Usuarios de Coinbase Bloqueados: Incapaces de Comprar, Vender o Transferir Criptomonedas

bitcoinistPublicado a 2026-02-12Actualizado a 2026-02-12

Resumen

La plataforma de intercambio de criptomonedas Coinbase sufrió una interrupción inesperada del servicio este miércoles, horas antes de reportar sus ganancias del cuarto trimestre de 2025. Los usuarios no pudieron comprar, vender o transferir activos digitales temporalmente, lo que generó preocupación y presionó a la baja las acciones de la empresa (COIN), que cayeron un 8% hasta los $140. Coinbase reconoció el problema en redes sociales, desplegó una solución y aseguró que los fondos de los clientes permanecían seguros, aunque no especificó la causa. Simultáneamente, la firma de investigación Monness Crespi rebajó su calificación de Coinbase de "comprar" a "vender", estableciendo un precio objetivo de $120 y citando perspectivas débiles para el mercado de criptomonedas en 2026.

La plataforma de intercambio de criptomonedas Coinbase (COIN) experimentó una interrupción inesperada del servicio el miércoles, justo horas antes de que la empresa esté programada para reportar sus ganancias del cuarto trimestre de 2025.

La interrupción dejó a los usuarios temporalmente incapaces de comprar, vender o transferir activos digitales en la plataforma, lo que generó preocupación entre los clientes y añadió presión a las acciones de la empresa.

La interrupción de la plataforma afecta a Coinbase

En una publicación en X (anteriormente Twitter), Coinbase reconoció el problema, afirmando que algunos clientes no podían realizar transacciones en la plataforma. La empresa aseguró a los usuarios que estaba investigando el problema y enfatizó que los fondos de los clientes permanecían seguros.

Poco después, Soporte de Coinbase anunció que se había implementado una solución y que los equipos estaban monitoreando la plataforma para garantizar que los servicios se restauraran por completo. Sin embargo, la empresa no proporcionó detalles sobre la causa raíz de la interrupción ni explicó qué provocó a la interrupción en la actividad comercial.

Las acciones de Coinbase (COIN) cayeron bruscamente durante la sesión de negociación del miércoles. Al cierre de esta edición, la acción se negocia a $140, lo que marca una disminución del 8% en las últimas horas. La caída se produce mientras los analistas se preparan para lo que muchos esperan que sea un reporte del cuarto trimestre desafiante.

El gráfico diario muestra la caída de la valoración de COIN. Fuente: COIN en TradingView.com

Se emite un precio objetivo de $120 para COIN

La firma de investigación Monness Crespi adoptó una postura notablemente cautelosa antes del anuncio de ganancias. La firma emitió una doble rebaja de calificación en las acciones de Coinbase, cambiando su calificación de compra a venta.

El analista Gus Gala describió las expectativas anteriores de una recuperación constante hasta 2026 como "tontas", citando la profundidad histórica y la duración de los mercados bajistas de criptomonedas.

Monness Crespi ahora anticipa una debilidad continua durante la primera mitad del año y ha revisado sus proyecciones para 2026 y 2027 a niveles por debajo de las estimaciones de consenso de Wall Street. Gala también estableció un precio objetivo de $120 para la acción, sugiriendo que pueden surgir puntos de entrada más atractivos más adelante.

Imagen destacada de OpenArt, gráfico de TradingView.com

Preguntas relacionadas

Q¿Qué problema experimentó Coinbase el miércoles según el artículo?

ACoinbase experimentó una interrupción inesperada del servicio que dejó a los usuarios temporalmente incapaces de comprar, vender o transferir activos digitales en la plataforma.

Q¿Cómo respondió Coinbase al problema de la plataforma en la red social X?

ACoinbase reconoció el problema en una publicación en X, aseguró a los usuarios que estaban investigando el problema y enfatizó que los fondos de los clientes permanecían seguros.

Q¿Qué sucedió con las acciones de Coinbase (COIN) durante la sesión de negociación del miércoles?

ALas acciones de Coinbase (COIN) cayeron bruscamente, cotizándose a $140, lo que marca una disminución del 8% en las últimas horas.

Q¿Qué medida tomó la firma de investigación Monness Crespi respecto a las acciones de Coinbase?

AMonness Crespi emitió una doble degradación de la calificación de las acciones de Coinbase, moviendo su calificación de compra a venta, y estableció un precio objetivo de $120 para la acción.

Q¿Cuál fue la razón principal por la que el analista Gus Gala consideró 'tontas' las expectativas de una recuperación constante de Coinbase?

AEl analista Gus Gala citó la profundidad histórica y la duración de los mercados bajistas de criptomonedas como la razón principal para considerar 'tontas' las expectativas de una recuperación constante.

Lecturas Relacionadas

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

El entrenamiento de modelos generativos siempre ha sido un reto debido a la "desviación por exposición" (exposure bias): durante el entrenamiento solo se aprenden pequeños pasos, mientras que la generación requiere cientos de iteraciones, lo que causa acumulación de errores. Esto ha impedido que los modelos generativos sean entrenados de extremo a extremo (end-to-end), a diferencia de otras tareas de aprendizaje profundo. Un reciente artículo de la Universidad de Illinois y Harvard introduce "Explorative Modeling (XM)", un nuevo paradigma que resuelve este problema mediante un bucle simple (for). La idea clave es que, en cada paso de entrenamiento, el modelo genera K candidatos y solo retropropaga el gradiente a partir del candidato más cercano a los datos reales. Este enfoque evita que el modelo converja a un promedio borroso entre múltiples modos (mode blurring), un problema inherente a las funciones de pérdida de reconstrucción típicas. XM identifica una tercera dimensión escalable, además de los parámetros y los datos: la "expresividad generativa". Los experimentos en imágenes, video y lenguaje muestran que aumentar la exploración (K) mejora monótonamente el rendimiento, con ganancias de eficiencia en FLOPs, muestras y parámetros. En tareas de control robótico, una política exploratoria XM iguala o supera a políticas de difusión que requieren 100 veces más cómputo en inferencia. El trabajo sugiere que, a gran escala, la expresividad generativa se convierte en el cuello de botella principal, y XM ofrece un camino para modelos generativos verdaderamente end-to-end, generando muestras de alta calidad en una sola pasada hacia adelante.

marsbitHace 5 min(s)

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

marsbitHace 5 min(s)

Upbit Reorganiza 864,000 Millones de SHIB en Movimiento Interno de Cartera

El exchange surcoreano Upbit ha reorganizado 864.000 millones de SHIB entre direcciones de cartera internas, generando un movimiento on-chain significativo en valor, pero que corresponde a una rebalanceo interno y no a una venta por parte del exchange. Las transferencias, valoradas en aproximadamente 4 millones de dólares, se produjeron tras una subida del 36% en el precio de SHIB, lo que incrementó su visibilidad. Los movimientos incluyeron 384.000 millones de SHIB salientes y 480.000 millones entrantes entre carteras calientes y operativas identificadas de Upbit. Este tipo de actividad es parte de la gestión normal de liquidez y seguridad de los exchanges, y al ocurrir entre direcciones internas conocidas, no implica una presión de venta directa en el mercado. El artículo subraya que, si bien la transparencia on-chain es útil, la interpretación correcta requiere contexto, como el etiquetado de las carteras. En este caso, los datos respaldan la narrativa de una reestructuración operativa tras un periodo de alta actividad comercial, y no señales de venta por parte de ballenas o del exchange.

bitcoinistHace 6 min(s)

Upbit Reorganiza 864,000 Millones de SHIB en Movimiento Interno de Cartera

bitcoinistHace 6 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

Un investigador de DeepMind satiriza la nueva norma de ICLR que limita a 20 artículos por autor. La conferencia de IA ICLR 2027 ha establecido una nueva regla: cada autor solo puede figurar en un máximo de 20 trabajos enviados. Los que excedan este límite serán advertidos y, de no corregirse, algunos serán rechazados aleatoriamente. La justificación es la enorme presión sobre el sistema de revisión, tras un aumento del 68% en los envíos para ICLR 2026 (19,525 trabajos). Dan Roy, investigador de Google DeepMind, respondió con una "petición" irónica en X, pidiendo que se elimine el límite. Su mensaje, cargado de sarcasmo, sugiere que los agentes de IA ahora pueden producir investigaciones incrementales y que, "dado que todo el trabajo de revisión ya lo hacen los grandes modelos de lenguaje", debería animarse a enviar más trabajos, no menos. Su sátira apunta a un problema real: el uso de IA tanto en la autoría como en la revisión. Un análisis de 2025 detectó que aproximadamente el 21% de las revisiones de ICLR 2026 eran probablemente generadas completamente por IA. La broma de Roy plantea una pregunta seria: en un entorno donde agentes generan artículos, autores los envían en masa y revisores potencialmente usan IA, ¿limitar el número de envíos es la solución adecuada? El debate sobre la calidad versus la cantidad, y el papel de la IA en la academia, continúa.

marsbitHace 10 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

marsbitHace 10 min(s)

Vulnerabilidad en Coldcard provoca un robo de 89 millones de dólares, desatando la mayor migración en cadena desde FTX

La vulnerabilidad en las carteras hardware Coldcard de Coinkite ha resultado en el robo de aproximadamente 1.367,05 bitcoins (unos 89 millones de dólares) de 4.585 direcciones, según Galaxy Research. El fallo, causado por un software que generaba semillas con baja aleatoriedad, desencadenó una migración masiva de fondos por parte de usuarios afectados que buscaban proteger sus activos. Esta migración ha distorsionado indicadores clave de la cadena de bloques de Bitcoin. CryptoQuant reportó un pico en transacciones de menos de 1 BTC y en direcciones activas, niveles no vistos desde el colapso de FTX en 2022, mientras que Santiment registró un drástico deterioro del sentimiento del mercado. La investigación para rastrear los fondos robados se ha visto dificultada por las restricciones de los principales modelos de IA estadounidenses, que bloquean consultas con datos maliciosos incluso para análisis forenses. Los investigadores recurrieron a un modelo de IA de código abierto chino, destacando una asimetría donde los atacantes pueden usar herramientas de IA sin límites, pero los defensores enfrentan barreras. Este caso subraya la vulnerabilidad percibida de las carteras frías y los desafíos en la respuesta rápida a ciberataques en criptomonedas.

marsbitHace 56 min(s)

Vulnerabilidad en Coldcard provoca un robo de 89 millones de dólares, desatando la mayor migración en cadena desde FTX

marsbitHace 56 min(s)

OpenAI ya no depende del modelo más caro para ganar dinero

La empresa OpenAI anunció una importante reducción de precios el 30 de julio, destacando que GPT-5.6 Luna bajó un 80% y Terra un 20. Este movimiento, junto con una acción similar de Anthropic la semana anterior, señala un cambio estratégico crucial: las empresas ya no promueven principalmente sus modelos más potentes y caros. En su lugar, OpenAI recomienda explícitamente a los usuarios que para muchas tareas no es necesario usar el modelo más fuerte, sugiriendo un flujo de trabajo donde el modelo Sol (el más caro) diseña y planifica, y el modelo Luna (más económico) ejecuta. Esto refleja que el enfoque ha pasado de vender la inteligencia máxima a vender eficiencia y escala, priorizando modelos económicos y estables para tareas de alto volumen. La verdadera batalla ya no es por quién tiene el modelo más inteligente, sino por quién puede ofrecer la mejor relación costo-rendimiento y crear un ecosistema de uso con alta fidelidad. La industria de la IA estaría entrando en una era de "economía de escala", donde el costo por token cae drásticamente gracias, en parte, a que los propios modelos optimizan su código y operaciones, impulsando un ciclo de reducción de costos autosostenido. El objetivo final parece ser que la IA se convierta en una utilidad omnipresente y de bajo costo, como la electricidad, integrada en todos los flujos de trabajo.

marsbitHace 1 hora(s)

OpenAI ya no depende del modelo más caro para ganar dinero

marsbitHace 1 hora(s)

Trading

Spot
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow