Las cifras que Nvidia debe responder
OpenAI presentó esta semana su primer chip de IA diseñado internamente, con nombre en clave Jalapeno, y las cifras del banco de pruebas que lo acompañan son la verdadera noticia. Usando el banco de pruebas público InferenceX, verificado en parte de forma independiente por la firma de análisis SemiAnalysis, Jalapeno produjo de 1,5 a 1,9 veces más trabajo de IA por vatio en carga máxima que los sistemas Blackwell Ultra (GB300) de Nvidia actualmente en producción, y ofreció una latencia de extremo a extremo de 1,7 a 3,6 veces menor en pruebas con los modelos DeepSeek R1, Kimi K2.5 y GPT-OSS.
| Chip | Cómputo máximo | Potencia del paquete | Estado |
|---|---|---|---|
| OpenAI Jalapeno | 13,4 PFLOPs (MXFP4) | 700W | Solo muestras de ingeniería |
| Nvidia Blackwell Ultra (GB300) | No revelado con la misma precisión | 1.400W | En producción ahora |
| Nvidia Vera Rubin | 17,5 PFLOPs | 900-1.150W | Enviándose a clientes |
OpenAI afirma que el chip tardó unos 16 meses desde el inicio del diseño a mediados de 2024 hasta la fabricación final en noviembre de 2025, con modelos anteriores de OpenAI ayudando en el propio diseño del chip y modelos más nuevos acelerando el trabajo de programación.
La comparación que incluso su autor llama injusta
Lo que distingue este lanzamiento de una guerra de bancos de pruebas habitual es que tanto OpenAI como los analistas que verificaron los resultados coinciden en que la comparación con Blackwell en los titulares no refleja el panorama completo. Jalapeno funciona con memoria HBM4 de 15,4 terabytes por segundo de ancho de banda, una generación de memoria más nueva que la que usa la línea Blackwell actualmente en producción de Nvidia. SemiAnalysis señaló que el rival más justo es el Vera Rubin de Nvidia, que también usa HBM4 y ya entrega 17,5 PFLOPs a 900-1.150 vatios a clientes hoy, mientras Jalapeno sigue siendo una muestra de ingeniería sin fecha de envío.
Frente a Rubin, ambos chips llegan a un costo por token comparable, pero la metodología no es idéntica. Las cifras de Jalapeno reflejan predicción de un solo token, mientras que las pruebas de Rubin usaron decodificación especulativa, una técnica que cambia el rendimiento sin cambiar en principio cuál chip es más rápido. Aún no se ha ejecutado la batería de pruebas que evaluaría ventanas de contexto más largas y representativas de producción.
La propia directora financiera de OpenAI rebajó la historia de sustitución
La reacción más reveladora al lanzamiento no vino de Nvidia ni de analistas externos. Vino de la propia directora financiera de OpenAI, Sarah Friar, quien describió Jalapeno como algo que "encaja en una estrategia de cómputo más amplia donde los centros de datos, los chips, los modelos, la plataforma para desarrolladores, los productos y los dispositivos funcionan como un sistema integrado", y afirmó explícitamente que el chip "complementa las alianzas existentes de OpenAI" en lugar de sustituirlas.
OpenAI no se ha retirado de ninguna de sus relaciones de cómputo. La empresa sigue construyendo capacidad con Nvidia, AMD, AWS, Cerebras y CoreWeave, y no ha hecho ninguna declaración que sugiera intención de reducir su dependencia de ninguno de ellos. Jalapeno se lee menos como el lanzamiento de un producto competidor y más como una póliza de seguro frente a futuras limitaciones de suministro, en un momento en que todo gran comprador de cómputo sigue diciendo que la demanda supera al hardware disponible.
Qué significa esto para quien compra cómputo de IA
La lección práctica para una empresa que planifica su propio gasto en infraestructura de IA no es que Nvidia tenga un problema nuevo. Es que un titular de banco de pruebas de un comprador de cómputo que ahora también es fabricante de cómputo no es la misma señal que una alternativa de mercado genuina llegando a escala. Jalapeno existe en cantidades de muestra de ingeniería. No tiene precio anunciado, ni fecha de disponibilidad anunciada para clientes externos, y la propia OpenAI lo presenta como una cobertura, no como un sustituto.
Cualquier decisión de compra que trate las cifras de esta semana como motivo para renegociar un contrato con Nvidia, o para apostar por un mercado de inferencia multiproveedor a corto plazo, está interpretando el anuncio más allá de lo que la propia OpenAI está dispuesta a afirmar. El chip es real, la ganancia de eficiencia es real, y las salvedades que el propio socio de lanzamiento de OpenAI añade a la comparación son igual de reales.
Leer a continuación: Samsung supera a Nvidia en beneficio | Ohio no pagará la red por el campus de 8GW de OpenAI
