Avalanche (AVAX): Informe completo — Abril 2026
Más Videos
-
Grandes bancos de EE.UU. arman una red conjunta de depósitos tokenizados
-
Augustus, una fintech que construye un banco de compensación con carta federal en USA
-
Aptos apuesta USD $50 millones a la AI y los mercados institucionales on-chain
-
Binance Lanza la Agentic Wallet: La Era de las Carteras Diseñadas para Agentes de IA
Publicado
26 años agoon
Tecnología, estructura, adopción, ingresos y perspectiva crítica
1. ¿Qué es Avalanche y cuál es su propuesta de valor?
Avalanche es una red blockchain de capa 1 lanzada en septiembre de 2020 por Ava Labs, fundada por el criptógrafo Emin Gün Sirer junto a Maofan «Ted» Yin y Kevin Sekniqi. Su propuesta central es resolver el trilema de escalabilidad de Ethereum: velocidad, seguridad y descentralización al mismo tiempo.
Técnicamente, Avalanche no es una sola blockchain sino tres cadenas interoperables que funcionan en paralelo. La C-Chain (Contract Chain) aloja contratos inteligentes compatibles con Ethereum y es donde vive la mayor parte de la actividad DeFi. La P-Chain (Platform Chain) coordina validadores y gestiona el despliegue de nuevas redes. La X-Chain (Exchange Chain) maneja la creación y transferencia de activos nativos, incluyendo AVAX.
Su mecanismo de consenso, llamado Snowman, permite finalizar transacciones en menos de un segundo — un logro técnico real que la diferencia de Ethereum y que es relevante para aplicaciones financieras donde la latencia importa.
2. Actualizaciones técnicas recientes
Upgrade Octane (abril 2025)
Fue el cambio de mayor impacto en la economía de la red. Redujo las tarifas base de la C-Chain en un 96%, llevando el costo promedio por transacción a aproximadamente $0.02. También reformuló la economía de validadores con un modelo de pago por uso, eliminando costos fijos que antes limitaban la escalabilidad.
Upgrade Granite (noviembre 2025)
Introdujo tiempos de bloque dinámicos y autenticación biométrica nativa para dApps, mejorando tanto el rendimiento de la red como la experiencia del usuario final en aplicaciones de consumo masivo.
ACP-77: el cambio estructural más importante
Esta propuesta eliminó el requisito fijo de 2.000 AVAX para operar como validador en una subnet. El efecto fue reducir el costo de desplegar una nueva Avalanche L1 en un 99.9%, de cientos de miles de dólares a prácticamente nada. Es el equivalente en blockchain a pasar de necesitar un datacenter propio a poder contratar hosting en la nube.
Ouroboros Leios y la hoja de ruta de escalabilidad
La red trabaja en aumentar su capacidad de procesamiento hacia los 1.000 TPS sostenidos. El testnet de las próximas mejoras de consenso está previsto para el segundo trimestre de 2026.
3. La arquitectura de L1s: qué son realmente y cuántas existen
Aquí está el punto más confuso del ecosistema Avalanche, y vale la pena aclararlo con precisión.
Históricamente, Avalanche permitía crear «subnets»: redes paralelas con validadores propios. Existían cientos de ellas en distintos estados de desarrollo, incluyendo testnets, proyectos abandonados y redes internas. El número total que circulaba en comunicaciones de marketing llegaba a miles.
Con el rebranding de 2024-2025, Ava Labs renombró el modelo como «Avalanche L1s» y aplicó una definición más estricta: redes soberanas en producción, con validadores independientes y casos de uso reales. Bajo esa definición, el número real de L1s activas en mainnet a fines de abril de 2026 es de aproximadamente 64 a 70. El resto son proyectos en testnet, en desarrollo o inactivos.
Esto no es un fraude, pero sí una distinción que el ecosistema no siempre comunica con claridad.
Las L1s más importantes por actividad e impacto económico real
Gaming — los que más transacciones generan:
Beam, de Merit Circle, es la L1 de gaming más activa de la red, con volumen sostenido en NFTs y activos digitales. DeFi Kingdoms (DFK Chain) es un MMORPG con mecánicas DeFi integradas que en su pico de actividad superó a la propia C-Chain en cantidad de transacciones y gas usado. Shrapnel es un shooter AAA en primera persona con economía on-chain. Off The Grid es un battle royale cyberpunk de Gunzilla Studios. Dexalot opera como exchange descentralizado con su propia cadena soberana.
Finanzas institucionales — los de mayor impacto económico:
IntainMARKETS es un marketplace de valores respaldados por activos tokenizados (structured finance), dirigido a inversores institucionales. La Digital Liquidity Gateway, desarrollada por FIS e Intain, conecta miles de bancos comunitarios estadounidenses a mercados de capital institucional, con operaciones piloto esperadas en los cientos de millones de dólares. SkyMapper lanzó en abril de 2026 una red dedicada a registrar observaciones de telescopios del mundo real como registros verificables on-chain.
Activos del mundo real sobre la C-Chain:
El fondo tokenizado de BlackRock de 500 millones de dólares opera sobre la C-Chain de Avalanche, representando el mayor endoso institucional de la red. Galaxy Digital cerró un deal de 75 millones de dólares en préstamos colateralizados tokenizados (CLOs). Konami lanzó Resella, su solución NFT, sobre Avalanche.
4. Adopción institucional: lo que es real
ETFs regulados en Estados Unidos
VanEck lanzó el primer ETF spot de AVAX (VAVX) el 26 de enero de 2026 en el NYSE. Grayscale siguió con su propio producto. El 15 de abril de 2026, Bitwise lanzó el ETF BAVA, el primero en EE.UU. con staking integrado, ofreciendo un APY del 5.4%. En su quinto día operativo, BAVA alcanzó 18.3 millones de dólares en AUM, el mayor entre los ETPs de AVAX en EE.UU.
Partnerships bancarios y financieros
El banco japonés SMBC anunció el desarrollo de una stablecoin en colaboración con Ava Labs. Animoca Brands realizó una inversión estratégica en Ava Labs para expandir el ecosistema en Asia y Medio Oriente. El CME Group, la mayor bolsa de derivados del mundo, planea lanzar futuros de AVAX el 4 de mayo de 2026.
Tokenización de activos del mundo real
Los activos tokenizados sobre Avalanche alcanzaron los 2.100 millones de dólares. Las alianzas con ANZ y Chainlink apuntan a la liquidación de activos tradicionales on-chain.
5. Los ingresos reales del protocolo: el dato que no aparece en los titulares
Aquí está la parte más importante para entender qué tan «grande» es Avalanche realmente.
La fee promedio por transacción en la C-Chain es de aproximadamente $0.02 tras el upgrade Octane. Con 2.76 millones de transacciones diarias registradas recientemente, eso representa ingresos brutos de fees de alrededor de $55.000 por día, o aproximadamente $20 millones anuales en fees totales de la cadena principal.
En el ranking global de revenue de protocolos según DefiLlama, Avalanche ocupa el puesto 12, por debajo de Ethereum, Solana, Base, Polygon, BSC, Tron, Arbitrum, TON, Hyperliquid, Canton y edgeX. En términos de volumen de transacciones de 24 horas, Solana supera a Avalanche en más de un 1.200%: 5.290 millones de dólares contra 398 millones.
Las fees diarias de la C-Chain rondan los $6.475 según datos de MetaMask de abril de 2026. Es un número honesto y modesto para una red que el mercado valúa en 4.000 millones de dólares.
El problema estructural del token AVAX
Este es el nudo del asunto: en muchas Avalanche L1s, el gas se paga con tokens nativos de cada red, no con AVAX. Esto significa que toda la actividad económica de Beam, DFK Chain y otras L1s corre sin generar demanda directa sobre el token AVAX. El token solo se beneficia de las fees del P-Chain, del staking y de la C-Chain.
Además, según la propia documentación del protocolo, AVAX es y seguirá siendo un activo inflacionario mientras esté lejos del tope máximo de oferta, porque las recompensas a validadores emiten nuevos tokens que compensan el burn de fees. El suministro actual en circulación es de 431.77 millones de AVAX, con un máximo de 720 millones.
6. El precio del token y la paradoja fundamental
A fines de abril de 2026, AVAX cotiza alrededor de los $9.17-$9.47, con un market cap de aproximadamente 4.000 millones de dólares. Es el puesto 23 en el ranking global de criptomonedas. Su máximo histórico fue $147 en noviembre de 2021, lo que implica que el token está un 93% por debajo de ese nivel.
La paradoja es real y documentada: los fundamentos on-chain están en máximos de ciclo mientras el precio está en mínimos de ciclo. Las direcciones activas crecieron un 242% desde enero de 2026 llegando a 1.6-1.7 millones. El TVL en DeFi aumentó un 41.9% trimestre a trimestre en Q4 2025. Los stablecoins circulando en la red superan los 1.700 millones de dólares.
Sin embargo, el precio del token no refleja nada de eso. Las razones son estructurales: la arquitectura de L1s soberanas con tokens propios desconecta el uso del ecosistema del valor de AVAX, el mercado cripto general está en modo risk-off, y los pilotos institucionales todavía no generan volumen de fees suficiente para justificar el múltiplo que el mercado le daría en un ciclo alcista.
El soporte técnico crítico está en $8.58. Por arriba, la resistencia relevante está entre $13 y $16. Para que AVAX alcance los $100 en 2026, necesitaría un movimiento de casi 10 veces desde los precios actuales, lo que implicaría un market cap de 43.000 millones de dólares, posible en un bull run generalizado pero no respaldado por las condiciones actuales.
7. El hackeo de KelpDAO y el impacto en el ecosistema
El 20 de abril de 2026, el exploit de KelpDAO por 293 millones de dólares, atribuido al grupo Lazarus, generó una caída del 6.61% en el TVL de DeFi de Avalanche. El impacto fue menor que en otras cadenas, pero evidenció que el ecosistema no está blindado frente a riesgos de seguridad en los protocolos que corren sobre él.
8. Perspectiva crítica: ¿está Avalanche inflada?
La respuesta honesta es que Avalanche no está inflada en actividad on-chain, pero sí hay una brecha entre la narrativa de marketing y la realidad medible.
Lo que está inflado es el conteo de «miles de subnets»: la gran mayoría son testnets o proyectos inactivos. La realidad son unas 64 L1s en producción real, de las cuales un puñado concentra casi todo el tráfico y el valor económico.
Lo que no está inflado es el uso real de la C-Chain y las L1s principales: las transacciones, los usuarios activos y el TVL en stablecoins son números genuinos y crecientes.
Lo que está estructuralmente roto es el vínculo entre el uso del ecosistema y el valor del token AVAX. Una red puede procesar millones de transacciones diarias en sus L1s sin que el precio de AVAX se mueva, porque la arquitectura lo permite y, en muchos casos, lo incentiva.
9. Escenarios para el resto de 2026
El escenario base, que la mayoría de los analistas sitúa como el más probable, proyecta a AVAX en el rango de $15-$25 hacia finales de 2026, asumiendo que el ciclo cripto retoma tracción y que algunos de los pilotos institucionales actuales pasan a producción con volumen real.
El escenario alcista, que requiere una combinación de altseason generalizada y un catalizador institucional de peso como el arranque operativo de la Digital Liquidity Gateway o la adopción masiva de la stablecoin de SMBC, podría llevar a AVAX al rango de $30-$40.
El escenario bajista, donde los pilotos institucionales se demoran, el mercado cripto sigue en contracción y AVAX pierde el soporte de $8.58, podría mantener el token en el rango de $6-$9 por meses adicionales.
10. Conclusión
Avalanche cierra abril de 2026 como una de las redes blockchain con mayor progreso técnico e institucional del ecosistema, y al mismo tiempo como uno de los tokens con peor rendimiento de precio relativo a sus fundamentos.
El modelo de L1s soberanas es genuinamente diferenciador para el mercado empresarial. Los casos de uso en tokenización de activos, banca y finanzas institucionales son reales, aunque todavía en etapas tempranas. Los upgrades técnicos han mejorado materialmente la red.
El desafío pendiente es doble: traducir ese progreso en ingresos de fees que justifiquen el market cap, y resolver el desacople estructural entre la actividad del ecosistema y el valor del token AVAX. Hasta que eso ocurra, Avalanche seguirá siendo una apuesta a futuro con fundamentos sólidos y un precio que el mercado todavía no sabe cómo valorar.
Fuentes
- CoinMarketCap — Precio y métricas de AVAX: https://coinmarketcap.com/currencies/avalanche/
- CoinMarketCap AI — Últimas actualizaciones de Avalanche: https://coinmarketcap.com/cmc-ai/avalanche/latest-updates/
- DefiLlama — Rankings de revenue de protocolos: https://defillama.com/revenue
- DefiLlama — Métricas de Avalanche: https://defillama.com/chain/avalanche
- Disruption Banking — ¿Qué tan fuerte será Avalanche en 2026?: https://www.disruptionbanking.com/2026/02/14/how-strong-will-avalanche-avax-be-in-2026/
- Coincub — Predicción de precio AVAX 2026: https://coincub.com/price-prediction/avalanche/
- MetaMask — Estadísticas de precio AVAX: https://metamask.io/price/avalanche
- Bitrue — ¿Puede AVAX llegar a $100 en 2026?: https://www.bitrue.com/es/blog/avax-price-prediction-2026-can-avalanche-reach-100
- Snowpeer — Estadísticas de L1s de Avalanche: https://snowpeer.io/
- CoinDesk — State of the Blockchain 2025: https://www.coindesk.com/research/state-of-the-blockchain-2025
- Changelly — Predicción de precio AVAX: https://changelly.com/blog/avalanche-price-prediction/
- 247 Wall St. — Solana vs Avalanche 2026: https://247wallst.com/investing/2025/12/11/solana-vs-avalanche-which-scalable-network-will-outgrow-the-other-in-2026/
- Avax.network (oficial): https://www.avax.network/
- Ava Labs (oficial): https://www.avalabs.org/
………………………………………………..
# Tres propuestas de investigación para el Grant de Economía de Red — Avalanche Foundation
**Hasta $50.000 USD | Deadline: 1 de junio de 2026**
Estas propuestas están diseñadas específicamente para las dos áreas temáticas del call:
Área 1: Valoración de criptoactivos y mecanismos de acumulación de valor
Área 2: Economía de validadores y seguridad de red
—
## PROPUESTA 1
### «El problema de desacoplamiento: modelo cuantitativo para medir la captura de valor del token AVAX frente a la actividad del ecosistema de L1s soberanas»
—
**La pregunta de investigación**
Avalanche tiene una arquitectura única en el mercado: permite a las L1s soberanas usar tokens de gas propios en lugar de AVAX. Esto genera una paradoja documentada — el ecosistema puede crecer en transacciones, TVL y usuarios activos mientras el precio del token nativo cae. ¿Cuánto valor del ecosistema captura realmente AVAX, y cómo debería diseñarse un mecanismo de acumulación que mantenga la soberanía de las L1s sin destruir el vínculo con el token principal?
Nadie ha modelado esto formalmente. Los papers existentes sobre valor de tokens PoS asumen que toda la actividad de la red genera demanda sobre el token nativo. En Avalanche con ACP-77, esa asunción es estructuralmente falsa.
**Metodología propuesta**
La primera fase construye un modelo de «flujo de valor fraccionado»: por cada L1 activa, mide qué porción de su actividad económica aterriza en AVAX (staking de validadores del primary network, fees P-Chain) versus qué porción queda capturada en el token nativo de la L1. Se usan datos on-chain de las 64 L1s en mainnet.
La segunda fase corre regresiones sobre la relación entre métricas de actividad del ecosistema (transacciones totales, TVL cross-chain, direcciones activas) y el precio de AVAX versus tokens de L1s representativas como BEAM o DFK. El objetivo es medir el «coeficiente de captura» actual.
La tercera fase modela tres mecanismos alternativos de captura de valor que no comprometan la soberanía de las L1s: un sistema de royalties mínimos a la P-Chain sobre fees de L1s, un mecanismo de burn compartido donde una fracción pequeña de cada fee de L1 compra y quema AVAX, y un modelo de «revenue share» optativo como incentivo para L1s que adopten AVAX como gas token secundario.
**Por qué gana este grant**
Ataca directamente el problema económico más urgente de Avalanche: la desconexión entre crecimiento del ecosistema y valor del token. La Fundación lo sabe — lo menciona en su propia documentation de tokenomics. Nadie lo ha estudiado académicamente con datos reales. El paper sería inmediatamente útil para la toma de decisiones de Ava Labs y potencialmente influyente en el diseño de protocolos de toda la industria modular.
**Potencial económico para el investigador**
Si el paper propone y valida mecanismos de captura de valor que el protocolo adopta, se convierte en referencia obligada para cualquier L1 soberana del mercado. Consultoría, advisory roles y speaking fees en CtCe Columbia son consecuencias directas. El paper también es publicable en Journal of Finance o Review of Financial Studies — los primeros en estudiar empíricamente el modelo multi-L1 de Avalanche.
**Timeline:** 12 meses. Datos on-chain disponibles desde ya. Modelos econométricos establecidos, aplicados a un contexto nuevo.
**Presupuesto estimado:** $48.000 (un investigador senior + un asistente de datos + acceso a nodos RPC de archivo).
—
## PROPUESTA 2
### «Economía de validadores bajo el modelo de L1s soberanas: costos de oportunidad, tasas de retorno requeridas y el riesgo de centralización silenciosa»
—
**La pregunta de investigación**
Con ACP-77, el costo de desplegar una L1 cayó un 99.9%. Pero el incentivo para que validadores del Primary Network elijan también validar L1s adicionales depende de una ecuación de retorno que nadie ha modelado: ¿cuánto tienen que pagar las L1s a sus validadores para atraerlos sin perder descentralización? ¿Existe un punto de equilibrio donde las L1s más rentables concentran a los mejores validadores, dejando a las menos rentables con sets de validadores de menor calidad?
Este es el problema del «mercado de validadores» en un ecosistema multi-chain, y en Avalanche es urgente porque ya tiene 64 L1s compitiendo por el mismo pool de validadores.
**Metodología propuesta**
La primera fase mapea el conjunto actual de validadores del Primary Network (1.400+ nodos activos) y analiza cuáles también validan L1s adicionales, cuántas L1s valida cada uno, y si existe correlación entre el uptime/performance del validador y su carga de L1s.
La segunda fase construye un modelo de costo de oportunidad para validadores. Variables: costo de hardware incremental por L1 adicional, recompensa esperada del Primary Network, recompensas ofrecidas por L1s individuales, riesgo de slashing diferenciado. El output es una «tasa de retorno mínima requerida» por categoría de validador.
La tercera fase simula tres escenarios de equilibrio a largo plazo: uno donde el mercado de validadores se autorregula eficientemente, uno donde emerge concentración (pocas L1s capturan los mejores validadores), y uno donde se introduce un mecanismo de subsidio cruzado desde L1s rentables hacia el pool común. Se modelan las implicaciones de seguridad de cada escenario usando métricas de Nakamoto coefficient.
**Por qué gana este grant**
Cae exactamente en el Área 2 del call: «optimal staking ratios, economics of opportunity cost and required returns for validators, metrics for assessing validator set health and decentralisation». No es genérico — usa la arquitectura específica de Avalanche como caso de estudio. Y tiene implicaciones de política concretas: si el mercado de validadores se concentra silenciosamente a medida que crecen las L1s, es una amenaza de seguridad sistémica que Ava Labs necesita entender antes de que lleguen a 200 L1s.
**Potencial económico para el investigador**
Este paper es útil para cualquier protocolo modular: Polkadot, Cosmos, y el ecosistema de rollups de Ethereum tienen el mismo problema. Es un paper que se cita en 10 industrias. Además, los datos producidos (el primer mapa real del mercado de validadores de Avalanche) tienen valor comercial directo para proveedores de staking institucional como P2P, Figment o Kiln.
**Timeline:** 12 meses. Los datos on-chain de validadores son públicos. La parte más intensiva es el modelo de simulación (meses 4-8).
**Presupuesto estimado:** $45.000 (investigador principal + acceso a APIs de datos de validadores + licencias de software de simulación económica).
—
## PROPUESTA 3
### «¿Puede un activo PoS ser deflacionario sin destruir su red de seguridad? Un modelo de emisión dinámica para AVAX basado en métricas de uso real»
—
**La pregunta de investigación**
AVAX tiene un tope de 720 millones de tokens y emite nuevos tokens como recompensas a validadores. El burn de fees compensa parte de esa emisión, pero con fees de $0.02 promedio, el burn actual es estructuralmente inferior a la emisión. La pregunta que nadie ha respondido con rigor: ¿existe una función de emisión que haga a AVAX deflacionario neto bajo condiciones de adopción real, sin comprometer el incentivo económico necesario para que los validadores sigan asegurando la red?
Esto es fundamentalmente diferente de los papers existentes sobre PoS. La literatura (Saleh 2021, Frontiers 2021, etc.) modela PoS con tasas de emisión fijas o exógenas. Nadie ha construido un modelo donde la emisión responde endógenamente a métricas de uso real del ecosistema: transacciones, TVL, número de L1s activas, precio del token.
**Metodología propuesta**
La primera fase desarrolla un modelo de equilibrio general donde la tasa de emisión de AVAX es una función de variables observables: ratio burn/emisión actual, número de validadores activos, tasa de participación en staking, y una medida de «salud del ecosistema» construida a partir de TVL y transacciones diarias. El objetivo es derivar analíticamente las condiciones bajo las cuales la red puede ser deflacionaria neta sin reducir la seguridad por debajo de un umbral crítico.
La segunda fase calibra el modelo con datos históricos de Avalanche desde 2020 hasta 2026, usando el aumento del 242% en direcciones activas de 2026 y el TVL de 2.100 millones como benchmarks de adopción. Se estima cuándo, bajo diferentes escenarios de crecimiento, AVAX alcanza deflación neta con el modelo de emisión actual versus modelos alternativos propuestos.
La tercera fase simula ataques económicos: si la emisión se vuelve endógena, ¿puede un actor con suficiente stake manipular las métricas de uso para aumentar artificialmente su recompensa? Se diseñan salvaguardas formales contra este tipo de manipulación, con pruebas de game-theoretic soundness.
**Por qué gana este grant**
El CIO de la Avalanche Foundation dijo textualmente en el anuncio del grant que «las preguntas sobre cómo los criptoactivos acumulan valor y cómo deben diseñarse los incentivos de validadores son de las más consecuentes de la industria». Esta propuesta las ataca a las dos simultáneamente. Además, produce un output inmediatamente accionable: un modelo de emisión alternativo que el protocolo puede evaluar para implementar en una futura actualización.
El paper también llena un gap académico real. Los mejores papers actuales sobre tokenomics de PoS (Cong et al. 2021, Saleh 2021) no modelan emisión endógena. Este sería el primero.
**Potencial económico para el investigador**
Un modelo de emisión dinámica validado empíricamente es un activo intelectual de primera línea. Si Avalanche lo adopta aunque sea parcialmente, el investigador queda asociado a un cambio de protocolo en una red de 4.000 millones de dólares de market cap. El paper es publicable en top journals de finanzas (Journal of Finance, JFE) y en top venues de CS (IEEE, ACM). La presentación en CtCe Columbia expone el trabajo a los principales fondos de criptoactivos institucionales del mundo.
**Timeline:** 12 meses. La parte matemática es intensiva (meses 1-6), la calibración empírica usa datos disponibles públicamente (meses 6-10), el paper final y presentación (meses 10-12).
**Presupuesto estimado:** $50.000 (investigador senior con background en teoría de juegos y economía monetaria + asistente de investigación cuantitativa).
—
## Tabla comparativa de las tres propuestas
Propuesta 1 — Desacoplamiento de valor AVAX/L1s
Área del grant: Área 1 (Valoración)
Novedad: Alta — nadie modeló el multi-L1 empíricamente
Riesgo técnico: Medio — datos disponibles, modelos establecidos
Impacto en protocolo: Muy alto — resuelve el problema de tokenomics central
Publicabilidad académica: Alta
Propuesta 2 — Mercado de validadores en ecosistema multi-L1
Área del grant: Área 2 (Validadores)
Novedad: Alta — primer estudio empírico del mercado de validadores de Avalanche
Riesgo técnico: Medio-alto — simulaciones complejas
Impacto en protocolo: Alto — implicaciones de seguridad directas
Publicabilidad académica: Muy alta
Propuesta 3 — Modelo de emisión dinámica endógena
Área del grant: Áreas 1 y 2 combinadas
Novedad: Muy alta — llena gap en literatura de PoS
Riesgo técnico: Alto — requiere teoría de juegos avanzada
Impacto en protocolo: Máximo — potencialmente implementable
Publicabilidad académica: Muy alta (top journals)
—
## Recomendación final
Si el objetivo es **ganar el grant con alta probabilidad**, la Propuesta 2 es la más segura: metodología clara, datos disponibles, pregunta bien definida, caída exacta en el Área 2 del call.
Si el objetivo es **máximo impacto económico y académico**, la Propuesta 3 es la apuesta: más ambiciosa, más difícil, pero el paper que produciría sería referencia obligada en la industria por años.
Si el objetivo es **más relevancia inmediata para Ava Labs** como tomador de decisiones de protocolo, la Propuesta 1 ataca el problema que más les duele hoy: el precio de AVAX no refleja la actividad del ecosistema, y necesitan saber por qué y cómo arreglarlo.
—
## Fuentes y referencias clave para contextualizar las propuestas
– Avalanche Foundation — Call for Research Proposals: https://build.avax.network/grants/avalanche-research-proposals
– Avalanche Foundation — Anuncio del grant: https://www.avax.network/about/blog/research-grants-avalanche-network-economics
– Avalanche — Tokenomics FAQ oficial: https://support.avax.network/en/articles/6912428-tokenomics-faq
– Avalanche — Documentación de tokens AVAX: https://www.avax.network/about/tokens
– Saleh, F. (2021) — Blockchain Without Waste: Proof of Stake: https://doi.org/10.1093/rfs/hhaa075
– Cong et al. (2021) — Tokenomics: Dynamic Adoption and Valuation: https://academic.oup.com/rfs/article/34/3/1105/5903440
– Frontiers in Blockchain — Monetary Dynamics with Proof of Stake (2021): https://www.frontiersin.org/articles/10.3389/fbloc.2021.443966/full
– GPoS: Geospatially-aware Proof of Stake (ACM 2025): https://arxiv.org/pdf/2511.02034
– Proof of Stake and Activity: Rewarding On-Chain Activity Through Consensus: https://eprint.iacr.org/2024/734.pdf
– DefiLlama — Métricas de Avalanche: https://defillama.com/chain/avalanche
– Snowpeer — Estadísticas de validadores y L1s: https://snowpeer.io/
– Crafting the Cryptoeconomy Conference (CtCe) — Columbia University: https://cber-forum.org/ctce
– MEXC — Tokenomics de AVAX: https://www.mexc.com/price/AVAX/tokenomics
– Changelly — Análisis de precio y fundamentos AVAX 2026: https://changelly.com/blog/avalanche-price-prediction/
You may like
Researchland
Bancos y computación cuántica: Goldman se retira, JPMorgan sigue
Publicado
1 hora agoon
30 de septiembre de 2026
Más de 15 bancos globales tienen programas cuánticos, pero ninguno los usa en operaciones reales. La diferencia entre quienes abandonan y quienes redoblan la apuesta muestra cuánto falta para que la tecnología rinda en las finanzas.
Más de 15 bancos globales, entre ellos JPMorgan, Goldman Sachs, BBVA, Barclays, BNP Paribas y HSBC, tienen programas de investigación cuántica en optimización de portafolios, riesgo, derivados, fraude y simulaciones Monte Carlo, y ninguno ha desplegado sistemas listos para producción en operaciones en vivo. Ese es el punto de partida de un sector que invierte en talento y alianzas con IBM, Quantinuum, Pasqal, Multiverse Computing e IonQ, pero todavía no traduce esa inversión en resultados operativos. La distancia entre el entusiasmo y la realidad se hizo visible en abril de 2026, cuando Bloomberg describió el quiebre entre dos gigantes de Wall Street: Goldman Sachs redujo sus esfuerzos cuánticos tras concluir que las aplicaciones prácticas eran inalcanzables con el hardware actual, mientras JPMorgan siguió invirtiendo. The Quantum InsiderSeeking Alpha
La historia de Goldman es la más reveladora. Hace unos tres años, según el relato de Bloomberg, el banco había reunido un puñado de científicos especializados y se había asociado con Amazon para explorar cómo mejorar los retornos de sus clientes más ricos. La conclusión fue un balde de agua fría: sus investigadores calcularon que tendrían que correr un algoritmo durante millones de años y que el procesador necesitaría al menos 8 millones de qubits lógicos. El equipo terminó desarmándose en medio de un amplio programa de recorte de costos. Conviene no mezclar esa cifra con otras que circulan. El trabajo técnico de Goldman sobre valuación de derivados, hecho junto a IBM, estimó unos 7.500 qubits lógicos, una profundidad de 46 millones de puertas T y un reloj lógico de 10 MHz para lograr ventaja cuántica, y la versión publicada en la revista Quantum habla de unos 8.000 qubits lógicos. Ese cálculo se achicó después: un paper de 2023 de investigadores del propio banco redujo las puertas T unas 16 veces y los qubits lógicos unas 4 veces, y estimó que la ventaja requeriría 4.700 qubits lógicos y dispositivos capaces de ejecutar mil millones de puertas T a 45 MHz. La lectura es que las cuentas mejoran con cada avance algorítmico, pero el cuello de botella sigue siendo el hardware: qubits corregidos de errores y velocidad de ejecución que hoy no existen. Wall Street’s Quantum Computing Divide: Goldman Retreats, JPMorgan Invests – Bloomberg +4
En la vereda opuesta está JPMorgan. El banco mantiene un equipo de más de 50 físicos, matemáticos e informáticos que exploran usos que van de la criptografía al aprendizaje automático. Probó formas de analizar grandes conjuntos de datos con procesadores de Quantinuum, trabajó con Amazon en algoritmos para carteras más diversificadas y espera que aplicaciones útiles empiecen a aparecer en los próximos años, aunque admite que el hardware es la limitación principal. Su resultado más visible no es de trading sino de criptografía: en marzo de 2025 publicó en la revista Nature, junto a Quantinuum y laboratorios nacionales de Estados Unidos, la primera demostración de aleatoriedad certificada con una computadora cuántica. Se usó el sistema H2 de 56 qubits y la certificación se validó con más de 1,1 exaflops de cómputo clásico. Es un avance real, aunque todavía lejos de valuar un derivado o armar un portafolio. Entre los demás bancos, según Bloomberg, UBS capacita a sus analistas en fundamentos cuánticos, mientras BBVA y Crédit Agricole prueban casos puntuales como optimización de portafolios y análisis de crédito. Goldman Sachs and JPMorgan Chart Radically Different Courses on Quantum Computing’s Wall Street Future — BigGo Finance +3
El caso que más se acercó a un resultado con datos reales fue el de HSBC e IBM. En septiembre de 2025, el banco informó una mejora de hasta 34% en la predicción de la probabilidad de que una operación de bonos corporativos se ejecute al precio cotizado, usando datos de escala productiva. Pero el resultado abrió más preguntas que certezas: los propios investigadores reconocieron que la magnitud de la ganancia sigue sin explicarse del todo con la teoría actual, y especialistas sugirieron que un método clásico conocido podría replicar el efecto del ruido del equipo de IBM. La discusión ilustra el riesgo de leer como «ventaja cuántica» cualquier mejora en datos ruidosos. El mismo cuidado corresponde con las propuestas que se acercan a las finanzas desde otro lado: la firma QuantLase, de Abu Dhabi, informó pruebas de su plataforma de computación con luz (fotónica, no cuántica en sentido estricto) con siete datasets bursátiles, pero su relato no ofrece resultados numéricos de precisión ni establece una ventaja sobre los métodos convencionales, y un whitepaper no equivale a una publicación con revisión de pares. HSBC and IBM Demonstrate Quantum-Enabled Algorithmic Trading with up to 34% Improvement – Quantum Computing Report +3
Mientras la ventaja de cómputo espera hardware, la presión más inmediata para los bancos es la seguridad. Un informe del Foro Económico Mundial del 10 de septiembre de 2026 plantea que algunos bancos están pasando de estrategias «a prueba de cuántica» a estrategias «potenciadas por cuántica», y que la escasez de talento especializado es una preocupación seria. El mismo texto atribuye a la entidad turca Yapı Kredi haber resuelto en siete segundos un problema de análisis de riesgo que antes demandaba años, un dato que conviene tomar con cautela hasta que haya detalles verificables. En el frente defensivo, el Grupo de Expertos Cibernéticos del G7 adoptó en enero de 2026 una hoja de ruta para la transición a la criptografía poscuántica, y desde el sector advierten que las entidades no deberían esperar a que existan sistemas cuánticos potentes, porque para parte de sus datos podría ser tarde. Para el lector argentino, el mensaje práctico es doble: no hay señales de que la cuántica vaya a cambiar el trading ni la valuación de instrumentos en el corto plazo, pero sí importa seguir la agenda de seguridad y la migración criptográfica que van a exigir los reguladores y los proveedores tecnológicos del sistema financiero. En las fuentes consultadas no aparecen programas cuánticos de bancos argentinos. For banks, quantum computing is both a threat to security and a chance to build resilience | World Economic Forum +2
De cara a los próximos años, la pregunta para los bancos deja de ser si la tecnología funciona y pasa a ser cuánto cuesta esperar. Goldman decidió que la cuenta no cierra y recortó; JPMorgan paga una prima para tener equipos y experiencia el día que el hardware madure; el resto va probando casos acotados. Nadie ha demostrado todavía cuál de las dos posturas resultará acertada, y las cifras de recursos, que bajaron con cada mejora algorítmica, muestran que el horizonte puede acortarse sin dejar de estar lejos.
Fuentes:
The Quantum Insider (15 bancos globales con programas cuánticos): https://thequantuminsider.com/2026/03/27/15-plus-global-banks-probing-the-wonderful-world-of-quantum-technologies/
Bloomberg (Goldman se retira, JPMorgan invierte): https://www.bloomberg.com/news/features/2026-04-26/wall-street-s-quantum-computing-divide-goldman-retreats-jpmorgan-invests
Bloomberg Law: https://news.bloomberglaw.com/banking-law/goldman-jpmorgan-take-divergent-paths-in-quantum-computing-race
NewFortuneTimes (resumen del reportaje de Bloomberg): https://www.newfortunetimes.com/quantum-computing-faces-reality-check-as-banks-take-different-paths/
Seeking Alpha: https://seekingalpha.com/news/4579764-wall-street-s-quantum-dream-meets-reality-as-banks-diverge
David A. Bader (extractos del reportaje): https://davidbader.net/post/20260426-bloomberg/
BigGo Finance: https://finance.biggo.com/news/7cE70J0BmHHDnbgyN2ab
Finadium (estimación de recursos de Goldman): https://finadium.com/goldman-sachs-threshold-for-quantum-advantage-in-derivative-pricing/
Quantum (paper de Goldman, 2021): https://quantum-journal.org/papers/q-2021-06-01-463/
arXiv (Derivative Pricing using Quantum Signal Processing): https://arxiv.org/abs/2307.14310
JPMorganChase (aleatoriedad certificada): https://www.jpmorganchase.com/about/technology/blog/certified-randomness1
The Quantum Insider (aleatoriedad certificada): https://thequantuminsider.com/2025/03/26/joint-research-team-achieves-certified-quantum-randomness-makes-once-theoretical-experiments-into-real-world-quantum-computing-uses/
HSBC (comunicado del ensayo con IBM): https://www.hsbc.com/news-and-views/news/media-releases/2025/hsbc-demonstrates-worlds-first-known-quantum-enabled-algorithmic-trading-with-ibm
The Quantum Insider (análisis del estudio HSBC-IBM): https://thequantuminsider.com/2025/09/28/bond-trading-quantum-bond-trading-a-deeper-look-at-hsbc-and-ibms-bond-trading-study/
Global Trading (críticas al resultado de HSBC): https://www.globaltrading.net/experts-pour-cold-water-on-hsbc-quantum-computing-breakthrough/
The Quantum Insider (QuantLase): https://thequantuminsider.com/2026/09/30/quantlase-tests-photonic-computing-platform-on-financial-market-data/
Foro Económico Mundial: https://www.weforum.org/stories/financial-and-monetary-systems/quantum-computing-for-banks-both-threat-and-opportunity/
finews (Q-Day y criptografía poscuántica): https://www.finews.com/news/english-news/73519-banks-quantum-problem-q-day-post-quantum-cryptography-cybersecurity
Banking.Vision (hoja de ruta del G7): https://banking.vision/en/the-year-of-quantum-computing
AI
Cuando la IA empieza a pagar: qué dice la ley (y qué no dice todavía)
Publicado
5 días agoon
25 de septiembre de 2026
Camila Soria junto con SuperPioneros hicieron una presentación al respecto, Acá les presento un resumen de la misma junto al grupo Pioneros — la comunidad de Web3, IA e innovación liderada por José Luis Cáceres (CEO de NWC10, fundador de SuperPioneros y CBO de Bit2Me), que reúne a más de 80.000 personas aprendiendo, ayudando y construyendo juntas en el ecosistema. Los sigo hace años, y no es casualidad que este tema haya salido justo de ese espacio: son de los que están un paso adelante marcando por dónde va el debate técnico y legal de la industria en habla hispana.
La presentación de Camila Soria (CipherLaw)
Camila Soria es Chief Legal Architect en CipherLaw, estudio de Buenos Aires especializado en infraestructura legal estratégica para Web3 e IA. El material es la primera edición de «Legal Design for Builders», creada junto a NWC10 | SuperPioneros.
Su planteo, en sus propias palabras (post de LinkedIn que acompaña la presentación):
«Un agente puede tener permiso técnico para operar una wallet y, aun así, no tener autoridad para realizar cualquier operación.»
Durante la charla analizaron qué cambia cuando la IA deja de recomendar y empieza a decidir, firmar y ejecutar pagos. Su conclusión principal: los límites críticos no pueden vivir solamente en un prompt. El monto, la contraparte, la vigencia, las operaciones permitidas y la posibilidad de revocar el acceso tienen que formar parte de la arquitectura del sistema, no de una instrucción en lenguaje natural.
También plantea la necesidad de poder reconstruir la cadena completa — mandato → decisión → control → firma → ejecución — porque cuando algo sale mal, esa evidencia es lo que permite entender dónde ocurrió la falla y quién estaba en mejores condiciones de evitarla.
Las siete ideas centrales, en el orden del documento:
- Del agente que habla al agente que paga: «Para el agente que habla, el derecho ya respondió. Para el que paga, recién empieza.»
- «Autónomo» no significa lo mismo para todos: «Que vos definas el destino no significa que controles todo el camino.»
- El regulador no mira solo el stack técnico: evalúa dominio, acción y derechos afectados — la combinación define el «perfil regulatorio».
- Permiso no es lo mismo que autoridad: la autoridad real se define por monto, contraparte, vigencia y tipo de operación.
- Quien razona no debería autorizar: «El agente puede razonar. No debería darse permiso a sí mismo.»
- Un prompt no es un control: «Dale una llave de hotel, no una llave maestra.»
- La responsabilidad sigue al control y al beneficio: como el agente no tiene patrimonio propio, la responsabilidad recae en quien controla el sistema y se beneficia de él.
Cierre su presentación y documento con lo siguiente, si construís agentes que actúan, también tenés que diseñar quién responde por sus acciones.
Fuente: Camila Soria (CipherLaw), presentación «Legal Design for Builders» — primera edición, creada junto a NWC10 | SuperPioneros, LinkedIn.
Mi visión adicional al documento de Camila (agregado, no parte del documento)
- Hoy conviven dos modelos de agentes: unos con límite libre y otros con tarjetas prepagas recargables, con tope fijo controlado por un humano. Mastercard lanzó Agent Pay el 17 de septiembre de 2026 junto a Alchemy, donde el usuario define límites configurables: tope de gasto, categorías de comercio permitidas y geografías habilitadas, permitiendo que el agente compre sin pedir autorización en cada transacción, pero siempre dentro de esos parámetros.
Fuente: Mastercard lanza Agent Pay con Alchemy — Ecosistema Startup - Si un agente se equivoca, el problema es de programación, no «de la IA»: conecta con el punto 5 del documento — un agente bien diseñado debería derivar a un humano antes de ejecutar una decisión compleja, en vez de resolverlo todo por sí solo.
- El FSB (Consejo de Estabilidad Financiera) ya pide ese mismo control a nivel bancario: pidió que bancos limiten la IA agéntica y traten a los agentes como ‘empleados sintéticos’, con aval humano para transacciones por encima de ciertos montos.
Fuente: Let’s Money — IA Agéntica - Argentina y la «Sociedad Automatizada»: el gobierno tiene en el Senado un proyecto de ley que introduce esta figura. Según el artículo 14, «la sociedad automatizada responde con su patrimonio frente a terceros por los daños causados por sus sistemas algorítmicos autónomos o agentes de inteligencia artificial».
Fuente: Xataka — Milei quiere crear nueva categoría empresarial - Estado actual del proyecto: ingresó al Senado a fines de mayo y se encuentra en debate en la Comisión de Legislación General.
Fuente: iProfesional — Avanza la ley de empresas sin empleados en Argentina - Bots que se clonan si ganan y se apagan si pierden: conecta con una tendencia que recién empieza a circular en la industria, los «self-evolving agents». Vale aclarar que esto hoy es más una tendencia conceptual que algo funcionando en producción con dinero real.
Fuente: Baguete — Vem aí os self-evolving agents
Mirada a futuro: avanzar, pero con cautela y por etapas (opinión propia)
Siguiendo el planteo de Camila Soria como base, mi lectura de hacia dónde debería ir esto es la siguiente: el futuro es avanzar, pero de forma gradual, no de golpe.
En una primera etapa, tiene sentido que los agentes de IA operen únicamente con tarjetas prepagas y topes bajos, sin manejar grandes volúmenes de dinero. No porque la tecnología no esté lista, sino porque el marco legal todavía no lo está — y como bien marca Soria, sin autoridad clara y sin control técnico real, cualquier volumen grande es un riesgo innecesario. Empezar chico, con montos acotados y recargables, permite que la industria (y la ley) vayan madurando al mismo ritmo que la tecnología, en vez de que la tecnología corra sola y la ley llegue tarde a poner orden.
Ahí es donde entra lo que estamos construyendo en AuriTrace.com: trazabilidad de lo que hacen los agentes de IA, siguiendo patrones que deben cumplirse, con la posibilidad de registrar esa información en una blockchain. Esto conecta directo con uno de los pedidos centrales de Camila Soria en el documento — poder reconstruir la cadena completa de mandato → decisión → control → firma → ejecución. Un registro en blockchain le da a esa cadena algo clave: evidencia inmutable y verificable, exactamente lo que hace falta cuando algo sale mal y hay que determinar quién estaba en mejores condiciones de evitar la falla.
En resumen: la tecnología para que los agentes paguen y actúen solos ya existe. Lo que falta madurar es el círculo completo — tope de gasto controlado por humanos, trazabilidad verificable de cada acción, y un marco legal claro sobre quién responde. Avanzando en ese orden, por etapas, se puede construir un ecosistema de agentes de IA confiable sin repetir errores que después sean difíciles de deshacer. Vos que opinás a la presentación de Camila?? cuales son tus sugerencias.. el futuro lo vamos construyendo entre todos.
saludos
Claudio R. Parrinello
Researchland
Nano-robots impulsados por luz cazan y reubican bacterias bajo el microscopio
Publicado
4 semanas agoon
3 de septiembre de 2026
Un equipo de la Universidad Julius-Maximilians de Würzburg, liderado por el profesor Bert Hecht, publicó en Nature Communications el desarrollo de nanorrobots impulsados exclusivamente por luz, de menos de un micrómetro de tamaño —unas 50 veces más pequeños que el diámetro de un cabello humano— capaces de capturar, transportar y liberar bacterias de forma selectiva en ambientes acuosos. El trabajo se dio a conocer públicamente el 18 de agosto y combina física, robótica y microbiología en un único dispositivo experimental.
Los nanorrobots se propulsan mediante el retroceso (recoil) que generan fotones al ser absorbidos y reemitidos por nanoantenas plasmónicas integradas en su estructura, un principio físico análogo al retroceso que produce un arma de fuego al disparar. La dirección del movimiento se controla ajustando la polarización de la luz incidente: hilos de antena a escala nanométrica embebidos en el robot se alinean con la dirección de polarización, lo que permite orientar el dispositivo mientras la propulsión continúa impulsada por el propio retroceso fotónico. Los robots pueden ejecutar giros de 90 grados a alta velocidad, lo que les permite recorrer sistemáticamente amplias zonas de una muestra biológica.
Según Jin Qin, científico experimental principal del estudio, el equipo simplificó el diseño del dispositivo hasta lograr un tamaño que le permite operar directamente dentro del mundo microbiano, funcionando de manera similar a un dispositivo de limpieza microscópico. En las demostraciones de laboratorio, los nanorrobots mantuvieron su capacidad de maniobra incluso mientras transportaban cúmulos de bacterias de mayor tamaño relativo, aunque su velocidad se redujo durante ese transporte, lo que demuestra que el sistema puede manipular activamente microorganismos y no limitarse a observarlos.
La posibilidad de manipular objetos biológicos a esta escala con semejante precisión abre aplicaciones concretas para la microbiología y la investigación biomédica: desde experimentos controlados que requieren reubicar microorganismos específicos hasta, a más largo plazo, tareas de «limpieza» selectiva en muestras contaminadas con múltiples especies bacterianas. Se trata todavía de una demostración de laboratorio bajo condiciones controladas, y el camino hacia aplicaciones prácticas en diagnóstico o tratamiento requerirá superar desafíos adicionales de escalabilidad y de operación fuera de un entorno experimental, pero el trabajo confirma que la luz puede utilizarse no solo para observar el mundo microscópico, sino también para intervenir activamente sobre él.
Fuentes: ScienceDaily / Universidad de Würzburg: https://www.sciencedaily.com/releases/2026/08/260816044850.htm Electronics For You: https://www.electronicsforu.com/news/light-driven-nanorobots-target-bacteria
Bancos y computación cuántica: Goldman se retira, JPMorgan sigue
Cuando la IA deja de responder y empieza a actuar: el nuevo problema de seguridad de los agentes
OpenAI quiere que dejes de copiar y pegar: por qué ahora conviene trabajar dentro de ChatGPT
CRISPR Parte I: Avances en Terapias Génicas con CRISPR para 2025 – Transformando la Medicina
Vercel: La Plataforma Líder en Desarrollo Web y AI Cloud
¡El Futuro es Ahora! Los Avances Más Impactantes en Hologramas para 2025
Grandes bancos de EE.UU. arman una red conjunta de depósitos tokenizados
Augustus, una fintech que construye un banco de compensación con carta federal en USA
Aptos apuesta USD $50 millones a la AI y los mercados institucionales on-chain
TENDENCIAS
-
Bio1 año agoCRISPR Parte I: Avances en Terapias Génicas con CRISPR para 2025 – Transformando la Medicina
-
EmpresasTech10 meses agoVercel: La Plataforma Líder en Desarrollo Web y AI Cloud
-
Researchland1 año ago¡El Futuro es Ahora! Los Avances Más Impactantes en Hologramas para 2025
-
AI1 año ago¿Qué es Hugging Face? Guía Actualizada a Mayo 2025
-
Nano1 año agoLas últimas innovaciones en nanotecnología
-
AI10 meses agoGoogle Antigravity: La Herramienta IA Multiagentes que Revoluciona el Desarrollo de Software
-
AI1 año agoAgentes de IA y Workflows Agénticos: La Revolución de la Automatización
-
AI1 año agoAgentes de IA vs. Agentic AI : Diferencias, Ejemplos y Avances Recientes
