OpenAI独自チップJalapeño、推論性能を初公開　ChatGPTは速くなるか

6月の発表から2カ月、動くチップの数字が出た

OpenAIは2026年8月25日、同社初の独自推論チップ「Jalapeño」の初期性能を公開しました。Jalapeñoは6月24日にBroadcomと共同発表された半導体で、ChatGPTやCodex、APIなどの回答を生成する推論処理に合わせて設計されています。今回の新しさは、構想や試作品の紹介から進み、公開モデルを使った実測値が出たことです。

OpenAIは、GPT-OSS 120B、DeepSeek R1 670B、Kimi K2.5 1TをSemiAnalysisの公開ベンチマーク「InferenceX」で測定しました。3モデルを通じ、ピーク時のワット当たり処理量は比較対象の1.5～1.9倍、回答全体にかかる遅延は1.7～3.6倍低かったと説明しています。対話性を重視した条件では2.1～4.1倍の性能差を報告しました。

Jalapeñoは3つの公開モデルで、比較対象よりワット当たり1.5～1.9倍多く処理し、エンドツーエンドの遅延を1.7～3.6倍に短縮した。

出典：OpenAI・Jalapeño初期性能報告を要約

最高速度だけでなく、電力と待ち時間を同時に競う

生成AIの推論には、入力を読み込むprefillと、回答を1語ずつ出すdecodeがあります。前者は計算能力、後者はメモリー帯域の影響を受けやすく、複数チップ間でデータを動かす時間も遅延を増やします。Jalapeñoはチップ、メモリー、ネットワーク、ソフトウェアを一体で設計し、回答中に使うKVキャッシュを近くへ置いてデータ移動を減らす構成です。

定格電力は700ワットですが、OpenAIによると今回の処理で持続的に使った電力は550ワット以下でした。GPT-OSS 120BではNVIDIA GB200、DeepSeek R1とKimi K2.5ではGB300を比較対象にし、公開されたチップ電力を使ってワット当たり性能を正規化しています。これはOpenAIの測定結果であり、すべてのモデル、入力長、データセンターで同じ差が出るという保証ではありません。

ChatGPTとCodexでは、長い仕事の待ち時間に効く

利用者が半導体を直接選ぶ場面は多くありません。それでも推論基盤の効率が上がれば、ChatGPTの返答、Codexが複数工程を進める時間、APIの混雑時に処理できる件数へ影響します。とくにエージェントは調査、判断、ツール操作、再確認を順番に繰り返すため、1回ごとの小さな遅れが仕事全体では大きく積み上がります。

OpenAIは、Jalapeñoを今後数カ月で拡大し、より高速で効率的な製品を提供するとしています。ただし、どのChatGPTプランやAPIモデルへ先に使うか、料金をいつ下げるか、日本の利用者がいつ違いを体感できるかは発表していません。チップの電力効率が改善しても、浮いた費用がそのまま値下げになるとは限らず、まずは応答速度や利用可能量、混雑時の安定性へ回る可能性があります。

推論の改善は、ChatGPTの応答、Codexが待ち時間を減らして進められる工程数、APIを構築する費用、需要増加時の安定性へ表れる。

出典：OpenAI・Jalapeño発表を要約

独自チップはNVIDIA離れより、選べる推論基盤を増やす動き

Jalapeñoは学習用の万能GPUではなく、現代のLLM推論を主目的にした専用アクセラレーターです。そのため、今回の結果だけでOpenAIがNVIDIAを不要にしたとは読めません。新しい大規模モデルの学習、既存の幅広いソフトウェア資産、短期間で計算資源を増やす場面では、汎用性の高いGPUが引き続き重要です。

一方で、利用量が読める推論を自社設計へ移せれば、OpenAIはモデル、サービングソフト、チップ、ネットワークを同じ目的で調整できます。編集部は、生成AIの競争が「最も賢いモデル」だけでなく、「同じ電力と時間で何件の仕事を終えられるか」へ広がったとみます。Jalapeñoが予定どおり大規模導入されれば、半導体メーカーから買う計算能力へ依存するだけだったAI会社が、サービス原価と体験を自ら設計する余地が増えます。

Broadcomはシリコン実装とネットワーク、Celesticaはボードやラックの統合を担います。OpenAIは設計から製造用データを確定するテープアウトまで9カ月で進め、AIモデルも設計と検証に使ったと説明しました。独自化とは一社ですべてを作ることではなく、製造・通信・ラックの専門企業と組みながら、モデル会社が設計の主導権を持つ形です。

Jalapeñoは2026年末までの初期導入を目指す複数世代の計算基盤で、Broadcomの半導体・通信技術とCelesticaのシステム統合を組み合わせる。

出典：Broadcom・OpenAI共同発表を要約

企業導入の判断軸は、仕事1件の完了コストへ

Jalapeñoの導入後にChatGPTやAPIを評価するなら、単発の返答速度だけでは足りません。代表業務を一つ決め、開始から完了までの時間、途中で止まった回数、人が直した時間、入力と出力を合わせた費用を記録します。エージェントでは速さが上がっても再試行が増えれば、仕事全体の費用は下がらないためです。

初期導入は2026年末の予定で、製品別の提供時期と料金効果は未確認です。それでも、会社が今できる準備はあります。現在使っているChatGPTやAPIの応答時間、エージェントの完了時間、成功1件当たりの費用を基準値として残しておけば、Jalapeño導入後の改善を広告文句ではなく自社の数字で判断できます。年末までに大規模運用や製品別の条件が示されなければ、当面は有望な実測結果にとどまり、利用者の選び方は変わりません。