Bankless: Después de la reducción del TVL en la cadena, MEGA apuesta $30 millones en el mercado de inferencia de IA

Autor: David Christopher, Bankless

Compilado por: Shenchao TechFlow

Resumen de Shenchao: El proyecto de Ethereum L2, MegaETH, que anteriormente se centraba en el rendimiento extremo, ha cambiado oficialmente su nombre a MEGA y ha anunciado una asignación de $30 millones de su tesorería para desarrollar productos propios, con la primera aplicación enfocada en el mercado de inferencia de IA descentralizada prevista para lanzarse en diciembre.

Ante la creciente homogeneidad de las tecnologías de verificación de modelos en el mercado, confiar únicamente en la prueba de que los nodos "no han intercambiado" ya no es suficiente para establecer una ventaja competitiva. Este artículo analiza en profundidad las dos propuestas más destacadas y diferenciadoras en el libro blanco de MEGA: la desensibilización de la privacidad desde una perspectiva descentralizada y los contratos de capacidad de cómputo a largo plazo que son convincentes para el futuro.

El martes de esta semana, la Fundación MegaETH cambió oficialmente su nombre a MEGA y anunció una asignación de $30 millones de su tesorería para crear productos de desarrollo propio, siendo el primero un mercado de inferencia de IA (Inference Market) que se lanzará en diciembre.

El mercado de inferencia es un nuevo campo que he estado siguiendo de cerca: en este mercado abierto, cualquier persona puede comprar, vender o revender permisos para llamar a modelos de IA, y los precios suelen ser más bajos que las tarifas oficiales de los grandes laboratorios. La demanda actual del mercado es muy fuerte, y la mayoría de los mercados de inferencia están viendo un aumento constante en su uso.

Dado que este nicho aún se encuentra en una etapa temprana y el proceso de financiar los servicios de IA está apenas comenzando, creo que para el equipo de MegaETH, que anteriormente creó la "velocidad extrema" de Ethereum L2, aunque este es un giro abrupto, es una elección inteligente.

Este cambio también tiene una cierta urgencia real. Actualmente, el TVL de esta cadena pública se mantiene en menos de $10 millones, una caída significativa desde el pico de $245 millones alcanzado en mayo. El cofundador Shuyao Kong también admitió en la plataforma X: "Después de crear la cadena pública más rápida, no hemos podido encontrar un punto de ajuste del mercado del producto (PMF) y el equipo debe hacer un cambio."

Los mecanismos específicos del nuevo mercado de inferencia, los proveedores de capacidad de cómputo y la lista de modelos que se lanzarán aún se mantienen en secreto antes de su publicación oficial, pero un libro blanco de tres páginas ya ha esbozado el pensamiento central del equipo.

A continuación, desglosaremos las afirmaciones centrales de esta narrativa comercial, examinando sus puntos más débiles y cómo MEGA puede abrirse camino.

La cuenta oficial de MEGA (@mega_holdings) anunció en un tweet: "Hoy, nos comprometemos a invertir $30 millones en MegaETH para crear un nuevo producto, y la primera dirección de entrada es la inferencia de IA. Más detalles en mega.holdings."

Propuestas centrales de la narrativa

El punto de entrada de MEGA proviene de lo que llaman la "paradoja de la oferta": los precios de muchos proveedores de servicios de cómputo de terceros que ejecutan el mismo modelo de código abierto son mucho más bajos que las tarifas de los laboratorios nativos que desarrollaron dicho modelo.

Tomemos como ejemplo la plataforma OpenRouter, donde el precio de Z.ai por cada millón de tokens generados por GLM 4.6 es de $2.20, mientras que el proveedor de terceros Venice solo cobra $1.75. A pesar de la diferencia de precios, MEGA considera que la mayoría de los compradores aún prefieren pagar precios altos por los canales oficiales que les son familiares.

Para abordar esto, MEGA propone una solución que introduce un conjunto completo de mecanismos de verificación llamados "Inteligencia Purificada (Purified Intelligence)", que verifica la autenticidad del modelo, el cumplimiento de la privacidad y la seguridad de los proveedores de servicios, demostrando que los terceros desconocidos también son dignos de confianza.

Su objetivo final es crear un mercado de transacciones que estandarice completamente la capacidad de inferencia. Como se menciona en el libro blanco, en un estado ideal, "quién proporciona este servicio de inferencia se volverá cada vez menos relevante."

En otras palabras, toda esta narrativa se basa en "establecer confianza", especialmente en "verificar modelos de llamada reales". Pero precisamente aquí es donde empiezo a dudar.

Sin MEGA, la tecnología de verificación también avanza rápidamente

Primero, el supuesto de la industria que MEGA establece no es completamente válido.

Los proveedores de servicios de cómputo de bajo costo no han sido ignorados por el mercado: la popular plataforma de enrutamiento de inferencia OpenRouter prioriza automáticamente las rutas de bajo costo en su enrutamiento predeterminado, y atribuye la mayoría de las diferencias en la calidad de salida entre diferentes proveedores a las diferencias en la configuración del software de llamada de herramientas, en lugar de un intercambio intencionado de modelos.

Aunque el fenómeno de "intercambio de modelos (Model Swapping)" que el libro blanco critica como base existe objetivamente, la mayoría de las pruebas más contundentes ocurren en canales de reventa no oficiales. Un estudio publicado en marzo de este año, tras probar a tres de estos revendedores de cajas negras, encontró que hasta el 46% de las verificaciones de identidad fallaron.

Más importante aún, las herramientas tecnológicas utilizadas para detectar estos comportamientos de intercambio están surgiendo rápidamente desde todas partes:

• Huellas dactilares (Fingerprinting): La semana pasada, el mercado de inferencia Antseed implementó una nueva capa de verificación de huellas dactilares. Este sistema desafía a los vendedores de capacidad de cómputo con preguntas de características poco comunes que solo un modelo específico respondería; si se descubre que el vendedor no está ejecutando el modelo que afirma, redirige inmediatamente la solicitud del comprador a otro lugar.

• Hardware cerrado (TEE): El entorno de ejecución confiable (TEE) es como una zona de seguridad de caja negra dentro del chip que ni siquiera el propietario de la máquina puede espiar, capaz de demostrar públicamente qué código se está ejecutando dentro del chip. Los compradores de Antseed ahora pueden exigir directamente a los proveedores que activen esta verificación de hardware.

• Pruebas criptográficas (Cryptographic Proofs): A principios de este mes, Anthropic lanzó un prototipo (FlashProve) que utiliza métodos matemáticos para verificar que las respuestas fueron generadas por pesos de modelo específicos, aunque una sola inferencia requiere entre 70 y 95 veces la potencia de cómputo de una solicitud convencional.

Además, el equipo de Pearl también está desarrollando su propia versión de prueba basada en Attestable.

El libro blanco de MEGA también menciona las tres soluciones anteriores y admite que cada una tiene limitaciones técnicas, pero no aclara cuál de ellas adoptará finalmente. Es probable que el equipo integre una o más de estas combinaciones, lo cual es, por supuesto, digno de reconocimiento.

Sin embargo, la realidad es que ya hay muchos equipos que se centran en el mismo punto doloroso, y la mayoría de las herramientas de verificación ya están disponibles como código abierto para que toda la industria las utilice directamente. La barrera psicológica de desconfianza de los compradores hacia los proveedores de servicios de terceros está desapareciendo rápidamente, y simplemente lanzar una función de "verificación de modelos" será difícil para MEGA destacar.

Las dos direcciones en las que MEGA podría realmente sobresalir

Dicho esto, los verdaderos activos que podrían diferenciar a MEGA se encuentran en las otras dos propuestas del libro blanco.

La primera dirección es la protección de la privacidad. MEGA imagina un proceso en el que los proveedores de servicios de cómputo desensibilizan los detalles sensibles antes de que vean la solicitud del usuario, y dividen tareas complejas entre nodos de confianza y no confianza para su procesamiento. Este diseño tiene un significado práctico considerable, ya que actualmente la verdadera protección de la privacidad que puede evitar que los proveedores de servicios vean las palabras clave (Prompt) de manera segura, sigue estando limitada en su mayoría a modelos de código abierto.

Para poder invocar de manera segura modelos de vanguardia cerrados mientras se mantiene la privacidad, "la limpieza de información sensible localmente" es casi el único camino de compromiso. Pero la dificultad de implementar esta solución también es extremadamente alta.

El año pasado, Freysa lanzó una función similar en su aplicación, que ahora se llama Silo, en la que reemplazaba frases privadas por marcadores, permitiendo a los usuarios acceder de manera segura a modelos cerrados como GPT y Claude.

Sin embargo, Freysa anunció en noviembre de 2025 que, debido a las variaciones en el rendimiento real en dispositivos móviles, el equipo tuvo que trasladar los cálculos de desensibilización fuera del dispositivo móvil; el registro de actualizaciones de su aplicación iOS en julio directamente eliminó esta función.

De manera similar, el proceso de desensibilización de la versión de MEGA también debe ejecutarse completamente fuera de la visión de MEGA, por ejemplo, completándose en la computadora local del usuario o en hardware cerrado; de lo contrario, el usuario esencialmente estaría confiando la información sensible que debería entregarse al proveedor de inferencia a MEGA.

El cofundador de MegaETH, Yilong Li (@yilongl_megaeth), también señaló recientemente al publicar el libro blanco: "Ampliar más capacidad de cómputo de IA solo es la mitad de la solución. Incluso si los proveedores de servicios tienen el modelo correcto, suficiente capacidad de cómputo y precios más bajos, si los usuarios no pueden estar seguros de que el proveedor realmente ejecuta el modelo como se anuncia y protege sus datos, no pagarán."

La segunda característica central es la capacidad de cómputo a futuro (Future Capacity). El libro blanco de MEGA imagina un mecanismo en el que los compradores pueden reservar por adelantado un modelo específico, un volumen de llamadas fijo y estándares mínimos de rendimiento (incluyendo velocidad de respuesta y estabilidad) a un precio bloqueado dentro de un marco de tiempo específico, y en el futuro, estos contratos de capacidad de cómputo a largo plazo pueden ser transferidos en un mercado secundario.

Puedes compararlo con una empresa que reserva habitaciones de hotel en masa meses antes de un gran cónclave de la industria. Los compradores pueden asegurar suficiente capacidad de cómputo antes del lanzamiento de un producto importante, y si los planes cambian, pueden revender; mientras que los proveedores de capacidad de cómputo pueden usar estas demandas bloqueadas como garantía para financiar la compra de más GPU.

Una vez que este tipo de transacciones de contratos se escalen, el mercado generará una "curva de precios de inferencia a futuro" pública y transparente. Aunque los futuros de capacidad de cómputo de GPU que los gigantes financieros tradicionales como la Intercontinental Exchange (ICE) planean lanzar también pueden cubrir los costos de alquiler por hora de los chips, no pueden especificar qué modelo se ejecutará ni cómo será el rendimiento; en comparación, los contratos a futuro de MEGA están directamente anclados en el "resultado final" del modelo.

Hasta ahora, en todos los mercados de inferencia en cadena que he evaluado, no hay ninguna empresa que ofrezca un mecanismo similar, y este es precisamente el lugar donde la tecnología blockchain puede maximizar su valor de certificación y circulación.

Sin embargo, aquí también hay una contradicción profunda: el costo de la inferencia de IA está disminuyendo rápidamente, y los modelos principales cambian completamente cada pocos meses; ¿por qué los compradores querrían fijar precios fijos para meses en el futuro, incluso para modelos específicos?

Quizás lo que los compradores empresariales están adquiriendo no es un precio bajo, sino un "asiento de certeza que no se desconectará en el pico", o para cubrir las facturas de llamadas que se dispararán después de que los subsidios exorbitantes de los principales fabricantes de IA disminuyan. Sobre esto, aún no tengo una conclusión clara.

Las piezas clave que aún faltan

Al menos por ahora, estas dos características aún están en la fase de bosquejo del libro blanco. El equipo no ha publicado ningún código, y el libro blanco no ha aclarado qué proveedores de capacidad de cómputo tienen derecho a ingresar, quién llevará a cabo la verificación y auditoría, y dónde se ejecutarán finalmente las herramientas de desensibilización de la privacidad.

El libro blanco también no menciona nada sobre el token nativo. Cuando se le preguntó qué papel jugaría el token MEGA en el mercado de inferencia, Shuyao Kong respondió en una entrevista con The Block: "Siempre que haya escenarios que puedan empoderar al token MEGA, los utilizaremos."

En cuanto a la asignación de $30 millones de la tesorería, que supera la mitad de la capitalización de mercado actual de MEGA, aún no se ha publicado ningún plan de presupuesto detallado.

El próximo diciembre debería revelar algunas de estas respuestas. A continuación, estaré atento a tres indicadores clave de implementación: los primeros proveedores de servicios firmados y los criterios de acceso, las verdaderas soluciones de desensibilización que operan fuera de la visión de MEGA, y el primer contrato de capacidad de cómputo a largo plazo asumido por contrapartes comerciales reales.

En última instancia, la verificabilidad solo puede llevar a MEGA a la línea de salida del mercado de inferencia; solo resolviendo los problemas de verdadera privacidad y entrega de capacidad de cómputo a largo plazo podrá determinar si realmente puede destacar.