OpenAI自研芯片Jalapeño性能首秀

OpenAI 认为，人工智能的进步来自整个系统的协同提升。其计算战略是一个集成体系：从数据中心和芯片，到前沿模型、开发者平台、消费与企业产品，再到 AI 原生设备，每一层都增强下一层。

软件让硬件更高效，针对特定工作负载设计的硬件提升速度与效率，更强的模型带来更好的产品，进而产生更多需求、使用和学习。这些信号又回流到系统，推动持续改进。

今日，OpenAI 发布了自研推理芯片 Jalapeño 的首批实测结果。在基于 GPT-OSS 120B 的公共基准 InferenceX 上，Jalapeño 每千瓦峰值吞吐量更高，token 延迟也更低，优于参与对比的商业系统。它在 DeepSeek R1 和 Kimi K2 上也表现强劲，验证了跨模型家族的通用性。

Jalapeño 让 OpenAI 能更自主地控制模型的运行方式和服务的成本。模型、服务软件、芯片、内存和网络协同设计，使吞吐、延迟、能效和成本作为一个整体得以优化。这为 OpenAI 提供了一条可靠的自研路径，补充了其他合作伙伴的加速器，使其能按工作负载匹配最优系统。

不同工作负载有不同需求：前沿训练、高容量推理、常驻智能体对芯片、软件、网络、功耗和延迟的要求各异。OpenAI 的目标是保持帕累托前沿，持续寻找最强的性能、速度、可靠性、效率和成本组合。

目前 OpenAI 的计算组合包括微软的计算和英伟达的芯片，这是其增长的基础。组合中还包括 AWS、AMD、博通、Cerebras、CoreWeave、甲骨文、SB Energy 和软银，各有优势。OpenAI 会根据能力和经济学主动管理，在关键时刻使用顶级系统，在规模与成本优先时优化效率。这种多元选择保持了供应商之间的可信竞争，使其能将需求导向最佳性能价格比，并随市场变化维持定价纪律。

数据中心是另一个杠杆。在佐治亚州的 Camellia 项目中，OpenAI 围绕客户工作负载设计设施，同时创造就业、支持本地企业、承担基础设施和能源成本、通过闭环系统节水，并接受年度独立审计。

整个系统的价值在于把效率转化为经济效益。更好的模型用更少的尝试得到正确答案，更智能的路由和上下文管理减少浪费，优化后的软件和专用硬件提升速度和能效。在 Artificial Analysis 编码代理指数上，GPT-5.6 Sol 在最大推理模式下创下新高，同时比另一款领先模型少用 54% 的输出 token。对客户而言，这意味着更快的结果、更可靠的产品、更少的重试、能完成更长的智能体工作流，以及更低的总成本。最好的经济学来自每美元获得的有用智能。

随着有用智能变得更便宜、更强，更多工作在经济上变得可行。企业可以为每位客户提供定制分析、审查每份合同、运行实时财务场景，并帮助工程师测试更多想法。这就是杰文斯悖论：更高的效率让更多用途变得有价值，扩张消费并创造新的经济活动。

更高效的计算和更有竞争力的供应基础，让 OpenAI 能以更低成本服务更多客户，并将效率红利传递给用户。增长反过来又支持持续的研究、基础设施和安全投入。这就是 OpenAI 的复利优势：更好的技术带来更好的经济学，更好的经济学资助下一波进步，每项收益都会强化整个系统。