TL;DR:

• Kalshi activó curvas de precios a futuro para rentar tres GPU de Nvidia (B200, H200 y A100), calculadas con los datos de su propio mercado.
• La curva es una referencia de precio, no un activo que se pueda operar; sirve para armar swaps y acuerdos privados de cómputo.
• Kalshi llega después de Silicon Data, que ya publica su curva de GPU vía Bloomberg y Refinitiv, pero con una metodología diferente.

Kalshi activó este 14 de julio de 2026 sus curvas de precios a futuro para el cómputo de inteligencia artificial: una herramienta que dibuja hacia dónde apunta el costo de rentar las GPU que sostienen la IA. Las curvas ya funcionan para tres GPU de centro de datos de Nvidia, la B200, la H200 y la A100. La bolsa de contratos de eventos, regulada en Estados Unidos, construyó cada curva con los datos de su propio mercado, no con tarifas recopiladas de proveedores. El precio de la hora de GPU se volvió una de las cifras más vigiladas de la economía tecnológica, y hasta ahora casi nadie ofrecía una lectura pública y ordenada de hacia dónde se mueve.

Una curva forward, o curva de precios a futuro, es una representación gráfica de lo que el mercado estima que costará algo en distintos momentos por venir. La de Kalshi mide el precio implícito de rentar una hora de un chip específico. Cada punto sale del movimiento de sus mercados semanales y mensuales sobre el precio de esos chips, es decir, del dinero que los participantes ya pusieron sobre la mesa apostando a cuánto costará el cómputo. Kalshi presume que ese origen la vuelve la mejor de su clase frente a otras curvas, porque nace del mercado y no de una encuesta de tarifas. Conviene leer ese superlativo como lo que es: un argumento de la propia empresa.

A quién le sirve ponerle precio al cómputo

El lanzamiento apunta a dos grupos, según el propio comunicado de Kalshi:

• Los que venden capacidad: neoclouds, centros de datos e hyperscalers que quieren ponerle precio a su cómputo y descargar riesgo.
• Los que lo queman, un grupo mucho más grande: laboratorios de inferencia y entrenamiento, proveedores de aprendizaje por refuerzo como servicio, y cualquier compañía con consumo alto de cómputo, que ahora puede fijar precios con meses de anticipación en lugar de tragarse las subidas.

El motivo es concreto: la renta por hora de una GPU se mueve fuerte. El precio de cómputo de la B200 tocó 6.11 dólares la hora el 30 de mayo de 2026, su punto más alto en tres meses, y para el 21 de junio ya había bajado a 4.22 dólares, una caída de alrededor de 31% en menos de un mes, según el índice de la startup Ornn citado por CNBC. Ese vaivén es justo lo que una curva pública intenta volver legible para quien tiene que presupuestar un entrenamiento de varios meses.

"El cómputo es el nuevo petróleo", la apuesta de fondo

La lógica de Kalshi es tratar la potencia de cálculo como una materia prima más, con su propio mercado de coberturas. Así lo planteó su director ejecutivo.

"El cómputo es el nuevo petróleo. Como toda materia prima antes que él, necesita un mercado de derivados de verdad. La demanda de IA solo va a aumentar. Kalshi busca ser la bolsa donde todos los futuros compradores y vendedores gestionen su riesgo", dijo Tarek Mansour, director ejecutivo de Kalshi.

La comparación con el petróleo es literal en el comunicado: los futuros de crudo mueven más de 800 millones de contratos al año, y Kalshi espera que la demanda de futuros de cómputo termine superando esa cifra a medida que la IA pese tanto como la energía en la economía. Es una expectativa de la compañía, no un dato confirmado. Detrás hay una tendencia real: el cómputo se está financiarizando rápido. La firma de datos Silicon Data calcula que más de 176,000 millones de dólares en infraestructura respaldada por GPU ya figuran en los balances de hyperscalers y neoclouds.

Kalshi no es el primero: dos formas de construir la misma referencia

Aquí está el matiz que casi nadie aclara. Kalshi entra a un terreno donde ya hay competencia. Silicon Data publica desde antes su propia curva forward de GPU (para las H100, B200 y A100), la distribuye a través de Bloomberg y Refinitiv, y la diseñó para servir como referencia de liquidación de contratos derivados reales. La respaldan las firmas de trading DRW y Jump Trading.

La diferencia está en el método, y no es menor:

• Silicon Data arma su curva con datos de renta reales, transacciones que recoge en el 95% de los neoclouds y el 100% de los grandes hyperscalers.
• Kalshi la arma con la actividad de su propio mercado de predicción, la misma sabiduría colectiva que da precisión a este tipo de mercados, y su curva no es operable.

Son dos filosofías para fijar la misma referencia de precio: una mira lo que la gente paga; la otra, lo que la gente apuesta que va a pagar.

Un mercado que sigue en zona gris regulatoria

Los mercados de predicción como Kalshi están regulados por la CFTC en Estados Unidos, pero operan en un terreno legal todavía difuso tras su explosión de popularidad. El modelo arrastra críticas por riesgos de uso de información privilegiada y de adicción al juego, según reportó DataCenterDynamics. Kalshi responde que prohíbe a operadores con información interna y que ha multado a quienes incumplen, incluido un editor del creador de contenido MrBeast. Conviene no confundir los planos: la curva de precios es una herramienta de referencia, distinta de los contratos donde efectivamente se apuesta.

Preguntas rápidas sobre la curva de cómputo de Kalshi

El costo de una hora de GPU dejó de ser un dato escondido en paneles de proveedores y contratos privados. Con dos exchanges compitiendo por fijar la referencia y empresas pidiendo cubrirse contra los saltos de precio, el cómputo empieza a comportarse como cualquier otra materia prima con mercado propio. Para cualquier compañía que construya sobre IA, dentro o fuera de Estados Unidos, saber a cuánto cotiza esa hora dejó de ser opcional.

Fuentes: 1, 2, 3