¿Quién controlará el poder de fijación de precios de la computación en la era de la IA?

Introducción

En el primer semestre de 2026, el «mercado de capital de cómputo» pasó rápidamente de ser un concepto nicho a convertirse en una nueva pista en la que apuestan tanto Wall Street como Silicon Valley. CME y Silicon Data anunciaron el lanzamiento del primer mercado de futuros de cómputo; la matriz de la Bolsa de Nueva York, ICE, se asoció sucesivamente con Ornn y NATIVX para desplegar futuros de capacidad de GPU; Architect, fundado por Brett Harrison, ex presidente de FTX US, intentó introducir en el comercio de cómputo regulado la estructura de contratos perpetuos más madura del mercado cripto. Al mismo tiempo, CoreWeave, cuyo tamaño de financiación respaldada por GPU supera los 20 mil millones de dólares con GPU como colateral, y completó su primera calificación de nivel de inversión para una financiación respaldada por GPU.

El cómputo está evolucionando por la clásica ruta hacia la financiarización de las materias primas: desde activos de capex (gastos de capital) para uso propio de las empresas, pasando gradualmente a operaciones spot, índices de precios y cobertura con futuros, hasta entrar en los mercados de crédito y financiación estructurada.

Por qué se necesita cómputo: la cascada de valor de la industria de la IA

Antes de entender el mercado de cómputo, hay que entender el lugar que ocupa el cómputo en la cadena de la industria de la IA. Toda la cadena puede dividirse en una cascada de nueve niveles: desde el punto de vista del valor comercial y el flujo de caja, el punto de partida de la demanda está en la capa más baja de aplicaciones y se transmite hacia arriba por capas; mientras que el cómputo está en el medio, conectando el hardware y la infraestructura base de centros de datos en la capa inferior, con los modelos y aplicaciones en la capa superior.

Nivel 1｜Chips y hardware: NVIDIA, AMD, fabricantes de HBM/DRAM. Esta es la materia prima más básica del cómputo. Las GPU determinan la oferta base de capacidad de cómputo disponible, y los recursos de almacenamiento como HBM/DRAM también empiezan a financiarizarse en el mercado.

Nivel 2｜Electricidad y tierra: si un centro de datos puede construirse, la clave no es solo si hay GPU, sino si existe la tierra adecuada y la conexión de energía suficiente. Una gran parte del costo marginal del cómputo proviene de la factura eléctrica, por lo que en sus atributos de producto se parece más a la electricidad que al petróleo.

Nivel 3｜Neocloud y centros de datos independientes: CoreWeave, Nebius, Lambda, GMI Cloud, Crusoe, etc. Compran GPU, construyen clústeres y luego alquilan capacidad de cómputo a empresas de IA; son como «minas» y «campos petroleros» dentro del mercado de cómputo.

Nivel 4｜Plataformas de agregación y corretaje: Mithril, Andromeda, SF Compute, etc. No necesariamente poseen GPU, sino que ayudan a los compradores a encontrar oferta, estandarizan SLA, hacen matching de operaciones e incluso pueden actuar como market makers. Se parecen más a los comerciantes del mercado de materias primas, como Glencore y Vitol.

Nivel 5｜Índices y puntos de referencia: Silicon Data, Ornn (OCPI), NATIVX (COIL). Si no hay un índice de precios confiable, el mercado tendrá dificultades para desarrollarse en futuros y derivados. Por eso, esta capa convierte los precios de cómputo que antes eran opacos en precios de mercado rastreables y verificables.

Nivel 6｜Derivados y crédito: CME, ICE, Architect, DEX perpetuos on-chain, y herramientas como préstamos con colateral de GPU y ABS de cómputo. Esta capa permite cubrir el riesgo de precios del cómputo y convierte la capacidad de GPU en un activo financiable.

Nivel 7｜Plataformas de desarrollo de inferencia: Fireworks, Baseten, Modal, etc. Empaquetan GPU de base, despliegue de modelos y APIs de inferencia para que los desarrolladores no tengan que gestionar por sí mismos infraestructuras complejas de cómputo, y puedan usar capacidades de inferencia como si fuera un servicio cloud.

Nivel 8｜Capa de LLM / modelos: OpenAI, Anthropic, xAI, DeepSeek, etc. Convierten el cómputo subyacente en capacidades de modelo y salidas inteligentes. El modelo en sí es la capa intermedia central que conecta la infraestructura subyacente con la experiencia de aplicaciones en la capa superior.

Nivel 9｜Capa de aplicaciones: Cursor, Perplexity, Suno, Rime, etc. Esta capa se enfrenta directamente a los usuarios finales; empaqueta la capacidad de los modelos en productos concretos y escenarios de uso. Es una entrada importante para la expansión de la demanda de IA y el cobro a usuarios.

Estos nueve niveles de cascada muestran un hecho central: el cómputo es un bien intermedio en la economía de la IA. Debajo conecta con chips, electricidad, tierra y capex; arriba conecta con plataformas de inferencia, compañías de modelos y capa de aplicaciones.

Cada vez que una aplicación de IA llama a un modelo, en esencia está consumiendo una pequeña parte del cómputo de la cadena superior. Y precisamente porque el cómputo está en el medio de la cadena de valor, por un lado están los proveedores que poseen GPU y activos de centros de datos; por el otro, están las compañías de modelos, plataformas de inferencia y compañías de aplicaciones que necesitan una capacidad estable. Cuando la magnitud de la volatilidad del precio es lo bastante grande y el sentido del riesgo de ambas partes es opuesto, el cómputo empieza naturalmente a financiarizarse.

Por qué se necesita un mercado de cómputo: cobertura de la demanda y estructura de mercado

Quién necesita cubrirse

Source: X @0xfishylosopher

La necesidad de cobertura en el mercado de cómputo proviene primero de las partes de la industria que tienen exposición real a la capacidad, no de las instituciones financieras. Es la misma lógica que cuando aerolíneas cubren el precio del combustible y las compañías eléctricas cubren el precio de la electricidad.

Neocloud de base y centros de datos independientes, por ejemplo CoreWeave, Nebius, Lambda, que poseen activos físicos de GPU y reciben ingresos provenientes de rentas futuras. Les preocupa la caída de la renta de las GPU, por lo que son vendedores naturales / posiciones cortas: necesitan vender futuros para asegurar sus ingresos.

Plataformas de desarrollo de inferencia de capa media, por ejemplo Fireworks, Baseten, Modal, compran capacidad hacia arriba y proporcionan APIs de inferencia y servicios de despliegue hacia abajo. El cómputo es un costo importante para ellas.

Compañías de aplicaciones en la capa superior, por ejemplo Cursor, Perplexity, Suno, Rime, también necesitan comprar continuamente capacidad de inferencia. Los costos de inferencia impactan directamente el margen bruto. Por lo tanto, la capa media y la superior son compradores naturales / posiciones largas, y necesitan comprar futuros para fijar costos.

Grandes proveedores cloud a escala, como Google, Amazon y Microsoft, son relativamente especiales. Poseen centros de datos, plataformas cloud, modelos y aplicaciones al mismo tiempo, y dentro de la organización ya han formado en cierta medida una cobertura natural.

Por qué el cómputo se parece más a la electricidad que al petróleo

El cómputo no es un producto completamente homogéneo.

Aunque sea la misma capacidad de H100 / H200 por hora, su valor también difiere según especificaciones de chips, regiones, latencia, interconexión de red, tamaño del clúster, ventanas reservadas, SLA, seguridad de datos y el tipo de workload específico.

Además, el cómputo no se puede almacenar. Las horas de GPU no utilizadas hoy no pueden almacenarse como el petróleo para venderse el próximo año. Por eso, en atributos de producto, el cómputo se parece más a la electricidad: tiene temporalidad y es regional, y depende en gran medida de la infraestructura local.

Esto trae tres resultados:

Primero, las transacciones reales de capacidad suelen requerir personalización bilateral en torno a SKUs específicos y condiciones de entrega.

Segundo, por ahora el mercado no existe un punto de referencia único y transparente como WTI para el petróleo crudo.

Tercero, los índices y puntos de referencia se vuelven extremadamente críticos. Los equipos como Silicon Data, Ornn y Compute Desk tienen como tarea central convertir precios dispersos de cómputo en señales de mercado rastreables y cubribles.

Web3: computación descentralizada de la generación anterior vs comerciantes de cómputo de la nueva generación

El mercado de cómputo no es un concepto completamente nuevo. En el ciclo anterior, proyectos Web3 como Akash, io.net y Aethir ya usaron la narrativa de «mercado descentralizado de cómputo», conectando GPU ociosas globales mediante redes impulsadas por incentivos de tokens.

Pero el problema es: ¿por qué la mayoría de los proyectos de la generación anterior no se convirtieron en la capa principal de compra de cómputo para IA, mientras que nuevos jugadores como Andromeda y SF Compute sí lograron obtener clientes empresariales e ingresos en dólares en poco tiempo?

Lo que se vende no es lo mismo: suministro descentralizado vs capacidad entregable

La lógica central de los proyectos Web3 de la generación anterior era: conectar una red de acceso a GPU dispersas mediante incentivos con tokens, para que los usuarios compraran cómputo a menor costo.

Ellos resolvían el problema de «dónde hay GPU».

Pero lo que el comprador empresarial realmente le importa es otro conjunto de problemas: ¿es H100 / H200? ¿hay InfiniBand? ¿el tamaño del clúster es suficiente? ¿puede funcionar de forma estable durante semanas o incluso meses? ¿quién es responsable del SLA? ¿qué pasa si hay una falla: quién compensa?

Dicho de otra manera, lo que compran los clientes empresariales no es «GPU en algún lugar», sino una capacidad de GPU que garantice entrega, que sea medible y que sea responsable ante daños.

El suministro de GPU disperso, heterogéneo y entre diferentes operadores puede servir para batch inference, renderizado o tareas de baja sensibilidad, pero para el entrenamiento de modelos a gran escala y la inferencia de nivel producción, la estabilidad, las condiciones de red y la responsabilidad de entrega son lo que más importa.

Cuatro problemas estructurales de la generación anterior

Primero, los incentivos con tokens pueden generar oferta, pero no necesariamente demanda real.
Los subsidios de tokens pueden producir rápidamente números llamativos de nodos, GPU y escala de red; sin embargo, si el lado de la demanda depende principalmente de la narrativa del token en lugar de clientes que pagan de forma natural, se termina fácilmente con baja utilización, mala calidad de ingresos y que el descubrimiento de precios se distorsione por incentivos.

De acuerdo con Messari «State of Akash Q1 2026», en el primer trimestre de 2026 el uso promedio de GPU de Akash cayó un 57,4% mes contra mes hasta 84 unidades, y la capacidad promedio de GPU disponible cayó un 57,5% mes contra mes hasta 249 unidades, lo que muestra una contracción clara tanto en oferta como en demanda de GPU; bajo el mecanismo temprano de io.net, mientras el nodo estuviera en línea podía recibir recompensas, independientemente de si la GPU ejecutaba trabajo efectivo real; y su token también cayó de forma significativa desde sus máximos históricos hasta que en junio de 2026 se lanzó un nuevo mecanismo de incentivos más impulsado por demanda.

Segundo, es difícil que los SLA a nivel empresarial dependan solo de protocolos.
Lo que necesitan los clientes empresariales es una factura, un canal de soporte, un SLA estándar, un mecanismo de reembolsos, revisión de cumplimiento y responsabilidad legal. Todo esto requiere un sujeto comercial claramente definido que lo respalde, en lugar de depender únicamente de la capa de protocolo.

Tercero, hay un desajuste natural entre workloads de IA y suministro descentralizado.
El entrenamiento sincronizado a gran escala y la inferencia de nivel producción exigen requisitos muy altos en interconexión de GPU, NVLink / InfiniBand, programación de clústeres, recuperación ante fallas y seguridad de datos. Una red geográficamente dispersa y con hardware heterogéneo es difícil de cumplir para ese tipo de workloads con exigencias elevadas.

Cuarto, la fijación de precios por tokens no encaja con el proceso de compra empresarial.
Las empresas están más acostumbradas a contratos en dólares, facturas, aprobaciones de presupuesto y gestión de proveedores. No quieren asumir la volatilidad del precio del token, el tratamiento contable y la incertidumbre de cumplimiento.

Excepción importante: Aethir

Aethir es una excepción.

Los ingresos de Aethir en 2025 superaron los 127 millones de dólares, tiene más de 150 empresas clientes que pagan y 430.000 contenedores de GPU, cubriendo GPU de gama alta como H100, H200, B200 y B300. Según su divulgación, su escala de ingresos ya supera el run-rate de aproximadamente 100 millones de dólares de Andromeda, y también está muy por encima de SF Compute.

La trayectoria de Aethir se parece más a colocar los tokens y los efectos de red de Web3 en la estructura de capital y en la capa de incentivos del ecosistema, y hacer que la parte realmente orientada a clientes sea más centralizada, más estandarizada y más empresarial: clústeres centralizados o semi-centralizados, compromisos de servicio claros, contratos denominados en dólares y soporte y responsabilidad de entrega para clientes empresariales.

Los tokens pueden ayudar en financiación temprana, incentivos de oferta y organización de la red, pero no deberían convertirse en la interfaz central que una empresa debe enfrentar cuando compra capacidad de cómputo.

En qué se diferencia el nuevo tipo de traders

El punto de partida de los nuevos jugadores no es «primero construir una red descentralizada», sino entrar directamente en las dificultades de compra del comprador de IA.

Las compañías de IA muchas veces necesitan firmar contratos de capacidad a largo plazo, pero la demanda real es volátil. El enfoque de SF Compute es que el cliente compre capacidad de cómputo a largo plazo financiada por un tercero, y luego publique la parte que no se use en el libro de órdenes para revenderla o hacer sublease. No posee GPU; más bien, funciona como un mercado que genera liquidez secundaria alrededor de contratos de cómputo.

Andromeda se parece más a un dealer de capacidad de cómputo: realiza cotizaciones en tiempo real y valida desempeño entre más de 100 proveedores, estandariza SLA, y además actúa como única contraparte contractual para sus clientes. Su valor no es solo hacer matching: también asume para el cliente funciones de compra, entrega y parte del rol de intermediación de crédito, por lo que también se autodenomina «market maker de compute».

Andromeda hace operaciones con principal, posee o controla inventario, gana a través del diferencial de precios y asume responsabilidad de SLA y entrega. SF Compute es más bien una mezcla de exchange / broker: con un núcleo centrado en el corretaje por cuenta y liquidez secundaria, no necesariamente posee GPU subyacentes, y gana comisiones de operación y efectos de red de mercado.

GMI Cloud requiere una clasificación separada. No es un broker / dealer típico, sino que se parece más a un neocloud: construye centros de datos propios, posee activos y vende capacidad cloud de GPU. Además, es el usuario de fondos para financiación de deuda con GPU; en su ronda A, la mayor parte corresponde a financiación por deuda, por lo que se parece más al productor de capacidad del Nivel 3.

Lo que más le falta al mercado ahora no es un cloud más descentralizado e ideal, sino una capa de transacción que pueda entregar H100 / H200 hoy, asuma el SLA y ayude a los compradores a reducir el riesgo de contratos a largo plazo.

¿Ya existe un mercado de descubrimiento de precios de cómputo?

La forma dominante actual del comercio de cómputo sigue siendo OTC / operaciones bilaterales altamente personalizadas. Las cotizaciones públicas están mejorando la transparencia del mercado, pero muchas veces solo son el punto de partida del descubrimiento de precios, no el precio final unificado de las operaciones.

Tomando H100 como ejemplo, en el mercado ya aparecen rangos de ofertas observables: el precio de Andromeda es de aproximadamente $1,83 por hora, el precio promedio de SF Compute es de aproximadamente $2,03 por hora de GPU, y el precio inicial de GMI Cloud es de $2,00 por hora de GPU; el precio spot de la instancia H100 SXM5 8-GPU de Mithril, convertido, es de aproximadamente $2,92 por hora de GPU.

Esto significa que las ofertas de H100 en mercados públicos caen aproximadamente en el rango de $1,8–3,0 por hora de GPU. Pero esos precios no se pueden comparar de forma totalmente directa, porque las condiciones de entrega subyacentes no son iguales. La forma de la GPU, la región donde está, la interconexión de red, el tamaño del clúster, la duración del alquiler, el SLA y el tipo de workload influyen de manera significativa en el precio final de cierre.

Por lo tanto, lo que las empresas realmente compran normalmente no es una abstracta «hora de H100», sino una capacity contract diseñada alrededor de un SKU específico, región, plazo, configuración del clúster y condiciones de entrega. En otras palabras, las cotizaciones en la web hacen que los precios del cómputo sean más visibles, pero el núcleo real de transacción del mercado actual sigue siendo contratos OTC altamente personalizados.

Ornn: intenta convertirse en la capa de índices del mercado de cómputo

Source: Ornn

La posición central de Ornn no es simplemente vender cómputo, sino construir la infraestructura de precios para un mercado financiero de cómputo. Lanza el Ornn Compute Price Index (OCPI), que rastrea los precios spot de transacciones en tiempo real de compute de GPU como H100, H200, B200 y B300, y organiza esos precios para que se usen como índices en fijación de precios, cobertura y liquidación. En el sitio web oficial de Ornn, OCPI se describe como el precio de referencia de compute y se utiliza para precios, hedging y settlement en el mercado de derivados de compute.

Esto significa que Ornn busca hacer una especie de «Platts / Argus / WTI» del mercado de cómputo: primero normalizar los precios de alquiler de GPU dispersos y no estandarizados, y luego permitir que el mercado negocie futuros, contratos perpetuos o derivados alrededor de ese punto de referencia.

El roadmap de Ornn puede entenderse aproximadamente en tres pasos:

Paso 1: construir un índice de precios spot, es decir, OCPI.

Paso 2: licenciar OCPI a bolsas y plataformas de derivados para que sea el precio de liquidación del contrato.

Paso 3: desarrollar futures, perps, hedging y lending alrededor del índice.

Architect: introducir la estructura de perpetuos en la negociación institucional de cómputo

Architect es un tipo de jugador más orientado a la sala de trading dentro del mercado de derivados de cómputo. Fue fundado por Brett Harrison, ex presidente de FTX US. Su plataforma de trading institucional, AX, colabora con Ornn y planea lanzar contratos de exchange basados en precios de alquiler de GPU y precios de DRAM.

En términos de mecanismo, Architect no entrega cómputo real de H100 / H200; en cambio, permite que los traders obtengan exposición financiera a precios de alquiler de GPU y de memoria mediante contratos que rastrean el índice de cómputo de Ornn. Su producto se parece más a la estructura de contratos perpetuos del mercado cripto: los traders operan con márgenes contratos indexados; el precio del contrato se ancla mediante el índice y el mecanismo de funding rate, para acercarse lo más posible a los precios de alquiler de GPU subyacentes.

Por lo tanto, el valor de Architect es introducir el mecanismo de perpetuos nativo de crypto en un escenario de negociación de cómputo más institucional y regulado. Es más como la capa de trading de derivados del mercado de cómputo, mientras que Ornn proporciona la capa de índices que sirve como referencia de precios.

Lighter: contratos perpetuos on-chain que proporcionan descubrimiento temprano de precios

Lighter es más como una versión on-chain de un venue temprano de compute perp. La plataforma ya está disponible para $H100 y permite a los usuarios negociar una exposición al precio de H100 compute con hasta 10x de apalancamiento; este producto rastrea el Ornn H100 Compute Price Index.

El significado de este tipo de producto es que permite por primera vez que el mercado genere una señal continua de precios on-chain alrededor de los precios de alquiler de GPU. No resuelve el problema de la entrega real de GPU, ni es el canal principal de compra de capacidad por parte de empresas, pero puede servir como mercado temprano para especulación, cobertura y descubrimiento de precios.

En términos de mecanismo, se parece más a un contrato perpetuo del mercado cripto: los traders no hacen entrega real de capacidad H100; en su lugar, negocian un contrato que sigue el índice H100; el precio del contrato se ancla mediante el índice y el mecanismo de funding rate.

Sus ventajas son el lanzamiento rápido, umbrales de participación bajos y el soporte para trading 24/7; sus desventajas son que la liquidez puede ser más delgada y que aún existe riesgo de base frente a los verdaderos contratos de capacidad empresarial de nivel institucional.

ICE × Ornn: roadmap de un mercado de futuros regulado

ICE es una ruta más tradicional y de exchange regulada. En mayo de 2026, ICE anunció planes para colaborar con Ornn y lanzar una serie de contratos de futuros de GPU compute; el benchmark subyacente es el Ornn Compute Price Index. En el anuncio, ICE menciona explícitamente que OCPI rastrea precios spot live-traded de principales tipos de hardware como H100, H200, B200 y B300; los contratos relacionados se planean con valuación en dólares, con liquidación en efectivo, y esperan aprobación regulatoria.

El mecanismo de ICE es diferente al de Lighter. Lighter es perpetuos on-chain, adecuados para formar rápidamente precios de trading y liquidez especulativa; ICE es un mercado de futuros regulado, más adecuado para la participación institucional, clearing, gestión de riesgos y cobertura regulatoria.

Pero los contratos de ICE no son de entrega física, sino de liquidación en efectivo. Es decir, los traders no entregarán ni recibirán capacidad H100; en su lugar, se liquidará el P&L según índices como OCPI. Esto reduce la complejidad de entrega, pero también implica que el éxito del contrato depende de si el índice es lo bastante confiable, resistente a la manipulación y si puede representar el precio real del mercado.

Perspectivas del mercado

Tres direcciones que vale la pena seguir

Institucionalización del OTC
El desenlace del mercado de cómputo no tiene por qué ser que las partes de la industria negocien directamente futuros en una bolsa. Es más probable que dealers atiendan las necesidades personalizadas de la industria y gestionen riesgos mediante índices, futuros o contratos perpetuos. En los próximos 12–24 meses, lo más digno de observar es si jugadores como Andromeda y SF Compute pueden pasar de «plataforma de compra de cómputo» a un verdadero «trading desk de cómputo»: por un lado, procesar necesidades spot a nivel SKU y reservas; por otro, cubrir inventario y riesgos de base en el mercado de índices. Quien complete esta transición primero tendrá la oportunidad de convertirse en el intermediario central del mercado de cómputo.

Ciclo cerrado de crédito y derivados
Si «financiación con colateral de GPU + cobertura con futuros» puede funcionar, el prestamista puede gestionar de forma más eficiente la volatilidad del precio de la GPU y el riesgo de valor residual, reduciendo así haircut y costos de financiación. Esto incrementará directamente la eficiencia del capital en infraestructura de IA, y es uno de los significados más importantes de la financiarización del cómputo para la industria real de IA.

Formación de puntos de referencia de precios y sistema de clearing
Para que el cómputo sea un activo verdaderamente transable y financiable, primero debe formarse un índice de precios confiable y un mecanismo de clearing. Los proveedores de índices como Ornn, Silicon Data y NATIVX, y los venues de trading como ICE, CME, Architect y Lighter, no están en disputa solo por una oportunidad de producto: disputan la puerta de entrada al poder de fijación de precios del mercado de cómputo futuro.

Preguntas sin resolver

Aprobación regulatoria

Los productos de CME, ICE, Architect, etc., aún deben pasar por aprobación regulatoria. Cómo se definirá exactamente el cómputo —como bien, servicio o como un nuevo tipo de recurso transable— todavía no tiene precedentes claros.

El mercado spot subyacente sigue siendo relativamente delgado

La credibilidad de un índice depende de la profundidad de transacciones reales spot. Los mercados spot públicos y la rotación secundaria todavía están en etapas tempranas, y la gran mayoría de las transacciones de cómputo siguen bloqueadas en contratos a largo plazo entre hyperscalers, neoclouds y compañías de IA. Si falta volumen de transacciones en la base, podría afectar la representatividad del índice y su resistencia a la manipulación.

Riesgo de ciclo
Si el gasto en capex de IA se desacelera, la liquidez spot podría contraerse antes de que el mercado de derivados madure. Al mismo tiempo, el alquiler de GPU ya se ha alejado claramente de los máximos; y como el valor residual y la curva de depreciación de GPU carecen de datos históricos suficientes, esto ampliará aún más la incertidumbre en la evaluación crediticia y en la fijación de precios de derivados.

Reference

Sobre Gate Ventures

Gate Ventures es la división de venture capital dentro de Gate, enfocada en invertir en infraestructura descentralizada, ecosistemas y aplicaciones. Su objetivo es reconfigurar el mundo en la era de Web 3.0. Gate Ventures colabora con líderes de la industria global, dando poder a equipos y startups con pensamiento e ideas innovadoras, redefiniendo los modos de interacción entre sociedad y finanzas.
Para más información, visita: sitio web | X | Telegram | LinkedIn | Medium

Aviso legal :

Este contenido no constituye ninguna invitación, captación o recomendación. Antes de tomar cualquier decisión de inversión, debe buscar siempre asesoramiento profesional independiente. Tenga en cuenta que GateVentures puede limitar o prohibir todos o parte de los servicios provenientes de regiones restringidas. Consulte los términos y condiciones de usuario para obtener más información, enlace:*.