吳明宜在 Hot Chips 大會上，OpenAI 公布首批自行研發的 Jalapeño 晶片基準測試資料，在部分推論指標上優於 NVIDIA 的 GB300 。
在 SemiAnalysis 的 InferenceX 基準測試中，Jalapeño 在每秒每位使用者 (per sec per user) 的 Token 生成表現上，優於多數 NVIDIA 頂尖 (state-of-the-art) 推論處理器。其中，在執行 DeepSeek R1 模型時，Jalapeño 取得 700 token/sec/user 的成績，在 Kimi-K2.5 及 GPT-OSS 也接近 1400 token/sec/user 。根據 SemiAnalysis 的數據，Jalapeño 在受測模型上的效能表現已可與 NVIDIA 晶片相提並論。
在吞吐效能方面，Jalapeño 展現了每瓦特 22 單位的 HBM 頻寬以及每瓦特 19.1 單位的 FLOPS 數據，雙雙超越 NVIDIA GB200 、 GB300 或更早期的產品。
SemiAnalysis 指出，Jalapeño 專為 AI 推論而非通用運算設計，因此無需盲目擴大 FLOPs，其熱設計功耗 (TDP) 僅 700W，現有表現已十分亮眼；且 Jalapeño 下一代 B0 版本已在測試中，預期效能還會再提升 25%（現有測試數據為 13.4 PFLOPs）。
不過，SemiAnalysis 也強調，將 Jalapeño 與 NVIDIA Blackwell 系列直接比對並不完全公平。首先，相關數據是 SemiAnalysis 根據 Jalapeño A0 開發原型整理而成，並未取得 OpenAI 完整數據；其次，Jalapeño 採用 HBM4，合理的比較對象應為同世代且即將出貨的 NVIDIA Vera Rubin，而 OpenAI 目前距離工程樣本產出仍需數月時間。
此外，本次測試的模型並非公開的尖端模型。 NVIDIA 與 AMD 先前已針對 DeepSeek V4 Pro 與 Kimi K3 提出使用 AgenX 的測試數據；由於模型規模愈大、測試新晶片的難度愈高，雖然 OpenAI 正在開發的大型模型規模龐大，但兩者在基準測試條件上仍存在差異。
研究機構認為，Jalapeño 這類客製化晶片在特定推論領域確實具備超越 Blackwell 的實力，SemiAnalysis 後續也將針對 OpenAI Jalapeño 與 NVIDIA Vera Rubin 進行深入比較。
OpenAI 表示，Jalapeño 能以更佳的單位能效驅動更多 AI 運算任務，並具備更快速的回應能力，可為客戶帶來更高效率、更低延遲與更低營運成本。 OpenAI 預計 Jalapeño 將於 2026 年底啟動極少量部署，並於 2027 年初逐步擴大部署至客戶端。
（綜合外電報導）