OpenAI presenta "Jalapeño", su primer chip propio: el mayor cliente de Nvidia empieza a fabricar su alternativa

OpenAI da un paso que lo cambia todo en su negocio

El 24 de junio de 2026, OpenAI presentó algo que llevaba tiempo rumoreándose pero que no se había materializado: su primer chip propio. Se llama Jalapeño, lo ha desarrollado junto al fabricante Broadcom, y está diseñado para una tarea muy concreta —y muy cara— de la empresa.

Hasta ahora, OpenAI era conocida por hacer modelos de IA (ChatGPT) y productos sobre ellos. Con Jalapeño, la empresa empieza a fabricar también la base sobre la que esos modelos funcionan: el silicio. Y eso reordena el tablero de toda la industria.

Qué es Jalapeño exactamente (y qué no es)

Conviene precisar para qué sirve este chip, porque no es un sustituto universal de lo que OpenAI usa hoy.

Jalapeño está diseñado específicamente para la "inferencia": el proceso de hacer funcionar un modelo ya entrenado cuando respondes a un usuario. Es decir, cada vez que le escribes algo a ChatGPT y este responde, eso es inferencia.

No está pensado para el "entrenamiento" —el proceso, mucho más intensivo, de crear los modelos desde cero. Para eso, OpenAI probablemente seguirá dependiendo del hardware de Nvidia.

¿Por qué centrarse en la inferencia? Porque es lo que OpenAI hace millones de veces al día, y donde un pequeño ahorro de coste se multiplica por una escala gigantesca. Según el consejero delegado de Broadcom, Hock Tan, las primeras pruebas muestran un ahorro de coste de en torno al 50% frente a las GPU de IA habituales.

El detalle que da que pensar: la IA diseñó el chip

Aquí está el dato más llamativo de todo el anuncio, y el que más merece una pausa.

OpenAI completó el diseño del chip en aproximadamente nueve meses —lo que la propia empresa describe como, posiblemente, el ciclo de desarrollo más rápido jamás logrado para un chip de este tipo. ¿Cómo lo hicieron tan rápido? En parte, usando sus propios modelos de IA para acelerar partes del diseño y la optimización.

Greg Brockman, presidente de OpenAI, lo expresó así en una entrevista: el grado en que sus modelos pudieron acelerar el proceso "nos sorprendió mucho".

Dicho de otro modo: los mismos modelos que usas en ChatGPT ayudaron a diseñar el chip que hará funcionar a los próximos modelos. La IA, mejorando la infraestructura que necesita la IA. Es una de esas señales de hacia dónde va esto que conviene no pasar por alto, sin necesidad de dramatizarla.

Por qué OpenAI quiere dejar de depender de Nvidia

Para entender la jugada hay que entender un problema que tiene OpenAI, y casi todas las grandes de la IA.

Desde que ChatGPT desató el boom en 2022, OpenAI ha sido uno de los mayores compradores de las costosas GPU de Nvidia. El problema es doble: son caras, y hay que competir con toda la industria por conseguirlas. La demanda supera tanto a la oferta que tener una fuente propia de silicio es una ventaja estratégica enorme.

Por eso OpenAI lleva meses diversificando: firmó un acuerdo con Amazon para usar sus chips Trainium, otro con AMD —rival de Nvidia— y otro con Cerebras. Jalapeño es el siguiente paso lógico: no solo comprar alternativas, sino diseñar la suya propia.

La frase que resume la estrategia la dijo Brockman: "Al diseñar nosotros mismos más partes de la cadena, podemos ofrecer más inteligencia con mayor eficiencia."

OpenAI no está sola: todos quieren su propio chip

Este movimiento no ocurre en el vacío. Es parte de una tendencia de fondo que está redibujando la industria.

Amazon, Google, Microsoft y Meta ya usan o están desarrollando sus propios procesadores de IA. Amazon y Google incluso empiezan a alquilar esos chips a terceros. La lógica es la misma en todos los casos: reducir la dependencia de Nvidia y optimizar el hardware para sus propias necesidades.

Es revelador que el CEO de Broadcom situara a Jalapeño al nivel de dos de los aceleradores más potentes de la industria: la línea Blackwell de Nvidia y los TPU de Google. Si esa comparación se sostiene cuando lleguen los datos técnicos completos, es una declaración de intenciones seria.

La cara B: esto conecta con la historia de ayer

Si seguiste lo que contamos ayer sobre SK Hynix, esta noticia encaja como una pieza más del mismo rompecabezas.

La guerra del hardware de IA se libra en varios frentes a la vez. SK Hynix domina la memoria. Nvidia domina las GPU. Y ahora los grandes laboratorios —OpenAI, Google, Amazon— intentan fabricar sus propios chips para no depender de nadie.

Todos compiten por lo mismo: controlar la mayor parte posible de la cadena física que hace funcionar la IA, porque quien controla el hardware controla el coste —y el coste es, hoy por hoy, el mayor problema sin resolver del negocio de la IA.

Las cautelas que conviene tener

Antes de dar esto por hecho, conviene leer la letra pequeña.

Jalapeño todavía está en pruebas. OpenAI reconoce que aún está midiendo el rendimiento final, y que el informe técnico detallado llegará "en los próximos meses". El despliegue inicial se espera para finales de 2026, pero la escala real —en palabras del propio CEO de Broadcom— no llegará hasta 2027 y, a pleno rendimiento, hasta la primera mitad de 2028.

Y hay un matiz sobre las cifras: el ahorro del 50% y la comparación con Nvidia provienen de OpenAI y Broadcom, las dos partes interesadas en que el proyecto luzca bien. Son datos verosímiles y de fuentes serias, pero todavía no verificados de forma independiente. Conviene esperar a los benchmarks externos antes de darlos por definitivos.

La lectura sin humo

El anuncio de Jalapeño es importante no por el chip en sí —que tardará años en desplegarse del todo— sino por lo que representa: OpenAI ha dejado de ser solo una empresa de software para convertirse en una empresa que quiere controlar toda la cadena, desde el modelo hasta el silicio.

Eso tiene una lógica económica clara. El gran problema no resuelto de la IA no es si funciona —funciona—, sino si es rentable. Hacer funcionar estos modelos cuesta una fortuna, y cada céntimo que OpenAI se ahorre en inferencia mejora unas cuentas que, de momento, queman dinero a un ritmo enorme.

Pero hay una lectura más amplia. Cuando una empresa de IA usa su propia IA para diseñar los chips que mejorarán su próxima IA, estamos ante un bucle que se retroalimenta. Por ahora es una herramienta de ingeniería más, no la ciencia ficción del "despegue" autónomo. Pero es el tipo de detalle que, mirado con perspectiva, marca la dirección del viaje.

Seguiremos contándolo según se sepa.

---

Fuentes: Bloomberg · CNBC · TechCrunch · CNN Business · Nota oficial OpenAI/Broadcom — 24 junio 2026