Jalapeño wurde im Juni als ASIC für Inferenz vorgestellt, nicht für Training. InferenceX misst unter anderem Durchsatz je Nutzer, Latenz, Kosten je Million Token und Token pro bereitgestelltem Megawatt. OpenAI ließ dort DeepSeek R1, Kimi-K2.5 und GPT-OSS laufen.
Die konkret zitierte Einzelzahl lautet mehr als 700 Token pro Sekunde und Nutzer bei Nebenläufigkeit eins auf DeepSeek R1. SemiAnalysis berichtet, die Läufe im Labor überprüft zu haben, weist aber zugleich darauf hin, dass OpenAI sämtliche Zahlen geliefert hat. Eine unabhängige Messreihe ist das nicht.
Der Vergleich bezieht sich auf Nvidias GB200 NVL72 und damit auf Blackwell. SemiAnalysis hält ihn für unvollständig und nicht fair; Jalapeño trete eigentlich gegen die kommende Rubin-Generation an. Wegen widersprüchlicher Wattangaben und abweichender Kimi-Werte werden dafür keine zusätzlichen Zahlen behauptet.