OpenAI在Hot Chips大會上首次展示了其自研推理晶片“Jalapeño”的基準測試結果。據SemiAnalysis的測試，該晶片在每瓦吞吐量和令牌延遲方面均優於輝達的Blackwell和Rubin平台。SemiAnalysis CEO Dylan Patel表示：“通常第一代晶片不具備競爭力，但OpenAI正在超越輝達Blackwell甚至Rubin。”這一表態引發業內廣泛關注，因為自研晶片通常難以在首代就與行業巨頭抗衡。

Jalapeño是一款純推理晶片，僅用於執行AI模型，不參與訓練。值得注意的是，它並非針對OpenAI自家模型最佳化，而是通用的大語言模型推理加速器。OpenAI聲稱，在峰值吞吐下，Jalapeño在三個測試模型上的每瓦AI工作量比最佳商用系統提升1.5至1.9倍，端到端延遲降低1.7至3.6倍。對於互動式工作負載，效能提升達2.1至4.1倍。

測試基於SemiAnalysis的公開InferenceX基準，OpenAI提供資料，SemiAnalysis在實驗室現場驗證了部分執行。測試模型包括GPT-OSS 120B、Deepseek R1 670B和Kimi K2.5 1T。在GPT-OSS上，Jalapeño達到每使用者每秒約1400個令牌；在Deepseek R1上，單併發請求下每秒超過700個令牌。這些成績是在未使用多令牌預測或投機解碼等技術的情況下取得的，而部分對比系統依賴這些最佳化，因此Jalapeño仍有提升空間。

SemiAnalysis指出，更公平的對比物件應是輝達的Vera Rubin平台，因為兩者均使用HBM4記憶體。即便如此，Jalapeño在每兆瓦輸出令牌數上仍優於Vera Rubin，儘管後者採用了Jalapeño尚未使用的多令牌預測最佳化。在每令牌總擁有成本上，兩者大致持平。不過，也存在一些保留意見：輝達和AMD已釋出在更大模型（如Deepseek V4 Pro和Kimi K3）上的結果，這些模型尚未在Jalapeño上測試；Rubin系統已開始向客戶發貨，而Jalapeño據稱仍處於工程樣品階段。

OpenAI與博通合作開發Jalapeño，設計工作於2024年中期啟動，最終設計於2025年11月交付製造，整個週期約16個月，但OpenAI表示從首次晶片設計到完成藍圖僅用了9個月。開發過程中，OpenAI使用了自家的AI模型：較老代際的模型輔助晶片設計，較新的模型加速程式設計和最佳化。

SemiAnalysis認為，這表明輝達備受討論的“CUDA護城河”可能不再穩固。該公司寫道：“鑑於OpenAI能如此快速地在自家晶片上執行新模型，CUDA護城河可能已經失效。”OpenAI CFO Sarah Friar表示，該晶片契合更廣泛的計算戰略，資料中心、晶片、模型、開發者平台、產品和裝置將作為一個整合系統協同工作。她強調Jalapeño是對現有合作伙伴關係的補充而非替代，OpenAI與輝達、AMD、AWS、Cerebras、CoreWeave等公司保持合作，其中輝達是最大的投資者和計算夥伴之一。這些公司自身也在開發AI晶片，使得關係既合作又競爭。不過，所有公司都宣稱世界需要更多算力，這一說法恰好支援各自的商業模式。