Caída de Cripto de 40.000 Millones: Jane Street Demandada por Trading de Información Privilegiada de Terra

bitcoinistPublicado a 2026-02-24Actualizado a 2026-02-24

Resumen

El administrador de la quiebra de Terraform Labs ha demandado a Jane Street por presunto uso de información privilegiada durante el colapso de TerraUSD (UST) y Luna en mayo de 2022. La denuncia acusa a la firma de trading de obtener datos confidenciales a través de Bryce Pratt, un ex pasante de Terraform, lo que les habría permitido realizar operaciones que precipitaron la crisis. Según la demanda, un intercambio de 85 millones de UST realizado por Jane Street habría desencadenado una venta masiva que contribuyó al derrumbe del ecosistema Terra. La firma también mantuvo comunicación directa con el cofundador Do Kwon durante el colapso. Jane Street rechaza las acusaciones y se espera que dispute legalmente los cargos. El caso se centra en si la información era material y no pública, y si las operaciones causaron daños demostrables.

El administrador de liquidación de la firma de cripto Terraform Labs ha demandado a Jane Street en el tribunal federal de Manhattan, alegando que la firma de trading utilizó información material no pública de miembros internos de Terraform para operar durante el colapso de mayo de 2022 de TerraUSD (UST) y Luna.

La demanda fue presentada por Todd R. Snyder, el administrador que supervisa las recuperaciones vinculadas a la liquidación por bancarrota de Terraform. Nombra a entidades de Jane Street y a varios individuos, incluido Bryce Pratt, y acusa a los demandados de trading con información privilegiada, fraude y manipulación del mercado relacionados con operaciones durante la crisis de des-peg. La demanda busca daños y la devolución de ganancias ilícitas, con cualquier recuperación destinada a apoyar las distribuciones a los acreedores.

¿Causó Jane Street la Caída de Cripto de 40.000 Millones?

Una parte central del caso es el papel de Pratt, quien supuestamente pasó de unas prácticas en Terraform a un puesto en Jane Street mientras mantenía contacto con personal de Terraform. La demanda alega que mantuvo un canal confidencial con el jefe de investigación de Terraform y transmitió información sensible.

La presentación cita mensajes que, según el demandante, muestran tanto la existencia de comunicaciones confidenciales como la comprensión de que la información no debía compartirse. Supuestamente, un mensaje incluía la frase "no compartas, por favor". La demanda también alega que el personal de Terraform le preguntó a Pratt sobre lo que Jane Street estaba discutiendo internamente.

Ese punto es crítico para la teoría del demandante. El caso no se presenta como Jane Street simplemente operando de manera agresiva durante un evento de mercado volátil. Se presenta como una afirmación de que Jane Street tenía una ventaja informativa privada en un momento en que el mercado dependía de señales públicas y de una liquidez en deterioro.

La narrativa de mercado de la demanda se centra en la fase inicial del des-peg del UST y los movimientos de liquidez en Curve. Snyder alega que después de que Terraform ajustó la liquidez en el 3pool de Curve, una operación de 85 millones de UST vinculada a Jane Street impactó el pool y se convirtió en "el swap único más grande en el Curve 3pool".

La demanda va más allá, alegando que esta operación "precipitó una fuerte venta de UST" y ayudó a desencadenar el colapso más amplio del ecosistema Terra. También describe cómo empeoraron las condiciones durante el 8 y 9 de mayo, con el volumen de trading de UST disparándose y el token cayendo por debajo de $0.80 mientras Terraform intentaba defender el peg.

Esta secuencia es importante porque el demandante intenta conectar el presunto acceso a información no pública con una acción de trading específica y luego vincular esa acción con los daños sufridos durante el colapso.

La demanda también cita comunicaciones directas durante la crisis. En un mensaje del 9 de mayo referenciado en la demanda, Pratt supuestamente le escribió a Do Kwon: "Hola Do Kwon, solo quería expresar nuestro interés en pujar por BTC o LUNA".

Según la presentación, Kwon respondió que "Bill de Jump" debería haberse contactado con Jane Street respecto a una recaudación de fondos de Terraform. El demandante utiliza ese intercambio para argumentar que Jane Street no era solo una firma de trading externa reaccionando a los precios del mercado, sino que estaba en comunicación directa con el liderazgo de Terraform mientras se discutían opciones de emergencia.

Jane Street ha rechazado las acusaciones y se espera que impugne agresivamente los reclamos. Como en otras litigaciones posteriores a Terra, es probable que los temas clave incluyan si la información era verdaderamente material y no pública, si las operaciones estaban causalmente conectadas al colapso, y si el demandante puede probar la intención.

Al cierre de esta edición, la capitalización total del mercado de cripto se situaba en 2,17 billones de dólares.

La capitalización total del mercado de cripto cae por debajo de la EMA de 200 semanas, gráfico semanal | Fuente: TOTAL en TradingView.com

Preguntas relacionadas

Q¿Qué acusa el administrador de Terraform Labs a Jane Street en la demanda presentada?

AEl administrador acusa a Jane Street de utilizar información privilegiada no pública de insider trading, fraude y manipulación del mercado durante el colapso de TerraUSD (UST) y Luna en mayo de 2022.

Q¿Qué papel clave desempeñó Bryce Pratt según la demanda?

ABryce Pratt, quien pasó de una pasantía en Terraform a un puesto en Jane Street, mantuvo un canal confidencial con el jefe de investigación de Terraform y filtró información sensible, según la denuncia.

Q¿Cómo alega la demanda que Jane Street contribuyó al colapso de UST?

ALa demanda alega que un intercambio de 85 millones de UST vinculado a Jane Street en el pool de Curve fue 'el swap único más grande' y precipitó una venta masiva de UST, desencadenando el colapso más amplio del ecosistema Terra.

Q¿Qué comunicación directa con Do Kwon se menciona en la denuncia?

ASegún la denuncia, Bryce Pratt se comunicó directamente con Do Kwon el 9 de mayo expresando el interés de Jane Street en pujar por BTC o LUNA, mostrando que no eran solo un actor externo.

Q¿Cuáles son los principales puntos que Jane Street probablemente impugnará en la demanda?

AJane Street probablemente impugnará si la información era realmente material y no pública, si sus operaciones causaron el colapso y si se puede probar la intención de cometer los delitos alegados.

Lecturas Relacionadas

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

Resumen del informe del primer trimestre de 2026 sobre Ethereum, por Token Terminal. El reporte destaca una tendencia clave: la cantidad de usuarios activos mensuales (13.2 millones, +53.5%), las transacciones (200.4 millones, +38%) y el rendimiento de la red (25.78 TPS) alcanzaron máximos históricos, mientras que las tarifas de transacción en la capa principal cayeron un 47.9% intertrimestral. Este fenómeno, denominado la "Paradoja de Jevons", sugiere que Ethereum está priorizando deliberadamente la expansión a corto plazo sobre la captura de ingresos inmediatos. La actualización Fusaka, que aumenta la capacidad de datos y reduce el costo del espacio de bloque, es un factor clave. La narrativa central de Ethereum se está desplazando de una cadena de bloques DeFi a una capa de liquidación financiera global. Ethereum mantiene una posición dominante en activos tokenizados, con una capitalización total de $2 billones (-0.7% intertrimestral). Destacan el crecimiento de los fondos tokenizados ($194 mil millones, +4.9%) y las materias primas tokenizadas ($47 mil millones, +60%), reflejando una mayor adopción institucional por parte de entidades como BlackRock y JPMorgan. A pesar de una caída del 30.3% en su capitalización de mercado totalmente diluida, la base de titulares de ETH creció a 292.8 millones. En resumen, Ethereum está sacrificando ingresos a corto plazo para impulsar la adopción, consolidándose como la infraestructura de liquidación preferida para las finanzas tokenizadas, con el objetivo de que una mayor demanda de red compense las tarifas más bajas a largo plazo.

marsbitHace 1 hora(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

marsbitHace 1 hora(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

El CEO de Intel, Chen Lifu, expresó en una entrevista en un podcast su objetivo de multiplicar por diez el valor de la empresa en un plazo de 5 a 10 años. Para lograrlo, está centrando la estrategia en la superación de los límites físicos de la miniaturización de los semiconductores, invirtiendo en tres áreas clave: tecnologías avanzadas de empaquetado como EMIB, nuevos materiales como el nitruro de galio (GaN), carburo de silicio (SiC), fosfuro de indio (InP) y diamante sintético, y sustratos innovadores como el de vidrio. Destacó que la explosión de la IA, especialmente los agentes autónomos y la inferencia, está impulsando una fuerte demanda de CPUs, cambiando la proporción CPU/GPU en servidores. Chen Lifu también defendió la apuesta de Intel por el negocio de fundición (foundry), subrayando que es crucial para la seguridad de la cadena de suministro en EE.UU. y que se basa en generar confianza a través de altos rendimientos y fiabilidad. Reveló detalles de la colaboración Terafab con Elon Musk para construir fábricas de chips y abordar la escasez de capacidad. Reconoció que Intel aún está en una fase de transformación ("gatear"), reconstruyendo equipos y capacidades fundamentales, pero proyecta que su verdadero potencial en mercados como la informática de borde, la IA física y la de agentes comenzará a materializarse hacia 2030-2032. Con una mentalidad de capitalista de riesgo, su meta clara es entregar un retorno de 10x a los accionistas en la próxima década.

marsbitHace 1 hora(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

marsbitHace 1 hora(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

En la actualidad, el mercado de inversión está obsesionado con los "Modelos del Mundo". Sin embargo, Pete Florence, ex científico de DeepMind y co-creador de la arquitectura Vision-Language-Action (VLA), fundó Generalist AI y rechaza esta etiqueta. Para él, el objetivo concreto es más importante: crear robots que realicen cualquier tarea con alta tasa de éxito sin datos específicos. Recientemente, Generalist AI recaudó 400 millones de dólares (unos 2.700 millones de RMB) en una ronda de financiación, alcanzando una valoración de 2.000 millones de dólares. Inversores incluyen NVentures de Nvidia, Bezos Expeditions, NFDG, y figuras como el cofundador de Xiaomi Lin Bin, el fundador de Zoom Eric Yuan, y la renombrada científica Fei-Fei Li. Florence, influenciado por su mentor en el MIT Russ Tedrake, prioriza comprender el mundo físico. Su enfoque comienza estableciendo una meta clara, luego diseña la ruta técnica. Tras dejar Google, lanzó Generalist AI en 2025. La compañía presentó su primer modelo de IA incorporada, GEN-0, en noviembre de 2025, demostrando que las leyes de escalado de los LLMs también se aplican al movimiento físico. En abril de 2026, presentaron GEN-1, entrenado con más de 50.000 horas de datos de interacción física recogidos por un dispositivo portátil. GEN-1 logra un 99% de éxito en tareas como plegar cajas y empaquetar teléfonos, siendo tres veces más rápido que GEN-0. Este avance acerca el modelo a un punto de inflexión similar al GPT-3, mostrando un rendimiento apto para despliegues comerciales en ciertas tareas. La inversión récord respalda la visión de Florence: robots universales que sean lo suficientemente expertos en tareas reales como para ser útiles, avanzando hacia la reducción del coste marginal del trabajo físico a cero. La etiqueta "Modelo del Mundo" queda así en segundo plano frente a los resultados tangibles.

marsbitHace 1 hora(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 1 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 3 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 3 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

Cada vez que se lanza un modelo de IA de vanguardia, la comunidad fija su atención en ciertas "hojas de resultados" familiares: MMLU-Pro, MMMU, MMMU-Pro. Estos puntos de referencia se han convertido en exámenes estándar para evaluar y comparar modelos como GPT, Claude, Gemini, Llama, Qwen y DeepSeek. Detrás de estas influyentes evaluaciones está el investigador chino Wenhu Chen, profesor asistente en la Universidad de Waterloo y fundador del TIGERLab (apodado "虎头帮"). Su trabajo surge de una necesidad crítica: a medida que los modelos avanzaban, las pruebas antiguas como MMLU se saturaban con puntuaciones casi perfectas, dejando de ser útiles para discernir diferencias reales. En 2024, Chen y su equipo presentaron MMLU-Pro, una renovación exhaustiva del original. Con 12,032 preguntas de 14 disciplinas, aumenta las opciones de respuesta de 4 a 10 para reducir las conjeturas e incorpora problemas más complejos que requieren razonamiento. El resultado fue una caída del 16% al 33% en la precisión de los modelos y una evaluación más estable y discriminatoria, rápidamente adoptada por la industria. Su contribución se extiende al ámbito multimodal con MMMU, un conjunto de 11,500 preguntas que combinan imágenes (gráficos, mapas, fórmulas) con conocimientos académicos para probar una comprensión integrada. Incluso los mejores modelos como GPT-4V inicialmente solo alcanzaron un 56% de precisión, revelando un largo camino por recorrer. Su sucesor, MMMU-Pro, cierra aún más las brechas, obligando a los modelos a utilizar la información visual y no solo el texto. La experiencia de Chen, que incluye investigación doctoral en preguntas complejas y una etapa en Google DeepMind trabajando en Gemini, le permite anticipar cómo los modelos pueden "aparentar" competencia. Su laboratorio no solo diseña evaluaciones, sino que también desarrolla modelos (como UniVideo para video o MoCha para avatares), asegurando que sus "exámenes" reflejen desafíos reales y los límites actuales de la tecnología. Actualmente, Chen continúa este trabajo en el laboratorio de superinteligencia de Meta, enfocado en datos y evaluación multimodal. Su historia destaca el papel fundamental, aunque a menudo menos visible, de los investigadores que construyen las herramientas para medir el verdadero progreso de la IA.

marsbitHace 3 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

marsbitHace 3 hora(s)

Trading

Spot
Futuros
活动图片