A OpenAI publicou os primeiros resultados de desempenho do Jalapeño, seu chip proprietário de inferência para inteligência artificial, nesta segunda-feira, 25 de agosto de 2026. Segundo os dados, o Jalapeño entrega ganhos relevantes em eficiência energética e latência frente a aceleradores comerciais líderes, com destaque para workloads interativos — segmento crítico para agentes e aplicações responsivas.
Ganhos medidos: mais trabalho por watt, menos latência
O Jalapeño foi avaliado utilizando o benchmark público InferenceX da SemiAnalysis, que mede a performance de sistemas de IA em cenários reais de atendimento de requisições. Os testes incluíram modelos de peso, como GPT-OSS 120B, DeepSeek R1 670B e Kimi K2.5 1T, abrangendo modelos tanto da própria OpenAI quanto de terceiros.
Segundo a OpenAI, o Jalapeño entregou entre 1,5x e 1,9x mais trabalho de IA por watt no pico de throughput, além de registrar 1,7x a 3,6x menor latência fim a fim em relação aos sistemas comparados. Em workloads altamente interativos, o ganho de performance variou de 2,1x a 4,1x. No caso do Kimi K2.5 1T — o maior modelo testado — o chip alcançou cerca de 1,5x mais performance por watt e 3,4x menos latência que a melhor alternativa comercial.
O chip foi testado com consumo sustentado de até 550 watts (apesar de ser oficialmente classificado para 700 W), e os resultados foram normalizados conforme o consumo divulgado de cada acelerador concorrente.
Arquitetura desenhada para LLMs e agentes
O Jalapeño foi desenvolvido sob medida para servir modelos de linguagem avançados, com foco em cargas de trabalho interativas. O projeto integra chip, memória, rede e software, buscando minimizar a movimentação de dados e os gargalos típicos entre fases de prefill (processamento do prompt) e decode (geração de tokens).
Um diferencial da arquitetura é o gerenciamento local e explícito do estado do modelo — incluindo o KV cache — reduzindo latências causadas por comunicações entre núcleos e chips. A rede interna foi desenhada para manter toda a carga de trabalho dentro de um sistema conectado, evitando perdas de eficiência em transferências.
O resultado, segundo a OpenAI, é um acelerador equilibrado, capaz de adaptar-se à evolução dos modelos e das demandas de agentes, sem sacrificar throughput ou resposta em tempo real.
IA acelerando o próprio hardware
A equipe da OpenAI utilizou modelos de IA para acelerar o ciclo de design e tapeout do Jalapeño, reduzindo o tempo de desenvolvimento para nove meses. A IA foi empregada tanto na exploração de implementações quanto na otimização de circuitos aritméticos e automação de testes.
Além disso, o próprio Jalapeño foi projetado para ser programável por IA, facilitando a adaptação a novas arquiteturas de modelos e workloads emergentes.
Impacto e próximos passos
Com o Jalapeño, a OpenAI reforça a estratégia de verticalizar sua stack — do modelo ao hardware — buscando mais controle sobre custos, eficiência e escalabilidade. Os ganhos reportados sugerem potencial para baratear o acesso a modelos de última geração e ampliar a disponibilidade de agentes responsivos, especialmente em cenários de alta demanda.
A empresa sinaliza que o Jalapeño é o início de uma plataforma de múltiplas gerações, com planos de escalar a produção e integrar o chip a produtos comerciais nos próximos meses.
O que isso representa para o mercado
O movimento da OpenAI pressiona fornecedores estabelecidos de hardware de IA, como Nvidia e AMD, ao demonstrar ganhos práticos em métricas críticas para LLMs e agentes. Para clientes, a promessa é de respostas mais rápidas, maior disponibilidade e, potencialmente, custos menores à medida que a arquitetura evolui e escala. No contexto brasileiro, o impacto imediato é indireto — mas sinaliza tendência: grandes provedores de IA devem buscar soluções customizadas para controlar custos de inferência e garantir SLA em escala global.