OpenAI 在 Hot Chips 上放出自研晶片 Jalapeño 的第一批實測，最大的那個數字是 104.3 倍。中文圈轉了兩天，幾乎全部只抄這一格。
一句話結論：OpenAI Jalapeño 的 104.3 倍是真的，但它量的是「同一個延遲下每瓦能扛多少活」；把分母換回每顆封裝的絕對吞吐，三個測試模型裡它輸了兩個。
這篇不是要唱衰。Jalapeño 是第一代矽片，能跑出這種曲線本身就值得寫。但官方附錄一共 12 格數字，中文圈只搬走最大那格，而剩下 11 格才是判斷它強在哪的地方。
我把 12 格全部重算了一次，以下每個數字都可以自己驗。（資料截至 2026 年 8 月，來自 OpenAI 官方頁面附錄。）
104.3 倍到底在量什麼？
量的是「在 GB300 自己最快的出字節奏下，兩邊各自還能扛多少總工作量」。
拆開講。DeepSeek R1 這個測試裡，GB300 能做到的最低 TBT（time between tokens，兩個字之間的間隔）是 5.90 毫秒，換算成單一使用者大概每秒 169 個字。OpenAI 把兩邊都鎖在這個節奏上，然後比總吞吐：Jalapeño 每千瓦 12,258，GB300 每千瓦 118。
問題出在 GB300 那個 118。那是它整條曲線最左邊的懸崖點——為了把延遲壓到極限，它幾乎只能服務一個人，總量自然塌下來。拿對手最狼狽的那個操作點去比，比值當然會爆炸。
同一個測試、同一個模型，換到雙方各自的峰值吞吐點，差距是 1.7 倍，不是 104 倍。
這兩個數字相差 60 倍以上，卻描述同一塊晶片、同一次測試，差別只在你選曲線上哪一點。公平講一句：OpenAI 自己在頁面上把 104.3 標成「at previous TBT」，沒有藏；壓縮成「贏 104 倍」的是轉述環節。
把「每瓦」還原成「每顆」，數字會變成什麼？
會變成 Jalapeño 三個模型輸兩個。
OpenAI 公佈的是「每千瓦多少 token」，分母是晶片的標稱功耗。Jalapeño 標 700W、GB200 標 1,200W、GB300 標 1,400W。把每瓦數值乘回各自的標稱功耗，就還原成每顆封裝的絕對吞吐。這是還原，不是另一組實測數據，算式只有一步：
| 測試模型 | 每瓦比值（官方） | Jalapeño 每封裝 | NVIDIA 每封裝 | 每封裝比值 |
|---|---|---|---|---|
| GPT-OSS 120B（對 GB200） | 1.9 倍 | 59,814 | 53,952 | 1.11 倍 |
| DeepSeek R1 670B（對 GB300） | 1.7 倍 | 13,749 | 16,493 | 0.83 倍 |
| Kimi K2.5 1T（對 GB300） | 1.5 倍 | 12,737 | 16,607 | 0.77 倍 |
兩個 GB300 對比裡，Jalapeño 的絕對吞吐分別是對手的 0.83 和 0.77。它贏在每瓦，是因為分母只有對手的一半。
這不代表官方數字灌水。對電力受限的資料中心，「同樣一度電能做多少活」本來就比「單顆多快」重要，OpenAI 也明講他們認為每單位功耗才是更有用的標準。但兩件事必須分開講：能效領先不等於單顆更快。把 1.5 到 1.9 倍讀成「單顆效能贏 1.9 倍」，就讀錯了。
「分子用實測、分母用標稱」這句話為什麼是反的？
因為 700W 這個分母對 Jalapeño 是吃虧，不是佔便宜。
這兩天流傳一種拆穿式說法：OpenAI 標稱 700W、實測只有 550W，所以是「分子用實測、分母用標稱」，兩把尺。聽起來很像內行話，但方向錯了。
OpenAI 原文寫得很直白：為了讓比較一致，兩邊都用各自公布的晶片功耗標稱值歸一化；Jalapeño 標稱 700W，而它在測試負載下的持續功耗維持在 550W 或以下。兩邊用的是同一把尺——都是標稱值。
而且關鍵在這裡：如果 OpenAI 真的想灌水，它應該用 550W 做分母。我算了一下，換成 550W 之後三個模型的每瓦比值會從 1.90／1.67／1.53 升到 2.42／2.12／1.95，全部放大 1.27 倍。
換句話說，OpenAI 選了對自己比較不利的那個分母。真正該追的問題不是「哪把尺」，而是這把尺只量到晶片封裝：CPU、封裝外記憶體、網路交換機、電源轉換、散熱全都不在分母裡。整機層面的能效，這組數字沒有回答，也不該拿來回答。
Tom’s Hardware 提到附錄另有一組「整機用電」對照，寫 Jalapeño 1.18kW 對 GB300 2.55kW，並說這會讓差距縮小。我拿這兩個數字接上峰值那兩格算了一次，得到的方向相反（差距反而變寬），所以這組整機數字無法用公開的那 12 格重建。我不採用，也建議先別引——這種對不上的地方，通常代表它來自另一個操作點，而不是誰算錯。
官方寫 2.1 倍，附錄為什麼只找得到 2.7 倍？
這是我重算 12 格時唯一對不上的一格，而且沒人提過。
OpenAI 正文原句是：「For highly interactive workloads, it delivered 2.1 to 4.1 times higher performance.」——高互動場景快 2.1 到 4.1 倍。
但附錄裡跟「互動性」最直接對應的指標是最低 TBT，三個模型分別是 2.7 倍、4.1 倍、3.8 倍。上界 4.1 對得上，下界 2.1 在公開的 12 格裡找不到任何一格對應。
更有意思的是英語圈兩份寫得相當認真的審查——Kingy.ai 和 NxCode——都把這個區間寫成「2.7 到 4.1 倍」並掛在 OpenAI 名下，等於各自把官方數字默默改成自己算得出來的那個。
我不認為 OpenAI 寫錯。「高互動場景效能」跟「最低 TBT」本來就可能是兩個不同指標，2.1 很可能來自沒有公開的那些操作點。但結論一樣：這個數字目前無法用官方公開資料驗證。看到有人拿 2.1 倍或 2.7 倍當硬數據用，記得它站在哪裡。
換一個分母，比值會怎麼變？
與其相信我，不如自己拉。下面這個小工具用的就是官方附錄那 12 格原始數字，換分母即時重算：
把分母在這三個選項之間切一次，就會看到整件事的形狀：同一組原始數據，可以合理講出「贏 1.9 倍」「贏 2.42 倍」和「輸 0.77 倍」三種結論。三種都不算說謊，差別只在有沒有把口徑講清楚。
這場測試沒有比的是什麼？
四樣，而且每一樣都會影響結論。
- 沒有比 Vera Rubin。對手是 GB200 和 GB300，都是 Blackwell 世代。Rubin 才是跟 Jalapeño 同屬 HBM4 世代的對手，而 OpenAI 自己已經同意在 2026 下半年部署第一批 Rubin 系統。
- 沒有比訓練。Jalapeño 是純推理晶片，不做訓練。這塊 NVIDIA 目前沒有對手。
- 兩邊都跑單 token 預測（STP）。這對 Jalapeño 公平，但 NVIDIA 在生產環境常用多 token 預測。Tom’s Hardware 指出，讓 GB300 開啟多 token 預測後，峰值能效領先會縮到大約 1.5 倍。
- 沒有 AgentX 結果。所有測試都是 8k 進、1k 出的固定形狀。真實 agent 是多輪、長脈絡、共享前綴、反覆重用 KV cache——正好是 OpenAI 強調的場景，也正好是這批數據沒涵蓋的。
還有一層：所有數字都是 OpenAI 在自己實驗室跑出來的。SemiAnalysis 說它到場看過部分 InferenceX 測試，但沒有跑完整套，也沒看過 AgentX 結果。它同時說這顆晶片「打敗了我們測過的每一顆 NVIDIA、AMD 和 Google 晶片」——值得記住，但那是旁觀者證詞，不是獨立重跑。
三個日子不要混在一起
這件事被壓成「OpenAI 8 月 25 日發表自研晶片」，其實中間隔了快一年。
| 時間 | 發生什麼 |
|---|---|
| 2025 年 10 月 | OpenAI 與 Broadcom 公布合作，含 10GW 規模的部署協議 |
| 2026 年 6 月 24 日 | Jalapeño 晶片正式亮相，九個月完成設計到流片 |
| 2026 年 8 月 25 日 | Hot Chips 大會放出第一批 InferenceX 實測數據 |
8 月 25 日發表的是成績單，不是晶片。混成一件就會誤判 OpenAI 的節奏——它不是剛做出晶片，是做出來兩個月後才敢公布數字。
對一般人和開發者，實際意味著什麼？
短期幾乎沒有影響。中期要看 2027。
OpenAI 硬體負責人 Richard Ho 在媒體電話會議上講得很清楚：Jalapeño 年底會開始部署，但量「非常小」，比較有規模的部署要到 2027 年。這句話中文圈幾乎沒人轉——它比任何倍數都更決定你什麼時候會有感。
幾件不要期待的事：這顆晶片不外賣，沒有公開價格和 SDK，也沒有任何一條 API 保證會跑在它上面。OpenAI 明說會繼續大量部署 NVIDIA 和其他夥伴的加速器，訓練和推理都是。正確的框架是分散供應，不是取代。
真正值得留意的是延遲。Agent 型任務要連續跑幾十輪模型呼叫，每一輪都得等上一輪完成。每步省半秒，30 步就是 15 秒。這正好是 Jalapeño 那組 TBT 數字指向的地方——如果它規模化之後守得住這條曲線，現在因為太慢或太貴而做不出來的產品才有機會成立。條件在後半句。
順帶一提，OpenAI 在同一頁提到用 Codex 加上 GPT-Astra，兩個月內把三個原本不在量產計畫內的開源權重模型調到高性能；針對選定的 GPT-OSS attention 和 MoE 區塊，AI 生成的實作比人類專家版本快 1.5 到 1.8 倍。官方自己補了一句：這只適用於選定區塊，不是整個模型。Astra 這個名字在同一週的 Hugging Face 事故報告裡也出現過，但那份報告寫明強化防護是「回應這次事故，以及另外將推出的 Astra 模型的能力」——是兩件事，不要接成一件。
所以該怎麼看這塊晶片？
我的判斷：這是一個很紮實的第一代結果，但它現在的位置是「值得追蹤」，不是「格局已變」。
紮實的地方在於，Jalapeño 同時拿到更高的每瓦吞吐和更低的延遲。這兩件事在推理系統裡通常互斥——想服務更多人就得加大批次，而批次一大每個人就等更久。能同時往兩邊走，說明架構真的在解決資料搬運和通訊延遲。
但它還缺的東西也很具體：獨立重跑、更多請求形狀、整機電力、良率、實際服務了多少比例的推理量。這些都不是靠再放一個更大的倍數就能補上。
下一個真正有訊息量的數字，不會是比 104.3 更大的那個，而是 2027 年 Jalapeño 實際扛了 OpenAI 多少推理流量。
看到「贏 NVIDIA 幾倍」這種標題，養成一個習慣就夠了：先問分母是什麼。這篇裡的 104 倍、1.9 倍、1.11 倍、0.77 倍全部來自同一次測試，差別只在分母。分母講不清楚的倍數，都只是一個沒有單位的形容詞。
常見問題
OpenAI Jalapeño 真的比 NVIDIA GB300 快 104 倍嗎？
不是。104.3 倍指的是在 GB300 自己最低延遲的操作點上，兩邊每千瓦的混合 token 吞吐比值，而 GB300 在那個點幾乎只服務單一使用者。在雙方各自的峰值吞吐點，同一個 DeepSeek R1 測試的差距是約 1.7 倍。
OpenAI 用 700W 標稱功耗做分母，是不是在灌水？
方向相反。兩邊都用各自公布的標稱值，口徑一致；而 Jalapeño 實測持續功耗只有 550W 或以下，改用 550W 會讓它的每瓦比值再放大約 1.27 倍。700W 這個分母對 Jalapeño 是保守的。真正的限制是分母只涵蓋晶片封裝，不含網路、散熱、電源轉換等整機用電。
Jalapeño 的單顆效能比 GB300 強嗎？
用官方數字還原成每顆封裝的絕對吞吐，Jalapeño 在 DeepSeek R1 是 GB300 的 0.83 倍、在 Kimi K2.5 是 0.77 倍，兩個都落後；只有對 GB200 的 GPT-OSS 測試領先 1.11 倍。它的優勢在能效，不在單顆速度。
我什麼時候會用到 Jalapeño？
短期內不會直接用到。OpenAI 硬體負責人 Richard Ho 表示 2026 年底開始部署但量非常小，較具規模要到 2027 年。晶片不對外銷售，沒有公開價格與 SDK，也沒有任何 API 保證會跑在上面。
這批測試結果有經過獨立驗證嗎？
沒有完整驗證。所有數字由 OpenAI 在自家實驗室產生，SemiAnalysis 表示到場觀察過部分 InferenceX 測試，但沒有執行完整測試套件，也沒有看過 AgentX 的多輪 agent 場景結果。基準框架 InferenceX 本身是公開的，但這次的執行紀錄和原始遙測資料未公開。
延伸閱讀：OpenAI 自己公布的 Hugging Face agent 事故報告，中文圈沒講的三件事。
資料來源：OpenAI 官方頁面「Jalapeño’s first results」（2026-08-25）與「OpenAI and Broadcom unveil LLM-optimized inference chip」（2026-06-24）附錄原始數值；TechCrunch、Tom’s Hardware、Kingy.ai、NxCode 之補充報導。文中「每封裝」「550W 歸一化」為本站依官方公開數值重算，屬口徑還原，非另行實測。本文為技術與產業分析，不構成任何投資建議；文中涉及之公司股價表現與晶片效能無必然關聯。資料截至 2026 年 8 月 27 日。
發表迴響