OpenAI Jalapeño Chip Nvidia: Schlägt GB300 im Benchmark
Am 25. August 2026 präsentierte OpenAI die ersten Benchmark-Ergebnisse für „Jalapeño“ – seinen ersten selbst entworfenen KI-Chip, gebaut zusammen mit Broadcom. Im direkten Vergleich schlägt er Nvidias GB300 bei Effizienz und Antwortgeschwindigkeit. Was in den Schlagzeilen oft fehlt: Jalapeño kann nur eine einzige Sache – KI-Modelle ausführen, nicht trainieren. Nvidia bleibt für OpenAI vorerst unersetzlich.
Zwei Kategorien, in denen Jalapeño gewinnt – gemessen an einem öffentlichen Branchen-Benchmark
Auf der Chip-Konferenz Hot Chips 2026 präsentierte Richard Ho, Leiter der Chip-Entwicklung bei OpenAI, die ersten öffentlichen Benchmark-Ergebnisse für Jalapeño – getestet mit dem InferenceX-Benchmark des Branchendienstes SemiAnalysis. Verglichen wurde gegen Nvidias GB300, aktuell die Referenzkonfiguration auf diesem Benchmark. Jalapeño gewann in zwei Kategorien: der Menge an KI-Arbeit, die pro Watt Energie verarbeitet werden kann, und der Geschwindigkeit, mit der Antworten zurückgeliefert werden.
Konkret erreichte das Modell DeepSeek R1 auf Jalapeño mehr als 700 Tokens pro Sekunde und Nutzer bei einer Nebenläufigkeit von eins; die Billionen-Parameter-Version von Kimi K2.5 sowie OpenAIs eigenes Open-Source-Modell GPT-OSS kamen auf rund 1.400 Tokens pro Sekunde und Nutzer. Bemerkenswert: Der Leistungsvorsprung wuchs bei größeren Workloads wie dem Kimi-Modell sogar noch – ein Hinweis darauf, dass die Architektur speziell für die Anforderungen moderner, sehr großer Sprachmodelle entworfen wurde.
„Unter dem Strich zeigen die Ergebnisse einen sehr, sehr deutlichen Leistungssprung gegenüber dem aktuellen Stand der Technik. Jalapeño kann mehr KI-Arbeit pro Energieeinheit verarbeiten und gleichzeitig schneller antworten.“
— RICHARD HO, LEITER CHIP-ENTWICKLUNG, OPENAI · HOT CHIPS 2026Die drei wichtigen Einschränkungen, die in den meisten Schlagzeilen fehlen
So beeindruckend die Zahlen sind – wer die Meldung richtig einordnen will, sollte drei Details kennen, die OpenAI selbst offen kommuniziert.
Ein Jahr Vorlauf für neun Monate Chip-Entwicklung
Jalapeño ist Teil eines deutlich größeren Bildes: Broadcom baut inzwischen kundenspezifische KI-Chips für gleich fünf der bedeutendsten Namen der Branche – neben OpenAI auch für Google, Meta, Anthropic und ByteDance. Alle fünf verfolgen dasselbe Ziel: die eigene Abhängigkeit von einem einzigen Zulieferer – Nvidia – zu verringern. Für OpenAI kommt Jalapeño zudem zu einem ohnehin schon gewaltigen Infrastruktur-Portfolio hinzu: ein 500-Milliarden-Dollar-Ausbauplan namens „Stargate“, ein 300-Milliarden-Dollar-Cloud-Vertrag mit Oracle sowie eine separate Vereinbarung mit AMD über 6 Gigawatt GPU-Kapazität.
Der eigentliche Kampf verlagert sich von der Rohleistung zur Kostenrechnung
Der tiefere Punkt hinter der Jalapeño-Ankündigung ist weniger ein einzelner Benchmark-Sieg als eine Verschiebung der gesamten Wettbewerbslogik. ASICs wie Jalapeño sind weniger flexibel als Nvidias General-Purpose-GPUs, lassen sich dafür aber exakt auf die eigenen Modelle zuschneiden und günstiger fertigen. Laut einzelnen Berichten soll Jalapeño rund 50 Prozent günstiger im Betrieb sein als vergleichbare Nvidia-Hardware – eine Zahl, die allerdings von OpenAI selbst stammt und noch nicht unabhängig geprüft wurde.
Broadcom-CEO Hock Tan bezeichnete Jalapeño als „erst den Anfang einer mehrgenerationigen Roadmap“. Tatsächlich nähert sich laut Axios bereits die zweite Chip-Generation dem sogenannten Tape-out – dem Punkt, an dem ein Chip-Design final für die Fertigung freigegeben wird –, während an einer dritten Generation bereits gearbeitet wird. Der Rollout selbst erfolgt in Phasen: Prototyp-Tests in Rechenzentren bis Ende 2026, Produktionshochlauf 2027, vollständiger großflächiger Einsatz voraussichtlich in der ersten Hälfte 2028.
Ob Managed IT, Cloud-Migration, KI-Infrastruktur oder IT-Sicherheit – wir finden die richtige Lösung für Ihr Unternehmen. Sprechen Sie uns einfach an.
Jalapeño schlägt Nvidias GB300 in zwei klar definierten Effizienz- und Geschwindigkeitskategorien – das ist ein echter technischer Erfolg für ein Unternehmen, das erst seit neun Monaten eigene Chips entwirft. Es ist aber kein Beweis dafür, dass OpenAI Nvidia den Rücken kehrt: Für das Training seiner Modelle bleibt das Unternehmen weiterhin auf Nvidia- und AMD-GPUs angewiesen, der Vergleich lief gegen eine ältere Nvidia-Generation, und die Zahlen stammen bislang ausschließlich von OpenAI selbst. Der eigentliche Trend dahinter ist trotzdem real und branchenweit: Google, Meta, Anthropic, ByteDance und jetzt OpenAI bauen alle eigene Inferenz-Chips, um zumindest einen Teil ihrer Kostenstruktur aus der Hand eines einzigen Anbieters zu nehmen. Nvidia bleibt vorerst unangefochten beim Training – doch im margenträchtigen Inferenz-Geschäft, wo KI-Modelle täglich milliardenfach ausgeführt werden, wächst die Konkurrenz spürbar.
FAQ – OpenAIs Jalapeño-Chip
Was ist Jalapeño genau?
Schlägt Jalapeño wirklich Nvidias beste Chips?
Kann Jalapeño auch KI-Modelle trainieren?
Wann wird Jalapeño produktiv eingesetzt?
Wie groß ist die OpenAI-Broadcom-Partnerschaft insgesamt?
Ist OpenAI das einzige Unternehmen, das eigene KI-Chips bei Broadcom entwickeln lässt?
Unsere Leistungen im Überblick
Von Managed IT bis IT-Sicherheit – alles aus einer Hand, für Unternehmen in Mainz, Wiesbaden, Frankfurt und darüber hinaus.
