OpenAI Jalapeño : la puce custom qui change l'économie de l'inférence

Le 24 juin, OpenAI sort sa première puce et engage 10 GW jusqu'en 2029

Mercredi 24 juin 2026, OpenAI et Broadcom ont annoncé conjointement Jalapeño, premier accélérateur d'inférence conçu par OpenAI.¹ OpenAI signe l'architecture et l'algorithmique ; Broadcom apporte l'implémentation silicium et l'interconnect qui relie les puces dans un rack.³ Le chip est un ASIC taillé sur mesure pour les patterns mémoire et réseau des transformers qui font tourner ChatGPT, Codex et l'API OpenAI, fabriqué par TSMC.²

La feuille de route assumée est claire. Fin 2026, premier déploiement en datacenter. 2027, montée en charge en production. 2028, expansion multi-générations. À horizon 2029, OpenAI et Broadcom engagent 10 gigawatts de capacité d'inférence sur cette ligne — un ordre de grandeur comparable à plusieurs grosses centrales électriques.⁴ La puce a été conçue en neuf mois, un cycle accéléré en partie par les modèles d'OpenAI eux-mêmes.²

Deux faits méritent qu'on s'y arrête. D'abord, Jalapeño n'est pas un produit commercialisé séparément : la puce sert les workloads OpenAI, déployée dans des datacenters opérés avec Microsoft et d'autres partenaires d'hébergement.¹ La presse rapporte d'ailleurs que Microsoft se porterait acquéreur d'environ 40 % de la première série de production — un chiffre que ni OpenAI ni Broadcom n'ont confirmé officiellement.⁴ Ensuite, le claim « jusqu'à 50 % moins cher par token versus GPU Nvidia haut de gamme » provient de la communication OpenAI-Broadcom et de sa reprise presse, pas d'un benchmark indépendant publié à date.⁵ Aucune baisse de prix ChatGPT Enterprise ou API n'a été annoncée pour 2026. Si bénéfice tarifaire il y a, il se matérialisera en 2027 et 2028, à travers les tarifs API, les paliers Enterprise, les limites de débit ou les garanties de capacité, sans que l'acheteur ait à parler de matériel.⁶

C'est ce point qui mérite l'attention d'une DSI française, sans en faire un motif de panique.

Pourquoi cette annonce déplace l'arbitrage prix–lock-in d'un renouvellement LLM Enterprise

Depuis dix-huit mois, l'argument prix d'OpenAI face à Mistral, Anthropic ou Google reposait sur sa puissance de négociation avec Nvidia et sur la mutualisation de capacité côté Microsoft Azure. C'est un argument financier, négociable, exposé à la guerre des prix. Avec Jalapeño, OpenAI tend vers un argument plus structurel : la marge sur l'inférence ne dépendrait plus seulement d'un fournisseur de GPU, mais d'une chaîne que l'entreprise contrôle davantage, de la conception à l'opération — une logique souvent comparée à celle d'Apple sur ses puces maison.⁷

Pour une direction des achats IT qui renégocie un contrat ChatGPT Enterprise ou OpenAI API, deux mouvements pourraient devenir visibles d'ici douze à dix-huit mois. Premier mouvement possible : OpenAI disposerait mécaniquement de plus de marge pour ajuster ses prix Enterprise face à Google, Anthropic et Mistral, ou pour offrir des paliers de capacité garantie. C'est plutôt une bonne nouvelle pour le coût par utilisateur d'un Copilot interne. Deuxième mouvement possible : cette même marge pourrait financer une intégration verticale plus profonde — connecteurs propriétaires, fine-tuning maison, observabilité native, runtime agentique exclusif. Là où la marge se renforce, le verrouillage technique peut s'autofinancer.

Le sujet, pour une DSI française, n'est donc pas le prix d'aujourd'hui, ni un quelconque « il faut rouvrir vos contrats demain ». C'est la portabilité du runtime, du finetune et des embeddings vers un autre LLM à l'horizon 2028, à examiner posément lors de la prochaine échéance de contrat. Cette fenêtre coïncide souvent avec la revue annuelle DORA Article 28 des établissements financiers et les comités de pilotage IA des assureurs.

Ce que cette annonce ne change pas

Trois faits à poser clairement avant qu'un comité de direction ne sur-réagisse.

Premier fait : Jalapeño n'est pas un accélérateur qu'un client va commander pour son propre datacenter. La puce sert les workloads OpenAI dans des datacenters opérés avec Microsoft et d'autres partenaires d'hébergement.¹ Si une banque française envisageait un déploiement on-premise d'un modèle OpenAI sur du matériel custom, la conversation ne change pas.

Deuxième fait : OpenAI reste massivement dépendante de Nvidia pour l'entraînement et pour toute la capacité existante. Le premier déploiement Jalapeño fin 2026 est limité ; la production 2027 restera marginale face au parc Nvidia installé. Une bascule complète demandera plusieurs années.

Troisième fait : la directive du 12 juin 2026 du Commerce Department, qui a conduit Anthropic à restreindre l'accès à certains de ses modèles pour les ressortissants non-américains, reste un précédent. Une puce custom américaine, opérée dans un datacenter américain, sous contrôle d'une entreprise américaine, n'offre aucune garantie supplémentaire contre une décision unilatérale de Washington — sujet que nous avons documenté en détail dans notre analyse de la coupure Anthropic et de la riposte Mistral-Lecornu.

Ce que ça change pour une entreprise française

L'annonce Jalapeño n'enclenche aucune obligation contractuelle. Elle ajoute simplement un argument documenté à des conversations d'achat qui ont lieu de toute façon. Pour rendre cela concret, voici trois situations strictement illustratives, sans organisation, effectif ni budget réels — des hypothèses de travail courantes que l'on peut transposer à son propre contexte.

Cas hypothétique — banque de taille moyenne, supervision ACPR. Supposons un établissement avec un contrat OpenAI Enterprise pluriannuel arrivant à échéance dans les prochains mois, et une direction des risques opérationnels qui prépare sa revue DORA Article 28. Jalapeño rend désormais public l'argument « la trajectoire de coût de l'inférence OpenAI s'oriente à la baisse à moyen terme ». La direction des achats peut s'en servir, lors de la prochaine négociation, pour discuter trois points dans l'avenant : une clause de revoyure tarifaire indexée sur l'évolution publique des tarifs API, un cap sur le coût total par utilisateur sur la durée du contrat, et une clause de portabilité vers un LLM européen — par exemple Mistral, argument renforcé par sa levée de 20 Md€ et ses engagements VivaTech. Rien d'urgent : un point d'attention à inscrire à l'ordre du jour de la prochaine échéance. (Rappel : une banque régionale relève en première intention de l'ACPR, et non d'une supervision directe de la BCE.)

Cas hypothétique — assureur ou mutuelle s'appuyant sur Microsoft 365 Copilot. Lorsque le sous-jacent de Copilot est un modèle OpenAI via Azure, l'engagement à 10 GW d'ici 2029 va dans deux directions à la fois : il rend plausible une trajectoire de coût Copilot plus favorable, mais il renforce aussi l'ancrage des utilisateurs dans une stack OpenAI dominante côté Microsoft. Deux décisions sobres restent à la main de la DSI. D'une part, évaluer un POC de mailbot branché sur un modèle européen pour qualifier des emails entrants, hébergé hors Azure, afin de conserver une option opérationnelle. D'autre part, documenter la dépendance Copilot-OpenAI comme risque de concentration ICT au titre de DORA. Le contrat Microsoft n'est pas remis en cause — il devient simplement gouvernable.

Cas hypothétique — distributeur opérant une stack multi-modèles (OpenAI + Anthropic via des orchestrateurs type CrewAI ou LangGraph). Pour une organisation dont le budget IA croît vite, Jalapeño, combiné aux nouveaux outils de suivi de consommation et de plafonds de dépense de ChatGPT Enterprise publiés le 18 juin 2026, ouvre deux leviers de gouvernance financière.⁹ Premier levier : négocier, à la prochaine échéance, une grille tarifaire actualisée plus fréquemment, assortie de plafonds par groupe d'utilisateurs. Second levier : industrialiser un routeur multi-modèle interne qui bascule les workloads non-sensibles vers le LLM le plus économique du moment, en gardant OpenAI pour les tâches sensibles à la latence. Le levier prix relève du moyen terme ; le levier gouvernance est, lui, actionnable dès aujourd'hui.

Dans ces scénarios, le rôle d'un acteur français de l'IA conversationnelle comme Webotit consiste à cadrer ces options — cartographie de la stack, POC sur une alternative européenne, chiffrage du TCO d'une bascule — sans présumer d'un calendrier de renégociation qui n'appartient qu'à l'entreprise.

Trois décisions à examiner avant une prochaine échéance LLM Enterprise

Pour une DSI ou une direction des achats IT dont un contrat LLM Enterprise arrive à échéance dans les prochains mois, voici une séquence raisonnable à inscrire à l'agenda, sans précipitation.

Cartographier la stack LLM réelle. Quels workloads sont sur OpenAI direct, quels passent par Azure-Copilot, quels sont sur Anthropic ou Mistral, quels passent par CrewAI ou LangGraph en routage. Cette cartographie est de toute façon attendue par la revue DORA Article 28 pour les acteurs financiers, et par l'AI Act qui devient pleinement applicable le 2 août 2026 — date à laquelle s'appliquent les obligations sur les systèmes à haut risque listés à l'Annexe III, les systèmes IA intégrés à des produits réglementés (Annexe I, par exemple dispositifs médicaux ou véhicules) suivant au 2 août 2027.⁸

Lors de la prochaine renégociation, demander trois clauses précises : indexation des prix Enterprise sur l'évolution publique de l'API, cap sur le coût par utilisateur, et portabilité du runtime, des embeddings et du finetune vers un LLM concurrent à frais documentés. Si le fournisseur refuse l'une des trois, c'est en soi une donnée d'arbitrage à remonter au comité d'investissement.

Lancer un POC parallèle sur un cas d'usage non-critique avec une alternative européenne. Pas pour basculer demain, mais pour disposer d'une matérialité technique défendable dans la revue DORA, dans la cartographie AI Act et devant le comité d'éthique. Un POC de ce type tient généralement en quelques semaines sur un workload mailbot ou agent IA documentaire. C'est le format que nous opérons avec des infrastructures comme Mistral Compute, OVHcloud ou Scaleway, et l'objet d'un estimateur de retour sur investissement et de TCO de bascule modèle publié pour ce type de scénario.

Ce qu'il faut retenir

La vraie question pour une DSI française

OpenAI réunit progressivement le silicium, le modèle, le runtime, des outils de gouvernance des coûts et, demain, une API agents tournant sur son propre matériel. C'est une logique d'intégration verticale comparable à celle d'Apple, appliquée au LLM. Pour une DSI française face à un renouvellement pluriannuel, la question n'est pas « quel sera le prix dans dix-huit mois » — la tendance pointe à la baisse. Elle est « à quoi ressemblera la sortie de cette stack à l'horizon 2028 », et est-ce que cette sortie est écrite dans le contrat.

Vous préparez un renouvellement et vous voulez chiffrer le TCO d'une stack multi-LLM gouvernée, avec un fallback européen documenté ? Discutez-en avec nos équipes spécialisées en orchestration d'agents IA d'entreprise — nous aidons les DSI à cadrer ce type d'arbitrage, notamment dans des contextes soumis à l'ACPR et à DORA.

Questions frequentes

Qu'est-ce que Jalapeño, la puce custom d'OpenAI dévoilée le 24 juin 2026 ?+

Jalapeño est le premier accélérateur d'inférence conçu par OpenAI, avec Broadcom pour l'implémentation silicium et l'interconnect, et TSMC pour la fabrication. C'est un ASIC dédié aux modèles transformer, taillé pour réduire le coût par token et améliorer la performance par watt versus les GPU Nvidia. Le premier déploiement est attendu fin 2026 dans des datacenters opérés avec Microsoft et d'autres partenaires, la montée en charge en 2027.

Les clients ChatGPT Enterprise et OpenAI API verront-ils des prix baisser en 2026 ?+

Non. Aucune baisse de prix Enterprise ou API n'a été annoncée pour 2026. Un éventuel bénéfice tarifaire arriverait en 2027 et 2028, lorsque la production Jalapeño montera en charge. Il se traduirait par des tarifs API plus bas, des paliers Enterprise plus généreux ou des garanties de capacité étendues, sans que les acheteurs aient à parler de matériel.

Une DSI française peut-elle déployer Jalapeño dans son propre datacenter ?+

Non. Jalapeño n'est pas un produit commercialisé séparément : la puce sert les workloads OpenAI dans des datacenters opérés avec Microsoft et d'autres partenaires d'hébergement. Pour un déploiement on-premise d'un modèle OpenAI sur du matériel custom dans le datacenter d'une banque ou d'un assureur français, la conversation ne change pas.

Cette annonce oblige-t-elle à renégocier un contrat LLM Enterprise dès maintenant ?+

Non. Le premier déploiement est ciblé fin 2026 et la montée en charge concerne 2027-2028 : c'est un signal directionnel sur l'économie future de l'inférence, pas un déclencheur contractuel immédiat. L'usage raisonnable est d'intégrer cet argument à la prochaine échéance de contrat, en priorisant la portabilité du runtime et des embeddings plutôt que la seule négociation du prix.

Quel rapport avec DORA Article 28 et l'AI Act du 2 août 2026 ?+

La cartographie des fournisseurs ICT critiques et la stratégie de sortie relèvent de DORA Article 28 : la revue annuelle des banques et assurances européennes tombe à l'automne, et c'est le cadre qui pousse à documenter une dépendance LLM et une option de portabilité. L'AI Act est distinct : ses obligations sur les systèmes à haut risque (Annexe III) — évaluation de conformité, documentation et traçabilité, supervision humaine, surveillance post-commercialisation — ont été repoussées au 2 décembre 2027 par le Digital Omnibus ; le 2 août 2026 porte surtout sur la transparence et les modèles à usage général. Jalapeño accentue la concentration potentielle sur OpenAI : côté DORA, cartographier cette dépendance et documenter une portabilité devient un attendu concret.

Sources et references

1. [1]
2. [2]
3. [3]
4. [4]
5. [5]
6. [6]
7. [7]
8. [8]
9. [9]