OpenAI 公布首款自研推理芯片 Jalapeño（墨西哥辣椒）首批实测数据：在 GPT-OSS 120B 上每瓦峰值吞吐量约为英伟达 GB200 的 1.9 倍；在 DeepSeek R1 670B 上每瓦性能约为 GB300 的 1.7 倍；在 Kimi K2.5 1T 上每瓦峰值性能约为 GB300 的 1.5 倍。芯片额定功耗 700W，实测持续功耗不超过 550W，专攻推理而非训练，采用 AI 辅助芯片设计。CEO 奥特曼在 X 上表示"我们制造了一款芯片，它的速度很快"。
DeepSeek 已全面启动上市筹备，计划年内递交科创板申请、2027 年挂牌。新一轮融资投前估值约 710 亿美元（约 5000 亿元人民币），较 4 个月前约 100 亿美元翻近 7 倍，首轮募资据报突破 500 亿元。投资方包括腾讯、宁德时代、京东、网易及国家人工智能产业基金。上市公司公告显示开润股份、汤臣倍健已通过基金间接持股。
a16z 合伙人预告获得 SSI 新模型访问权限，称"今年最重要的发布"；模型基于 TTT 架构，可在推理时更新权重。
消费级 AI 代理对标 OpenClaw，高档订阅费拟达 199.99 美元/月；新模型 Watermelon 内部基准声称达到 GPT-5.5 水平。
环球、索尼、华纳首次联合投资一家 AI 公司，B 轮 7600 万美元，累计融资 2.32 亿美元；版权诉讼仍在继续。
推理性能较上代翻倍、同等性能功耗降 40%，最高 78 TOPS 算力，瞄准机器人和无人机等边缘物理 AI 场景。
OpenAI 选了"每瓦性能"这个对自己最有利的维度，对比的是 GB200/GB300 整系统而非最新的 Vera Rubin。Jalapeño 是专用推理芯片，GB200/GB300 是通用 GPU，在推理效率上输给定制品并不意外。谷歌 TPU、亚马逊 Trainium/Inferentia 早就在特定负载上证明过这一点。真正的问题是：Jalapeño 能不能规模化交付、良率如何、软件栈成熟度怎样——这些 OpenAI 一个字没提。
OpenAI 自研芯片首先是"成本控制"而非"替代英伟达"。即便 Jalapeño 量产，OpenAI 训练下一代模型仍然需要英伟达的训练集群；推理侧也需要时间迁移。更重要的是，英伟达的真正护城河不是单芯片性能，而是 CUDA 生态、整机系统能力和与台积电/三星/海力士的供应链绑定。一款推理 ASIC 能撼动的是利润率，不是基本盘。
Jalapeño 测试中使用了 DeepSeek R1 和 Kimi K2.5，说明 OpenAI 认为这些中国模型是主流推理负载。但对国产芯片厂商（寒武纪、华为昇腾、平头哥）而言，OpenAI 自研芯片不会直接构成竞争——市场和客户群完全不同。真正值得关注的是：当头部 AI 公司纷纷自研推理芯片，第三方推理 ASIC 初创公司的生存空间会被进一步压缩，国内同类创业公司需要重新思考定位。
同一天发生的两件事指向同一个方向：AI 产业正在从"模型为王"进入"基础设施垂直整合"阶段。OpenAI 往下走造芯片，DeepSeek 往资本市场走融巨资买算力。模型公司的竞争终局是算力成本和规模效率的竞争，而不是谁的评测分数高零点几分。对国内开发者来说，这意味着推理成本长期下行趋势确定，但模型公司之间的分化也会加剧。