Los agentes de IA realizaron 138 millones de pagos en cripto: ¿qué compraron?

Más de 138 millones de pagos x402 se registraron en Base en el estudio de Chainalysis sobre América del Norte de 2026. El recuento es grande; el pago típico es minúsculo. Algunos programas compran datos, verificaciones de código y acceso a modelos de IA, mientras que la actividad anterior incluyó una acuñación especulativa de tokens que generó transacciones sin probar una economía de servicios duradera. Las cifras más reveladoras se refieren a carteras que regresan, recargan y pagan categorías específicas de proveedores.

El estudio de Chainalysis del 14 de octubre identifica categorías que dan al recuento de 138 millones un contexto económico: inferencia de modelos de IA, análisis de código, búsqueda y fuentes de datos, infraestructura de pagos, herramientas de agentes, juegos y emisión de tokens. También señala que la actividad más temprana de x402 incluyó un interés de corta duración en memecoins. Un pago onchain puede ser real mientras el servicio que compra es una acuñación especulativa en lugar de un gasto empresarial duradero.

La cobertura anterior de crypto.news sobre el umbral de 100 millones explicó el protocolo de pago. El nuevo informe proporciona evidencia sobre lo que venden los receptores y si las carteras siguen financiando sus compras. Esas dos pruebas importan más que tratar una transacción como un cliente autónomo.

¿Qué hay dentro del recuento de 138 millones?

Chainalysis describe x402 como un protocolo que Coinbase publicó en 2025 que permite al software pagar por un recurso web cuando un servidor solicita el pago. Una cartera puede transferir una stablecoin, recibir el recurso y continuar su tarea sin que una persona autorice ese cargo individual. La actividad observada en este informe es x402 en Base. No es un recuento de todos los pagos de IA en todas las cadenas, ni un recuento de todo el comercio realizado por sistemas de IA a través de tarjetas y cuentas bancarias ordinarias.

El total de 138 millones es acumulativo hasta el final del período de 2026 del estudio, que el informe define como los 12 meses que terminan el 1 de julio de 2026. Chainalysis extendió su examen de los tamaños de pago hasta septiembre. Esas son dos ventanas de observación. Aplicar mecánicamente la proporción de micropagos del 87% de la muestra ampliada a las 138 millones de transacciones crearía una falsa precisión a menos que los conjuntos de datos y las definiciones subyacentes coincidan.

El informe describe más del 87% de los pagos en la ventana ampliada como situados entre una centésima de centavo y diez centavos. Ese rango abarca un factor de 1,000. Multiplicar un recuento de transacciones por un promedio supuesto dentro de él no daría un valor total en dólares defendible. Las muchas transferencias pequeñas explican por qué x402 es interesante para las llamadas a API; no muestran los ingresos de los proveedores de servicios de agentes ni los ingresos por comisiones para Base.

Las transacciones son acciones, no personas. Un desarrollador puede financiar varias carteras. Una cartera puede llamar a la misma API cientos de veces. Un servicio puede crear una gran cantidad de transacciones de bajo valor como parte de una campaña promocional. El recuento es más sólido como medida del uso del protocolo y más débil como medida de clientes pagadores independientes. Identificar contrapartes repetidas y no relacionadas e ingresos sostenidos fortalecería esta última afirmación.

Las compras se concentran en información

Chainalysis dice que siguió millones de transacciones desde carteras de agentes hasta proveedores de revisión de código, inteligencia financiera, datos y API de búsqueda. La inferencia de modelos, el uso de un modelo de IA de pago para generar una respuesta, es otra categoría sustancial. Estas son compras plausibles para software al que se le ha asignado una tarea y necesita una respuesta externa o información actual para completarla.

Un agente que inspecciona un contrato inteligente podría pagar a un servicio de análisis por una revisión de seguridad. Una herramienta financiera podría comprar una consulta de datos de mercado. Un asistente de viajes o de investigación podría comprar acceso a una base de datos que de otro modo no podría leer. Estos ejemplos ilustran categorías descritas en el informe, no identidades verificadas para cada cartera. La clasificación de Chainalysis depende de conocer los servicios receptores y etiquetar las carteras; la actividad más allá de esa población observada puede diferir.

El informe también rastrea pagos a marcos de agentes, catálogos de herramientas, rieles de pago, juegos, emisores de tokens y servicios relacionados con el juego. Llamar a todas esas transacciones gasto en productividad de IA borraría las diferencias. Un bot que compra la inferencia de otro modelo puede ser parte de un flujo de trabajo de software recurrente. Una cartera que paga por acuñar una meme coin puede ser un juego especulativo. Ambos usan el mismo protocolo de pago y pueden parecer similares en la capa de transacción.

El relato anterior de Crypto.news sobre la integración de pagos de agentes de Amazon mostró un entorno corporativo para el gasto programático en USDC con controles. Muestra que un desarrollador puede diseñar un flujo de pago real; no identifica cuáles de los 138 millones de transacciones se originaron en servicios de Amazon. No se debe usar una fuente para asignar las carteras de otro conjunto de datos a una empresa nombrada sin un vínculo directo.

Una meme coin mostró cómo un recuento puede inflarse

El estudio de junio de Chainalysis sobre la actividad de x402 dijo que PING, un experimento de pago por acuñar, ayudó a impulsar un aumento temprano. Los usuarios llamaban a un endpoint, recibían una solicitud de pago y pagaban para acuñar un token. El protocolo procesó las llamadas según lo diseñado. La demanda de PING, sin embargo, no demostró que los desarrolladores seguirían pagando por datos útiles o inferencia después de que la especulación se desvaneciera.

El informe de octubre dice que la mezcla está madurando hacia servicios de información. Esa es una afirmación con una contraverificación observable: ¿las direcciones receptoras vinculadas a revisión de código, datos y servicios de modelos siguen recibiendo pagos después de que terminan las promociones puntuales? ¿Los mismos clientes reponen sus presupuestos y usan el servicio durante múltiples períodos de informe? Sin volumen y valor a nivel de categoría, un cambio en la narrativa puede adelantarse a la mezcla de transacciones.

Otro análisis de crypto.news sobre los pagos de agentes en XRPL convirtió un gran recuento de pagos en aproximadamente $280 en tarifas de red al cargo declarado en ese entonces. Base tiene una estructura de tarifas diferente y su número de 138 millones no puede multiplicarse por la tarifa de XRPL. La comparación muestra por qué el recuento, el valor enviado, los ingresos por servicios y las tarifas de red deben ser cuatro columnas, no una.

Una solicitud x402 puede implicar una fracción de centavo, lo que dificulta la economía de las tarjetas. Sin embargo, el bajo costo de liquidación es solo una pieza del costo total. Alguien debe financiar la cartera, gestionar claves y permisos, manejar sanciones y exposición al fraude, conciliar recibos y resolver una respuesta fallida de la API. Una transferencia marginal más barata ayuda solo si esos costos fijos y operativos pueden distribuirse sobre suficiente trabajo útil.

Las recargas de carteras dan una mejor señal de retención

Chainalysis agrupa las carteras por el trimestre en que recibieron financiación por primera vez. Entre las carteras que califican, la proporción que recibió un segundo depósito dentro de los 30 días aumentó del 70,6% para la cohorte del tercer trimestre de 2025 al 89,3% para la cohorte del segundo trimestre de 2026. Los investigadores exigieron que las carteras enviaran en al menos dos días separados, excluyendo los experimentos de un día de ese cálculo. Una recarga es evidencia de que un operador financió actividad continua, aunque no prueba un negocio rentable ni un usuario independiente.

El denominador es crucial. No es el 89,3% de todas las carteras que alguna vez tocaron x402. Es una cohorte seleccionada que cumple la regla de actividad y se observa durante una ventana completa de 30 días. Chainalysis dice que el segundo trimestre de 2026 fue la cohorte más reciente con tal ventana. Promover esa cifra a todas las carteras de agentes exageraría la retención. Incluso para las carteras que califican, una segunda financiación podría ser pequeña o estar vinculada a una prueba.

El intervalo entre la financiación y el primer pago pasó de una mediana de 73 días para las carteras de finales de 2025 a 18 minutos para el tercer trimestre de 2026. La proporción que gasta dentro de una hora después de la financiación aumentó del 4% en el tercer trimestre de 2025 al 67% en el tercer trimestre de 2026, según la misma investigación. Ese patrón se ajusta a carteras provisionadas para un trabajo inmediato en lugar de carteras mantenidas inactivas antes de que alguien experimente. El informe no muestra la tarea de software completa del cliente, por lo que la intención es una inferencia a partir del momento.

Un gráfico de cohortes a lo largo de más meses pondría a prueba la persistencia de la mejora. Si las carteras recién financiadas continúan recargándose pero los servicios que compran están en gran medida afiliados a su propio operador, mostraría una reutilización operativa sin un mercado amplio. Si proveedores independientes reciben pagos recurrentes de muchos agentes financiados por separado, el caso de un mercado funcional de máquina a máquina se fortalece.

El dominio de EE. UU. depende de la categoría y la muestra

El informe atribuye el 30% de las transacciones de agente a servicio de x402 que puede geolocalizar a carteras financiadas en EE. UU. Para la inferencia de modelos de IA específicamente, esa proporción es del 88,1%. Los diferentes denominadores explican por qué ambos porcentajes pueden ser verdaderos. Las carteras de EE. UU. dominaron el acceso pago a modelos dentro de un subconjunto etiquetado por ubicación, no el 88,1% de cada pago x402 en Base.

Las carteras vinculadas a China representaron aproximadamente nueve de cada diez transacciones en la categoría etiquetada de seguridad y análisis de código, y la mayor parte de esa categoría fluyó hacia AgentLISA, según Chainalysis. La prominencia de un receptor puede moldear la cuota de un país. No demuestra que el 90% de todo el gasto de agentes chinos se destine a seguridad ni que cada una de esas carteras pertenezca a un residente chino. La atribución geográfica de una dirección en cadena es una estimación basada en las señales disponibles.

Los investigadores sugieren que diferentes economías de modelos podrían explicar por qué las carteras de EE. UU. pagan por inferencia con más frecuencia mientras que los operadores chinos utilizan alternativas de pesos abiertos. Esa es una explicación propuesta, no un campo de transacción que identifique el precio de un modelo o la motivación de un cliente. Un operador podría pagar un servicio estadounidense desde otra ubicación o enrutar la financiación a través de un exchange que complique el etiquetado de ubicación.

La cobertura de Crypto.news sobre USDC en pagos de agentes describió el fuerte papel de la liquidación denominada en dólares. Una cuota atribuida a un conjunto de datos y una fecha particulares no debe pegarse a cada transacción en la nueva muestra de Chainalysis. La conexión útil es estructural: una compra automatizada de bajo valor necesita una unidad que un vendedor pueda fijar sin que un token volátil cambie de valor entre la solicitud y el cumplimiento.

La autonomía tiene un dueño del presupuesto

Un agente puede elegir cuándo y dónde comprar un resultado de API, pero un humano u organización provisiona su cartera, define permisos y repone fondos. Un proceso de software que paga sin un clic humano para cada solicitud no es una entidad con responsabilidad financiera independiente. Una empresa que despliega agentes necesita límites por proveedor, monto, tiempo y tipo de servicio, además de una forma de revocar credenciales comprometidas.

El pago en sí es visible en cadena, mientras que el resultado comprado puede permanecer fuera de cadena. Un registro de blockchain puede mostrar que un token se movió a un proveedor; por lo general no puede probar que los datos devueltos fueran precisos o que la respuesta de un modelo fuera útil. Un servicio podría cobrar por un endpoint no disponible o un agente malicioso podría comprar información irrelevante. La recepción y la gestión de disputas deben conectar la transferencia de tokens con la respuesta de la API.

La cobertura de la puerta de enlace de datos x402 de The Graph ilustra por qué el acceso medido a API atrae a los proveedores. Cobrar por consulta puede atraer a clientes que no están dispuestos a comprar una suscripción. También expone al vendedor a picos de solicitudes y al comprador a un bucle descontrolado que llama al mismo endpoint repetidamente. Los límites de gasto, el registro y las alertas de anomalías pueden limitar ese riesgo. Un protocolo que liquida una transferencia no puede decidir si el agente necesitaba la respuesta.

La atribución crea otro desafío. Una cartera podría llamarse agente porque usó x402, pero el pagador podría ser un script humano, un bot de trading o un servicio promocional. La clasificación de Chainalysis mide interacciones observables, no el modelo privado y el proceso de decisión detrás de cada transacción. La etiqueta honesta para los 138 millones es pagos x402 en Base asociados con un protocolo comúnmente usado por agentes, con las categorías y limitaciones que los investigadores divulgan.

El argumento más sólido y la cifra de dinero faltante

Coinbase y Circle tienen una afirmación creíble de que las redes de tarjetas son poco adecuadas para cargos del tamaño de una máquina. Una solicitud de datos de un centavo no puede soportar la misma economía fija que una compra ordinaria con tarjeta. La evidencia de Chainalysis de que muchas carteras calificadas se recargan y gastan rápidamente respalda un caso de uso emergente más allá de las demostraciones de un día. Las integraciones corporativas añaden otra vía para que los rieles alcancen presupuestos de software reales.

La evidencia aún no alcanza para una cuenta de ingresos completa. El informe proporciona un gran recuento acumulativo de transacciones, una amplia distribución de micropagos y comportamientos seleccionados de carteras. No ofrece un total auditado de ingresos por inferencia de modelos pagados, ganancias netas para vendedores de API ni el número de empresas no relacionadas que financian esas carteras. Incluso un gran valor total podría contener transferencias repetidas entre cuentas relacionadas; incluso un valor total pequeño podría pagar por trabajo útil y económico. La demanda a nivel de receptor es la columna faltante.

El próximo informe útil identificaría volúmenes por categoría y valores en dólares para períodos comparables, organizaciones pagadoras únicas cuando la atribución lo permita, receptores recurrentes, reembolsos y la proporción de transacciones vinculadas a la especulación. Debería mantener visible la actividad desconocida en lugar de asignar a cada transacción un propósito comercial. Las cifras de cohorte de Chainalysis proporcionan una razón para estudiar el mercado de cerca; no cierran el caso sobre su tamaño económico.

El denominador de 138 millones necesita una auditoría de transacciones

Un pago en cadena es observable, pero decidir si una cartera pertenece a un agente de IA es un ejercicio de clasificación. X402 marca un intercambio particular entre un cliente y un servicio. Un humano puede programar esas llamadas, y un modelo puede iniciarlas después de que un desarrollador autorice un presupuesto. El recuento de Chainalysis es valioso porque sigue un protocolo definido, pero no debería reetiquetarse como 138 millones de decisiones independientes de máquinas. El número de pagadores únicos, proveedores y tareas completadas no está contenido en el recuento principal.

Una auditoría útil tomaría muestras de contratos o cuentas receptoras en cada categoría, verificaría qué servicio se proporcionó y estimaría la fracción de transacciones que fueron a la propia infraestructura del mismo operador. Un desarrollador puede enrutar legítimamente pagos entre componentes que controla para probar una aplicación; esa actividad muestra un riel funcional pero no ingresos externos. El libro público puede exponer direcciones y montos repetidos, mientras que probar quién controla cada cartera a menudo requiere evidencia fuera de la cadena.

El recuento acumulativo también mezcla períodos de comportamiento muy diferente. El informe de junio de Chainalysis describió un pico especulativo temprano; el informe de octubre describe un uso creciente de servicios de información. Comparar el volumen de todos los tiempos con una mezcla de servicios del mes actual puede hacer que el nuevo uso parezca más grande de lo que es. Las categorías mensuales con las mismas reglas de etiquetado mostrarían cuándo las compras útiles superaron a las promociones, si ese cruce ha ocurrido. Sin tal serie, la dirección está respaldada por la clasificación cualitativa del investigador, no por una fecha de cruce publicada.

El movimiento de stablecoins puede inflarse por el uso repetido de los mismos fondos. Una cartera financiada con $10 podría hacer cientos de consultas pequeñas y recargarse más tarde. Sumar transferencias puede mostrar con qué frecuencia ocurrieron llamadas pagadas, pero no significa que llegaron $10 de capital nuevo cada vez. Los recibos netos de un proveedor después de reembolsos, tarifas y transferencias de vuelta a carteras afiliadas serían la contraparte de ingresos. El volumen de pagos en cadena y los ingresos no deben tratarse como sinónimos.

Por qué el tiempo hasta el primer gasto importa más que un recuento de registros

El cambio de 73 días a 18 minutos sugiere que las carteras se crean o financian más cerca del momento en que una tarea necesita un servicio pago. Eso es un cambio operativo. Podría surgir porque los desarrolladores han mejorado la integración, porque las herramientas de financiación aprovisionan automáticamente carteras, o porque la mezcla de participantes se desplazó hacia operadores con demanda inmediata. Los datos del informe muestran el resultado y respaldan una interpretación de uso intencional; no aíslan cuál explicación lo causó.

La proporción que gasta dentro de una hora, 67% en la cohorte más nueva, es particularmente informativa cuando se lee junto con la segunda estadística de financiación. Una cartera que paga una vez rápidamente aún puede ser un experimento. Una cartera que paga en múltiples días y recibe otro depósito dentro de un mes se ajusta mejor al trabajo en curso. Ninguno de los números por sí solo identifica a un cliente final. Juntos ofrecen una señal operativa más creíble que un gráfico de creación total de carteras.

Una prueba adicional seguiría cada cohorte durante 90 días, rastreando días activos, diversidad de proveedores y stablecoins gastadas. Una segunda financiación después de un mes puede reflejar una transferencia permanente establecida por el desarrollador. La diversidad de proveedores puede mostrar si las carteras compran en un ecosistema o solo dentro de una aplicación. Las mismas definiciones deben mantenerse entre cohortes; cambiar la regla de dos días activos a uno puede hacer que la retención parezca más fuerte sin un cambio de comportamiento.

Existe un límite útil para la analogía de la suscripción. Un humano que renueva una suscripción a menudo decide que el servicio valía la pena pagarlo. Una cartera de agente puede recargarse automáticamente bajo un presupuesto, con la evaluación ocurriendo más tarde a nivel de la organización. La recarga a los treinta días es evidencia de que el dinero regresó a la cartera, no prueba de que el comprador calculó un retorno positivo. Las renovaciones de clientes en un servicio con nombre serían una métrica de negocio más sólida.

¿Quién verifica una compra cuando el comprador es código?

Una organización puede asignar a un agente un presupuesto diario y proveedores aprobados, pero el software aún puede realizar una serie de malas compras dentro de ese margen. La política de pagos debe definir quién puede cambiar una asignación, cómo se almacenan las credenciales, qué respuesta de API cuenta como cumplimiento y cuándo se congela una cuenta. La cadena de bloques confirma que los tokens se movieron, no si la información era reciente o si el cómputo comprado se completó con éxito.

Los pagos pequeños pueden convertirse en grandes costos por la frecuencia. Un agente que envía una solicitud de cinco centavos una vez por segundo gastaría $180 en una hora si se ejecutara sin interrupción. A diez centavos por solicitud, la cifra por hora es de $360. Estos son cálculos hipotéticos de tasa por cantidad, no observaciones de Chainalysis. Ilustran por qué un precio unitario bajo aún exige límites de tasa, topes de gasto y alertas cuando un agente entra en bucle.

Un agente podría comprar a un servicio malicioso que devuelve instrucciones en lugar de los datos solicitados. El software que acepta respuestas externas debe separar el contenido pagado de la autoridad sobre su cartera. La lista de aprobación de un sistema de pagos y el límite de instrucciones de un modelo son controles separados. Un sistema que verifica una factura pero confía en cada mensaje devuelto aún puede ser explotado sin ninguna falla del protocolo de pago.

Para el cumplimiento, el financiador y el receptor son identidades más significativas que la etiqueta del agente. Los hallazgos geográficos de Chainalysis dependen de atribuir fuentes de financiamiento, por lo que las ubicaciones desconocidas deben permanecer fuera de las afirmaciones de participación nacional. Un negocio necesita registros que vinculen la cartera, el propietario humano del presupuesto y la cuenta del proveedor. Si un agente compra un servicio regulado, una solicitud autónoma no elimina las obligaciones legales propias del negocio.

Cuando el pago es menor que la tarifa para investigarlo

Los micropagos alteran la economía de la supervisión. Una empresa no puede revisar manualmente cada llamada de cinco centavos a un modelo o API y seguir ofreciendo ese servicio a cinco centavos. Puede revisar la fuente de financiamiento, aprobar la categoría del receptor y establecer umbrales automáticos que detengan o marquen comportamientos anómalos. Una investigación sigue un patrón o una excepción. Chainalysis presenta un caso similar para la selección de la configuración y el destino, pero los detalles de implementación varían según el proveedor de cartera y la organización.

Una cartera con una asignación de $20 puede completar muchas solicitudes baratas, pero las reglas deben especificar cómo un agente elige entre proveedores. Si un servicio cambia su precio de $0.02 a $0.20, una asignación estática aún puede permitir gastar diez veces más por llamada. El agente debe recibir un límite de precio de su operador y fallar de forma segura cuando un proveedor lo exceda. Nuevamente, la transferencia puede liquidarse correctamente mientras la decisión de compra es mala.

Los recibos necesitan una unidad que tanto el comprador como el vendedor puedan auditar. Un hash de transacción de stablecoin prueba que se realizó un pago; un identificador de respuesta de servicio puede mostrar por qué consulta se pagó. Unir los dos es necesario si un cliente impugna un cargo o si una API expira después de aceptar el pago. Un servicio sin un procedimiento utilizable de reintento o reembolso puede tener un volumen onchain impresionante y una retención pobre.

El mismo problema afecta la medición de fraude. Un actor malicioso podría enrutar una gran cantidad de llamadas baratas a través de un servicio que controla para inflar su aparente base de usuarios. El costo serían las tarifas de red, el tiempo del desarrollador y cualquier pérdida en conversión, potencialmente muy por debajo del volumen nocional principal cuando los fondos circulan. Un panel serio debería informar compradores controlados de forma independiente e ingresos recurrentes por servicios, no solo recuentos de transacciones.

El próximo informe puede separar una industria de una demostración

La evidencia de una industria incluiría proveedores de servicios obteniendo ingresos sostenidos de agentes no relacionados, operadores aumentando presupuestos después de evaluar resultados y múltiples proveedores compitiendo en precio y calidad. Las nuevas categorías de receptores y cohortes de carteras de Chainalysis mueven la discusión en esa dirección. Todavía no identifican a los usuarios finales que pagan las facturas ni el beneficio de los servicios vendidos.

La distribución de bajo valor hace que el caso de uso sea distintivo. Una solicitud de datos pagada que cuesta centavos puede ser poco práctica en los rieles de tarjetas heredados, y una cartera programable puede hacerlo en medio de una tarea de software. Sin embargo, el mundo de tarjetas mostrado tiene facturación basada en cuenta y agregación mensual, que también puede soportar precios unitarios pequeños sin cobrar una tarjeta por cada llamada. La ventaja de X402 debería compararse con esa alternativa, no solo con el caso absurdo de pasar una tarjeta por separado por una fracción de centavo.

Un proveedor puede elegir suscripciones, créditos prepagos o pago por uso de x402, y los clientes pueden preferir diferentes modelos. Los pagos de agentes ganarán un lugar duradero si reducen la fricción de incorporación, alcanzan un mercado útil de compradores y liquidan a un costo total aceptable. El recuento de 138 millones muestra que el software está utilizando el riel. Los datos de categoría e ingresos en períodos futuros mostrarán cuánto trabajo económico se sustenta en él.

Qué observar

• Períodos comparables: Nuevos recuentos de transacciones x402 y valores en dólares en Base usando la misma ventana de clasificación.
• Composición de destinatarios: La proporción de pagos y valor que se destina a inferencia, datos, revisión de código y actividad especulativa con tokens.
• Cohortes de carteras: Tasas de financiación repetida con un filtro de actividad claramente declarado y un período de observación completado.
• Concentración: Si un número reducido de servicios o carteras representa la mayor parte del tráfico en cada categoría.
• Controles: Términos públicos del producto para presupuestos de agentes, permisos de proveedores y manejo de solicitudes pagadas fallidas.

Preguntas frecuentes