Qué es realmente Monad y qué hace MON
Monad es una blockchain Layer 1 diseñada para ser compatible a nivel de bytecode con la Ethereum Virtual Machine. La consecuencia práctica es que los smart contracts escritos para Ethereum pueden redesplegarse en Monad con poca o ninguna modificación, lo que permite a los desarrolladores reutilizar herramientas existentes, código auditado y hábitos de desarrollo. MON es el activo nativo de la red y está pensado para cumplir tres funciones: pagar las comisiones de gas de las transacciones, hacer staking para asegurar la cadena mediante un diseño de consenso proof-of-stake y actuar como unidad de cuenta para cualquier incentivo a nivel de protocolo o distribución de comisiones que el equipo introduzca más adelante.
El marketing público del proyecto destaca un objetivo de aproximadamente 10.000 transacciones por segundo con finalidad en un solo slot, cifras que, de cumplirse, situarían a Monad en un territorio de rendimiento asociado con Solana y Sui más que con la red principal de Ethereum. El equipo presenta esto como la respuesta a un problema que los agentes de IA están a punto de crear: bots y servicios autónomos que necesitan enviar grandes volúmenes de transacciones de forma barata y confirmarlas rápidamente. En ese enfoque, MON es el token de gas de una cadena construida primero para máquinas y después para humanos.
Conviene separar tres afirmaciones que a menudo se mezclan en la cobertura. Primero, la afirmación de ingeniería de que Monad puede ejecutar bytecode de EVM con alto rendimiento es comprobable, y Monad ha publicado datos de testnet. Segundo, la afirmación de que los agentes de IA necesitan una cadena como Monad es una previsión sobre la demanda futura, no una observación sobre el uso actual. Tercero, la afirmación de que MON capturará valor de esa demanda depende del modelo de comisiones de la red, la economía de los validadores y los desbloqueos de tokens, nada de lo cual es observable todavía en mercados en vivo. En otras palabras, el token es una apuesta por tres tesis separadas apiladas una sobre otra.
Riesgos que todo comprador de MON debería valorar desde el principio
La superficie de riesgo de un token L1 en fase de capital riesgo es amplia y está bien documentada por ciclos anteriores. Los inversores que evalúen MON deberían tratar lo siguiente como una base de partida, no como casos extremos.
La presión de la valoración totalmente diluida es el mayor riesgo individual. Los tokens en manos del equipo, los inversores y un fondo de ecosistema suelen desbloquearse durante varios años, y el mercado a menudo valora en el lanzamiento toda la oferta circulante más la ya asignada. Si un porcentaje significativo de MON permanece en carteras de inversores tempranos con desbloqueos cliff en la ventana de 12 a 24 meses, el gráfico tendrá que absorber esa oferta sin un aumento correspondiente de la demanda. Ciclos anteriores muestran que esta dinámica ha hundido tokens L1 cuya oferta circulante era pequeña, pero cuya FDV implicaba que el mercado ya había pagado por años de crecimiento.
La liquidez y el descubrimiento de precios están fragmentados antes de la mainnet. MON de premercado se negocia en una combinación irregular de mesas OTC, futuros de lanzamiento de tokens en exchanges centralizados y perpetuals descentralizados, y los precios entre centros de negociación pueden diferir en porcentajes de dos dígitos. Que un comprador minorista pague un sobreprecio en un centro mientras insiders o market makers descargan posiciones en otro es un modo de fallo real. Los agricultores de airdrops que reciben asignaciones pequeñas y venden en libros poco profundos añaden presión.
El riesgo narrativo y regulatorio en torno al ángulo de IA es la tercera capa. Llamar a una cadena nativa de IA no cambia su exposición legal ni técnica, pero sí atrae el escrutinio de reguladores que cada vez preguntan más si los lanzamientos de tokens y las economías de agentes constituyen ofertas de valores no registradas. También significa que el proyecto se juzga frente a un objetivo móvil: si el stack dominante de agentes de IA acaba liquidando en una cadena distinta, o si los agentes gravitan hacia Layer 2s en Ethereum, la tesis se debilita sin que haya nada técnicamente incorrecto en Monad en sí.
La propuesta de rendimiento de EVM: qué se puede verificar
Las cifras principales de Monad proceden de una combinación de ejecución paralela optimista, compromiso de estado diferido y un diseño de consenso propio. En términos sencillos, la cadena intenta procesar muchas transacciones a la vez y finalizarlas rápidamente, en lugar de procesarlas estrictamente en secuencia. Esta es la misma dirección general que han tomado otras L1 de alto rendimiento, y la literatura de ingeniería ya está razonablemente madura.
Dos cosas diferencian la propuesta de Monad de la de una cadena rápida genérica. La primera es la compatibilidad con EVM, que reduce el coste de migración para las aplicaciones y herramientas existentes de Ethereum. La segunda es un foco declarado en la latencia y el determinismo, propiedades útiles para cargas de trabajo de tipo agente que necesitan tiempos de confirmación predecibles. En principio, ambas afirmaciones se pueden probar en testnet, y el proyecto ha publicado benchmarks que muestran cifras de rendimiento acordes con el marketing.
Lo que aún no se puede verificar es cómo se mantienen esas cifras en condiciones reales adversas: spam en la mempool, buscadores de MEV y economía del conjunto de validadores a escala. Solana y otras cadenas de alto rendimiento han demostrado repetidamente que el rendimiento en testnet no es lo mismo que el rendimiento en mainnet. Monad merece el mismo escepticismo, sobre todo porque EVM tiene supuestos históricos sobre la ejecución secuencial que Monad está rompiendo explícitamente, y romper supuestos tiende a revelar errores de casos límite solo a escala.
Cómo se posiciona MON frente a SOL y SUI para agentes de AI
Los marcos competitivos más cercanos para MON son Solana, donde SOL es el token de gas, y Sui, donde SUI desempeña un papel similar. Ambas cadenas ya alojan experimentos tempranos con agentes y trading de alta frecuencia, y ambas tienen mayor liquidez, más validadores y trayectorias más largas de las que Monad tendrá en su lanzamiento. Una lectura honesta del panorama competitivo es que Monad no es el primero en moverse en este carril; es un entrante tardío con una propuesta más afinada para desarrolladores de Ethereum.
Para los agentes de AI en concreto, las variables relevantes son el rendimiento, la latencia, el coste por transacción y la madurez del conjunto de herramientas para agentes. SOL y SUI tienen ventaja en este último punto porque los marcos de agentes, los proveedores de RPC y las integraciones de oráculos han tenido años para converger en esas cadenas. La apuesta de Monad es que la ventaja de la compatibilidad con EVM, junto con un foco en una latencia favorable para agentes, atraerá a equipos nativos de Ethereum que no están dispuestos a reescribir sus contratos en Move o Anchor. Es una vía plausible, pero no una garantía, y los agentes todavía no son leales a ninguna cadena concreta.
Un ángulo que a menudo se pasa por alto es que los agentes de AI hoy en día siguen liquidando principalmente en la cadena que sea más barata y fiable en ese momento, y están dispuestos a usar puentes. La lealtad a una sola L1 es un instinto de desarrollador, no un instinto de agente. Esto significa que Monad tiene que ganar la narrativa de los agentes de AI por mérito técnico puro y apoyo del ecosistema, lo que la coloca en comparación directa con cadenas consolidadas en lugar de en una categoría propia.
Precios premercado, expectativas de airdrop y ventana de lanzamiento
El interés minorista en MON está impulsado actualmente más por la mecánica del lanzamiento que por los fundamentales. Hay tres cosas que conviene seguir antes de cualquier decisión: la estructura del airdrop, el lugar de descubrimiento de precio y el calendario de desbloqueos posterior al lanzamiento.
Las expectativas de airdrop crean un patrón conocido. Los programas de puntos, los incentivos de testnet y las misiones del ecosistema suelen descontarse pronto en el precio, y la distribución real tiende a ser menor que las expectativas de la comunidad. Los agricultores de airdrops suelen vender al recibirlos, lo que añade presión de oferta a las primeras semanas de negociación. La historia de airdrops similares en otras L1 sugiere que el receptor medio vende dentro de los primeros 30 a 60 días, información que un comprador debería incorporar al precio en lugar de ignorarla.
El precio premercado es la segunda variable. MON ha cotizado en mesas OTC y en futuros de lanzamiento ofrecidos por grandes exchanges centralizados, y el diferencial entre mercados es en sí mismo una señal. Cuando el precio premercado está significativamente por encima de lo que el mercado público está dispuesto a aceptar en el lanzamiento, la brecha suele cerrarse cayendo en el lado cotizado, no subiendo en el lado OTC. Por tanto, un comprador minorista que paga una prima premercado está pagando por acceso temprano a costa de un punto de entrada más alto, y no hay garantía de que la prima persista.
La propia ventana de lanzamiento está determinada por los listados en exchanges, los acuerdos con market makers y el momento de la liberación inicial de oferta circulante. Históricamente, las primeras horas de negociación en un gran exchange pueden estar dominadas por market makers, y el precio que se imprime no siempre es el precio que se mantiene. Cualquiera que planee comprar en el lanzamiento debería tratar las primeras 24 a 72 horas como la ventana de mayor ruido y dimensionar su posición en consecuencia.
Implicaciones prácticas para un trader que evalúa MON
Para un trader que trata MON como una posición y no como una tesis a largo plazo, la lista práctica es corta. Confirma el calendario de vesting y el porcentaje de la oferta que se desbloquea durante el primer año. Identifica qué exchanges listan MON al contado y cuáles solo listan derivados, ya que la liquidez spot determina cuánta demanda real existe. Sigue la diferencia entre la FDV en el lanzamiento y la FDV implícita en la oferta totalmente diluida, ya que la brecha es la medida más clara del lastre de desbloqueos. Busca pruebas de actividad impulsada por agentes en mainnet, no solo en testnet, porque la narrativa de AI solo es tan sólida como el volumen real on-chain procedente de monederos de agentes.
Para un tenedor con un horizonte más largo, el análisis se parece más a una diligencia debida de estilo venture. Lee directamente el documento de tokenomics en lugar de depender de resúmenes, y presta especial atención a las emisiones, las recompensas de validadores y cualquier mecanismo de quema de comisiones o de distribución de comisiones. Observa las señales del ecosistema de desarrolladores: cuántos equipos se han comprometido a desplegar en Monad, cuánto dinero de subvenciones se ha asignado y si grandes protocolos de Ethereum han anunciado despliegues en Monad. El indicador adelantado más útil no es el sentimiento en redes sociales, sino el número y la calidad de los despliegues en producción, porque son los que generan demanda real de gas para MON.
También merece la pena ser honesto con el calendario. La narrativa de agentes de AI es real pero temprana, y las cadenas que acaben alojando un volumen significativo de agentes quizá no sean las cadenas que se presentaron como nativas de AI en 2024 y 2025. Existe una posibilidad significativa de que el valor de MON en el lanzamiento esté impulsado más por la mecánica del lanzamiento y la narrativa que por el crecimiento real de la actividad de agentes en la cadena, y ese es un riesgo que un comprador debería aceptar explícitamente en lugar de descubrir más tarde.
Por qué la etiqueta L1 nativa de IA sigue siendo una narrativa disputada
La expresión L1 nativa de IA se ha utilizado para describir varias cosas distintas, y el término aún no tiene un significado técnico establecido. Para algunos equipos significa una cadena con inferencia de machine learning on-chain. Para otros significa una cadena optimizada para patrones de transacción de agentes. Para un tercer grupo es una etiqueta de marketing diseñada para atraer a un tipo concreto de desarrollador e inversor. MON se acerca más a la segunda definición, con elementos de la tercera, y conviene reconocer que la etiqueta se está aplicando antes de que el caso de uso se haya materializado por completo.
La versión honesta de la tesis es que los agentes de IA acabarán liquidando grandes volúmenes de transacciones on-chain, que esas transacciones preferirán cadenas con comisiones bajas y latencia predecible, y que la compatibilidad con EVM da a Monad una ventaja estructural para captar desarrolladores nativos de Ethereum. La parte no demostrada es si los agentes liquidarán realmente un volumen significativo en Monad en concreto, en lugar de hacerlo en Solana, Sui, una Layer 2 de Ethereum o una cadena que aún no existe. Hasta que se demuestre que los agentes mueven dinero real a través de la mainnet de Monad, el enfoque de L1 nativa de IA se parece más a una hoja de ruta que a un resultado.
Cómo seguir Monad de forma inteligente
Monad y la narrativa más amplia de agentes de IA en L1 avanzan rápido, y también lo hace el ciclo de noticias que los rodea. Seguir manualmente los lanzamientos de mainnet, los cambios en el conjunto de validadores, los calendarios de desbloqueo y la actividad de monederos de agentes es una batalla perdida para la mayoría de traders. Zippfeed muestra titulares de Monad con puntuación de sentimiento etiquetada como bullish, neutral o bearish y una calificación de importancia, para que puedas separar el ruido impulsado por lanzamientos de los cambios reales en la actividad de desarrolladores o usuarios y actuar sobre la señal que de verdad importa para MON.
TheBlock
Lookonchain
