Richard Ho, der bei OpenAI den Chipbau leitet, hat dem ersten eigenen Prozessor einen Namen gegeben, der in dieser Branche nach einem Scherz klingt. Jalapeño, weil das interne Team Hot Peppers heißt. „Wir sind Ingenieure und nehmen uns selbst nicht so ernst“, sagte Ho dem Handelsblatt. Die Zahlen, die OpenAI am 25. August 2026 hinterhergeschoben hat, sind ohne Pointe. Auf InferenceX, dem öffentlichen Benchmark von SemiAnalysis, schaffte Jalapeño bei GPT-OSS 120B rund 85.400 gemischte Tokens pro Sekunde und Kilowatt, der GB200 von Nvidia rund 45.000. Die Antwort lag nach 1,03 Sekunden vor, beim GB200 nach 1,80. Gegen den GB300, an DeepSeek R1 gemessen, waren es 1,65 gegen 5,99 Sekunden. Im selben Bericht steht der Satz, den eine Kursfantasie gerne überliest: OpenAI werde Nvidia-Beschleuniger weiter in großer Zahl kaufen, fürs Training und für die Inferenz.

Jalapeño ist damit ein Einkaufshebel gegen Nvidia, dessen Aktie am 9. Oktober 2026 bei 230,64 Dollar schloss. Die Marktkapitalisierung lag an dem Tag bei 5,65 Billionen Dollar.

Was die Folie wirklich vergleicht

Am 24. Juni 2026 haben Sam Altman und Greg Brockman das erste Exemplar von Broadcom-Chef Hock Tan und dessen Präsidenten Charlie Kawwas entgegengenommen. Vom Entwurf bis zum Tape-out waren neun Monate vergangen. OpenAI hält das für den schnellsten Zyklus, den das Haus bei einem Hochleistungs-ASIC gesehen hat. Broadcom hat das Silizium und das Tomahawk-Netzwerk umgesetzt, Celestica Board, Rack und System. Tan sprach von Gigawatt-Rechenzentren gemeinsam mit Microsoft und weiteren Partnern, Start noch 2026. Das ist die erste Generation einer Reihe. Generation zwei ist nach Angaben des Labors schon tief in der Entwicklung, Generation drei im Entwurf.

Die Messlatte steht im Leistungsbericht, die Architektur in der Vorstellung mit Broadcom. Jalapeño ist auf 700 Watt ausgelegt und zog in den geprüften Lasten im Dauerbetrieb höchstens 550. Der GB200 ist in derselben Tabelle mit 1.200 Watt angesetzt, der GB300 mit 1.400. Über GPT-OSS 120B, DeepSeek R1 und Kimi K2.5 lag der Vorsprung bei 1,5- bis 1,9-mal mehr Arbeit pro Watt und bei 1,7- bis 3,6-mal kürzerer Ende-zu-Ende-Zeit. Bei Kimi, dem größten der drei Modelle, waren es das 1,5-Fache an Durchsatz pro Watt und das 3,4-Fache an Tempo.

Veröffentlicht hat das OpenAI. SemiAnalysis hat die Läufe nach dem Bericht des Handelsblatts im Labor von OpenAI gemacht, mit Messwerten von dort, an festgelegten Frage-Antwort-Aufgaben. Lange Dialoge und Agenten mit vielen Schritten waren nicht dabei. Dasselbe Stück hält fest, dass Nvidia mit Vera Rubin bereits die folgende Reihe ausliefert. Ein Vorsprung gegen Blackwell auf der eigenen Werkbank ist ein Ingenieurresultat. Die Stromrechnung von ChatGPT verändert er erst, wenn die Halle voll ist und die Software mitzieht.

Die Miete fällt bei jeder Antwort an

Training ist ein Projekt mit Anfang und Ende. Inferenz ist die Miete, die bei jeder Antwort, jedem Bild und jedem Agentenschritt neu anfällt. Der Prompt ist rechenlastig. Das anschließende Token für Token hängt an der Speicherbandbreite und daran, wie oft Daten den Chip verlassen. Jalapeño ist um diese Zweiteilung herum gezeichnet: Der Zwischenspeicher einer laufenden Anfrage, der Key-Value-Cache, soll an der Recheneinheit bleiben. Prefill und Decode sollen auf derselben Architektur laufen, damit man für hohen Durchsatz und für kurze Antwortzeit nicht zwei Maschinen kauft. Bei Agenten addieren sich die Wartezeiten. Latenz ist hier der Preis des Produkts.

Was der Markt für die Gegenseite heute zahlt, steht nicht in der Pressemitteilung. Umsatz und Kurs-Gewinn-Verhältnis von Nvidia führt Eulerpool fort, die Geschäftsqualität steht in der Nvidia-Analyse von AlleAktien. In den 5,65 Billionen Dollar steckt die Annahme, dass ein sehr großer Teil der Inferenz auf Nvidia-Systemen bleibt. Jalapeño zielt auf genau diesen Teil, und auf keinen anderen. CUDA, die Vernetzung ganzer Trainingscluster und die Breite der Software bleiben bei Nvidia. Das Labor sagt das selbst.

Amazon hat die Miete für Nvidia-Kapazität bereits angehoben. Die InvestmentWeek liest die höheren Chipmieten als Nachfragesignal. Für OpenAI ist dieselbe Miete der Anlass, selbst zu bauen. Dieselbe Redaktion hat OpenAI-Ausgaben von 278 Milliarden Dollar bis 2030 nachgezeichnet. Bei einer Summe dieser Größenordnung wird ein einzelner Preissteller für den größten laufenden Kostenblock zur Verhandlungsfrage. Ob der eigene Chip am Ende billiger rechnet, zeigt erst die volle Halle, inklusive Speicher, Netz, Kühlung und den Stunden, in denen sie leer steht.

Broadcom kassiert den Auftrag, Microsoft stellt die Halle

Broadcom schloss am 9. Oktober bei 364,61 Dollar, Marktkapitalisierung 1,73 Billionen Dollar. Das Unternehmen setzt das Silizium um, liefert die Vernetzung und hat eine Roadmap über mehrere Generationen zugesagt. Die Broadcom-Analyse auf AlleAktien und der Blick der InvestmentWeek auf das KI-Geschäft beschreiben denselben Mechanismus von der anderen Seite: kundenspezifische Beschleuniger werden zum Umsatz, die Aktie handelt das schon eine Weile ein. Jalapeño ist ein weiterer Name in dieser Reihe, neben den anderen großen Abnehmern, kein Sonderfall und kein Nvidia-Ersatz.

Microsoft bleibt der unbequeme Dritte im Stapel. Tan nennt den Konzern als Partner für den Hochlauf. Satya Nadella fordert zugleich öffentlich eine Notbremse für KI-Systeme, nachgezeichnet bei der Finanzzeit. Beides kann gleichzeitig wahr sein. Wer die Hallen stellt, will den Chippreis mitbestimmen und die politische Rechnung teilen.

Europa steht in einem anderen Regal. GlobalFoundries in Dresden baut Kapazität für Chips, die in Maschinen und Autos entscheiden. Das ist industrielle Edge, nicht die Inferenz von ChatGPT. Wer beide Meldungen in einen Satz presst, verwechselt eine europäische Auftragsfertigung mit einem Angriff auf Santa Clara.

Drei Dinge, die der Kurs noch nicht sehen kann

Die Stückzahl bis Ende 2026 ist die erste. Ein Tape-out ist keine Serienlieferung. Das Handelsblatt gibt die Warnung der Jefferies-Analysten wieder: TSMC und die Kette davor und danach können nicht so viele Chips fertigen, wie OpenAI und die Wettbewerber bestellt haben. Die zweite ist der Preis pro gelungener Antwort. Arbeit pro Watt ist die Laborwährung. Speicher, Netz, Kühlung und halbleere Racks entscheiden die betriebswirtschaftliche. Die dritte ist die Modellgeneration nach dieser. Ein Spezialchip, den die nächste Architektur nicht mehr trägt, wird zur Abschreibung, auch wenn die Folie vom August stimmt.

Für ein Depot ist die Lage deshalb enger als die Schlagzeile. Nvidia bleibt das Unternehmen, dessen Software und Trainingscluster den Markt definieren. 5,65 Billionen Dollar sind eine Wette auf diese Breite, und solche Dauerwetten werden empfindlich, wenn die Indexstände schon hoch sind und die Renditen nicht mehr fallen. VermögenHeute rechnet genau diese Kombination durch. Broadcom verdient, wenn aus dem Labor ein wiederkehrender Auftrag für anwendungsspezifische Chips wird. OpenAI kauft sich eine Option auf den eigenen Stückpreis.

Jalapeño ist der erste Prozessor eines Labors, das bis eben nur Modelle besaß. Das verschiebt die Verhandlung am Einkaufstisch. Die Fabrik für das nächste Frontier-Modell steht weiter bei Nvidia.