La puce Jalapeño d’OpenAI bat Nvidia, sous conditions

1,9 fois plus de travail par watt (la mesure qui compte pour comparer deux puces : combien de calcul chaque watt consommé produit) que les systèmes Blackwell de Nvidia. Le chiffre concerne la puce Jalapeño, et il est tombé le 25 août 2026, à Hot Chips, la conférence où les fabricants de semi-conducteurs viennent montrer leurs nouvelles puces aux ingénieurs. Il porte une mention en petit caractère qui mérite d’être lue avant le chiffre lui-même : c’est OpenAI qui a produit ces résultats, et c’est OpenAI qui a invité le cabinet chargé de les vérifier.

Ce qu’OpenAI a montré à Hot Chips

La puce s’appelle Jalapeño. Elle a été conçue exclusivement pour l’inférence (faire tourner un modèle déjà entraîné pour qu’il réponde à une requête, à l’opposé de l’entraînement qui construit le modèle). Sur trois modèles testés, GPT-OSS 120B, DeepSeek R1 670B et Kimi K2.5 1T, la puce Jalapeño affiche entre 1,5 et 1,9 fois plus de performance par watt que Blackwell, la génération de puces d’accélération que Nvidia vend aujourd’hui en volume, au débit maximal.

SemiAnalysis, le cabinet d’analyse qui a mené les tests, résume en une phrase : « Jalapeño beats Blackwell on perf/W across almost all scenarios without being tuned for any specific point in the curve. » Autrement dit, elle ne gagne pas sur un seul terrain choisi à l’avance, elle domine sur presque toute la plage de mesure.

Les mesures ont été faites avec InferenceX, la suite de tests publique de SemiAnalysis. En concurrence 1 (un seul utilisateur servi à la fois, sans partager la puce), la puce Jalapeño dépasse les 700 tokens par seconde et par utilisateur sur DeepSeek R1, et grimpe autour de 1 400 tokens par seconde sur Kimi-K2.5 et GPT-OSS. Un token est l’unité de texte qu’un modèle génère à chaque étape, un mot ou un fragment de mot. Ces résultats ont été obtenus en prédiction simple (le modèle propose un mot à la fois), sans le décodage spéculatif qui accélère habituellement les réponses en devinant plusieurs mots d’avance.

La puce Jalapeño est née en seize mois, avec Broadcom

OpenAI avait dévoilé le programme en juin 2026, en partenariat avec Broadcom. La conception a démarré au milieu de 2024, ce qui donne environ seize mois entre le recrutement de l’équipe et le tape-out (le moment où le design final part en usine pour être gravé sur silicium). Pour une puce sur mesure, c’est un délai très court.

OpenAI n’est pas seule sur ce terrain. Etched a atteint 21 milliards de dollars de valorisation avec une puce spécialisée dans les architectures transformers, et plusieurs laboratoires cherchent la même chose : sortir de la dépendance totale à un seul fournisseur de matériel. La puce Jalapeño s’inscrit dans ce mouvement, avec un argument que peu d’autres peuvent afficher : elle est déjà mesurée, en laboratoire, sur des modèles réels.

Selon CNBC, le déploiement de la puce Jalapeño dans l’infrastructure d’OpenAI est attendu d’ici la fin de l’année. Les analystes cités par le média estiment qu’elle pourrait peser sur la part de marché de Nvidia dans l’inférence, et réduire la dépendance d’OpenAI pour certaines charges de travail. OpenAI, de son côté, dit continuer d’acheter du matériel Nvidia.

Les réserves, écrites par les testeurs eux-mêmes

C’est là que l’analyse mérite d’être lue jusqu’au bout. SemiAnalysis ne cache rien de la façon dont les chiffres ont été produits : « OpenAI invited us to look at their chip, go to their labs to check out how real it is, and benchmark it with our InferenceX suite. » L’invitation vient d’OpenAI. Le protocole de test, InferenceX, vient de SemiAnalysis. Les chiffres, eux, viennent d’OpenAI.

Le cabinet précise sa propre limite avec une franchise qui tranche avec le ton habituel des communiqués : « all numbers are provided to us by OpenAI. We verified the InferenceX runs in person in the lab, but we did not run the full suite of InferenceX benchmarks nor have we seen AgentX results. » AgentX est la suite de tests que SemiAnalysis préfère utiliser pour comparer des puces entre elles, parce que ses scénarios à long contexte et multi-tours ressemblent davantage à ce qui se passe en production. Une puce qui brille sur un test court peut se comporter différemment sur un test long, et SemiAnalysis le dit sans détour.

Deuxième réserve, relevée cette fois par les analystes cités par CNBC : la puce Jalapeño utilise de la mémoire HBM4 (la génération la plus récente de mémoire à haute bande passante, celle qui alimente rapidement les calculs de la puce), quand Blackwell embarque la génération précédente. La mémoire reste une ressource rare et chère en ce moment, et la génération installée pèse directement sur les résultats bruts. La comparaison la plus honnête ne serait pas avec Blackwell, mais avec Vera Rubin, la plateforme plus récente de Nvidia, qui embarque elle aussi de la HBM4.

The Decoder reprend ces deux réserves sans les minimiser. Rien de tout cela n’annule le résultat obtenu par Jalapeño. Cela le replace à son échelle : une mesure en laboratoire, sur trois modèles, dans des conditions choisies par la partie qui avait intérêt à ce que le résultat soit bon.

Pourquoi il ne faut rien conclure de la Bourse

Le 26 août, l’action Nvidia a gagné 6,37 % et celle de Broadcom 1,71 %. La tentation est grande d’y lire un verdict du marché sur la puce Jalapeño. Ce serait un raccourci : Nvidia publiait ses résultats trimestriels dans la même fenêtre, et CNBC couvrait les deux sujets en parallèle. Rien ne permet de démêler ce qui, dans cette séance, revient à l’annonce d’OpenAI.

Un autre chiffre éclaire mieux le rapport de force. Selon 24/7 Wall St., le chiffre d’affaires data center de Nvidia a progressé de 92 % sur un an pour atteindre 75 milliards de dollars, avec 119 milliards d’engagements d’approvisionnement déjà signés. Une puce interne développée pour un seul client, même excellente, ne déplace pas une échelle pareille.

La relation entre les deux entreprises est d’ailleurs moins binaire qu’elle n’en a l’air. Nvidia est donné en discussion pour prendre des parts dans certains de ses propres clients, et continue d’élargir son offre bien au-delà des puces d’accélération, jusqu’aux machines de bureau conçues pour l’IA. La puce Jalapeño change quelque chose pour OpenAI, sur une partie de ses charges de calcul. Elle ne change rien, pour l’instant, à la place de Nvidia sur le marché.