégia de silício próprio.

O resumo é que os resultados mostram um avanço de desempenho muito, muito significativo em relação ao estado da arte. O Jalapeño consegue atender mais trabalho de IA por unidade de energia, além de devolver respostas mais rapidamente. É muito eficiente para atender muitos clientes, mas também pode oferecer latência muito baixa.

Como o Jalapeño se compara ao Blackwell da Nvidia

A comparação divulgada pela OpenAI foi feita com um sistema construído sobre a arquitetura Blackwell, da Nvidia, hoje a referência do setor para inferência de IA em grande escala. Richard Ho, vice-presidente de hardware da OpenAI, disse a jornalistas que o Jalapeño oferece o que chamou de "o melhor dos dois mundos" — latência menor e throughput maior ao mesmo tempo —, quando os sistemas de IA normalmente precisam escolher entre um ou outro. A própria OpenAI reconhece que a comparação é uma fotografia do momento: até que o Jalapeño alcance a implantação total, o hardware concorrente provavelmente também terá avançado de forma significativa.

• De 1,5 a 1,9 vez mais trabalho de IA entregue por watt do que os sistemas Nvidia GB200 e GB300 usados na comparação, nos modelos GPT-OSS 120B, DeepSeek R1 e Kimi K2.5 1T
• De 1,7 a 3,6 vezes menos latência de ponta a ponta nesses mesmos três modelos
• Testado no InferenceX, uma plataforma de benchmark criada pela SemiAnalysis para medir como sistemas de IA lidam com cargas de inferência
• Comparado aos melhores resultados públicos registrados no momento do teste, usando as superchips GB200 e GB300 da Nvidia

Desenvolvido com a Broadcom, e com os próprios modelos da OpenAI

O Jalapeño foi desenvolvido pela OpenAI em estreita parceria com a Broadcom, e a empresa afirma que seus próprios modelos participaram do processo de desenvolvimento do chip. A OpenAI apresenta o Jalapeño como o início de uma plataforma multigeracional, na qual produtos de IA, modelos, chips e memória são projetados em conjunto, em vez de o chip ser adaptado depois ao modelo que precisa rodar nele. Essa abordagem "full-stack", segundo a OpenAI, permitiu que seus engenheiros atacassem fases específicas do processo de inferência que costumam gerar atrito — principalmente o "prefill", fase em que o sistema processa e interpreta tudo o que o usuário enviou, e a etapa de comunicação seguinte, que frequentemente se torna um gargalo à medida que a carga de trabalho cresce.

Projetamos o Jalapeño para minimizar a movimentação de dados e os atrasos de comunicação. Isso significa que o estado do modelo, incluindo o cache KV usado ao gerar uma resposta, pode ser posicionado explicitamente e mantido local enquanto o sistema ativa a combinação certa de computação, memória e rede para cada fase de inferência.

Uma primeira implantação pequena, não um abandono da Nvidia

Ho disse que o Jalapeño deve chegar à implantação "em volumes muito pequenos" até o fim de 2026, com uma implantação mais significativa prevista para 2027; a OpenAI não informou quantos chips planeja implantar no próximo ano. Apesar dos resultados do benchmark, Ho deixou claro que a OpenAI não pretende substituir toda a sua frota de computação pelo Jalapeño. A estratégia geral de computação da empresa, segundo ele, continua incluindo "parceiros muito bons", entre eles a Nvidia, e a OpenAI pretende seguir desenvolvendo a segunda e a terceira geração do novo chip, mantendo compras contínuas de fornecedores estabelecidos.

O próprio Jalapeño havia sido revelado publicamente antes neste ano — os relatos divergem quanto à data exata, alguns situando o primeiro anúncio em outubro de 2025 e outros em junho de 2026 — antes de o evento de terça-feira trazer os primeiros números concretos de desempenho para sustentar a proposta original. A OpenAI pretende que a plataforma continue evoluindo geração após geração, com hardware, memória e rede ajustados em conjunto, em vez de comprados separadamente.

O que isso muda para empresas brasileiras que rodam IA em produção

Para qualquer empresa brasileira cujo produto dependa de capacidade de inferência de IA alugada, o Jalapeño importa menos como um chip para comprar — a OpenAI não o vende a clientes externos — e mais como um sinal de para onde caminham o custo de inferência e a latência nos próximos dois a três anos. Provedores de nuvem e laboratórios de IA que competem para reduzir o custo de servir tokens costumam repassar ganhos de eficiência aos clientes com o tempo, seja por preços de API mais baixos, seja por respostas mais rápidas ao mesmo preço. Empresas brasileiras que hoje pagam por capacidade de inferência baseada em GPU, e que hesitam em assumir compromissos de longo prazo com provedores de nuvem baseados em Nvidia, têm agora mais um indício concreto de que os preços e a latência atuais não são um teto fixo — e de que a dependência de um único fornecedor de hardware de inferência pode parecer diferente até 2027.