MEXC vuelve a estar en la mira tras denuncias de usuarios sobre estafas en premercado

TheNewsCryptoPublicado a 2025-12-20Actualizado a 2025-12-20

Resumen

MEXC vuelve a estar en el punto de mira tras las denuncias de usuarios sobre estafas en operaciones de premercado. Un analista expuso en X dos casos graves en 20 días donde la plataforma habría incumplido sus propias normas. En uno, un comprador no recibió los fondos tras un impago, violando el reglamento de la exchange. En otro, una operación se mantuvo cancelada con fondos congelados durante más de 10 días sin respuesta del soporte. El incidente recuerda las acusaciones de octubre por congelación injustificada de fondos, que llevaron a una disculpa pública de la CSO Cecilia Hsueh. Aunque MEXC publicó pruebas de reservas y afirma combatir el fraude, estas situaciones erosionan la confianza. Los usuarios deben mantenerse alerta en un mercado donde los casos de estafa con criptomonedas han aumentado drásticamente.

MEXC vuelve a estar bajo escrutinio mientras usuarios reportan fondos perdidos y problemas en operaciones de premercado. El analista Gautamgg publicó en X sobre dos grandes inconvenientes en los últimos 20 días que violan las propias normas del exchange. Los traders afirman que el soporte ofrece respuestas confusas y las liquidaciones se prolongan o fallan.

Un caso involucró a un comprador que adquirió RateX a $0.4 mientras que el listado alcanzó $1.3. El vendedor no liquidó, pero MEXC retuvo la garantía en lugar de entregarla al comprador, contradiciendo su Regla 10 sobre reembolsos por incumplimientos. Otra operación fue cancelada, y USDT permaneció bloqueado durante más de 10 días sin una respuesta clara del soporte.

El drama pasado persiste

Esto recuerda a finales de octubre cuando el trader The WhiteWhale acusó a MEXC de congelar más de $3 millones sin una razón justificada, relacionados con operaciones rentables. ZachXBT investigó quejas similares, desatando una gran controversia.

La CSO Cecilia Hsueh se disculpó públicamente el 31 de octubre, admitiendo fallos en la comunicación, y los fondos fueron liberados. Los retiros se dispararon entre rumores de solvencia, pero MEXC negó problemas y señaló reservas superiores al 100%.

MEXC publicó nuevas Pruebas de Reservas el 3 de noviembre mostrando respaldo completo para USDT, USDC, Bitcoin y Ethereum. Utilizan verificaciones de Merkle Tree con espejos en CoinMarketCap, CoinGecko y DefiLlama.

De abril a junio bloquearon más de 70,000 intentos de fraude vinculados a 8,500 grupos, reduciendo el fraude en un 12%. Sin embargo, las estafas de cripto continúan en aumento.

TRM Labs indica que las estafas con IA aumentaron un 456% de mayo de 2024 a abril de 2025, con $2.47 mil millones perdidos en el primer semestre del año. Recientemente, una persona perdió $50 millones de USDT en un truco de billetera de copia y pega.

MEXC afirma que sus reservas son sólidas y que combaten el fraude con firmeza, pero la confianza se ve afectada con estos reportes. Los traders deben mantenerse alerta, vigilar las reglas y estar preparados para cierres abruptos de cuentas en un mercado tan cambiante.

EtiquetasCriptoMEXCEstafa

Preguntas relacionadas

Q¿Qué problemas principales han denunciado los usuarios sobre MEXC recientemente?

ALos usuarios han reportado pérdida de fondos y problemas con operaciones premarket, incluyendo liquidaciones que se retrasan o fallan, y respuestas confusas del soporte técnico.

Q¿Qué regla de MEXC se vio comprometida en el caso de la operación con RateX?

ASe violó la Regla 10 de MEXC sobre reembolsos por incumplimientos, ya que la exchange retuvo el colateral en lugar de entregarlo al comprador cuando el vendedor no liquidó.

Q¿Qué incidente importante ocurrió con MEXC a finales de octubre mencionado en el artículo?

AA finales de octubre, el trader The WhiteWhale acusó a MEXC de congelar más de 3 millones de dólares sin una razón clara, relacionado con operaciones rentables, lo que provocó una gran controversia.

Q¿Cómo respondió MEXC a las preocupaciones sobre su solvency a principios de noviembre?

AMEXC publicó una nueva Prueba de Reservas el 3 de noviembre mostrando respaldo completo para USDT, USDC, Bitcoin y Ethereum, utilizando verificaciones de Merkle Tree disponibles en CoinMarketCap, CoinGecko y DefiLlama.

QSegún TRM Labs, ¿cuál ha sido la tendencia de las estafas con criptomonedas recientemente?

ATRM Labs reportó que las estafas utilizando inteligencia artificial aumentaron un 456% entre mayo de 2024 y abril de 2025, con pérdidas de 2.47 mil millones de dólares en el primer semestre del año.

Lecturas Relacionadas

El camino de Hyperliquid hacia el cumplimiento normativo: de un sistema sin permisos a un sistema permisivo con HIP-3

Hyperliquid, una plataforma de infraestructura de mercado descentralizada, enfrenta desafíos regulatorios en EE. UU. debido a su arquitectura sin permiso y autocustodia, que choca con las leyes de mercado que exigen roles registrados (DCM, DCO, FCM). Para acceder al mercado estadounidense, Hyperliquid estableció el Centro de Políticas Hyperliquid (HPC) para abogar por la modernización regulatoria. Su estrategia no es abrir directamente a inversores estadounidenses sin KYC, sino posicionar a Hyperliquid como infraestructura neutral que las entidades reguladas puedan utilizar cumpliendo sus obligaciones (como KYC y supervisión). Un ejemplo clave es el despliegue HIP-3 con permisos en la testnet, que permite a entidades crear mercados solo para usuarios en una lista blanca, ejecutar KYC y mantener libros de órdenes separados pero con liquidez puenteada. Esto proporciona un camino para que corredores e instituciones estadounidenses construyan productos compatibles en HyperCore, mientras los mercados nativos sin permiso de Hyperliquid permanecen inalterados. El esfuerzo busca crear un canal regulado para inversores estadounidenses manteniendo el protocolo como infraestructura neutral.

marsbitHace 5 min(s)

El camino de Hyperliquid hacia el cumplimiento normativo: de un sistema sin permisos a un sistema permisivo con HIP-3

marsbitHace 5 min(s)

Financiación en dos rondas en tres meses: la versión china de Palantir está en auge

El fabricante chino de IA de causalidad industrial e inteligencia de decisión de alta confiabilidad, Beijing Zhongshu Ruizhi Technology Co., Ltd., completó recientemente una ronda de financiación estratégica de cientos de millones de RMB, respaldada por inversores estatales y financieros. Esto ocurre solo tres meses después de su ronda de financiación Serie B. Fundada en 2020 por la Dra. Han Han, doctora de la Universidad de Tsinghua, la empresa se centra en el desarrollo de una plataforma de IA de decisión fiable y explicable para industrias críticas como energía, petróleo y aeroespacial, abordando problemas como las alucinaciones de la IA y la falta de capacidad de razonamiento causal. Con su tecnología central de teoría cognitiva metacausal, modelos causales y un motor de ontología dinámica, ha implementado soluciones en más de 800 escenarios complejos para más de 50 clientes, incluidos importantes grupos estatales. La compañía ha logrado un crecimiento comercial significativo, duplicando sus ingresos en 2025. Los nuevos fondos se destinarán a I+D, expansión del mercado y talento. Los inversores destacan su papel en la definición de estándares para la IA industrial confiable en China.

marsbitHace 17 min(s)

Financiación en dos rondas en tres meses: la versión china de Palantir está en auge

marsbitHace 17 min(s)

La mayor cuestión político-económica de la era de la IA: si los robots son cada vez más capaces, ¿cómo comparte la humanidad el valor?

El título del artículo plantea la pregunta crucial de la era de la IA: ¿cómo compartirán los humanos el valor creado por máquinas cada vez más capaces? El artículo critica un análisis de *The Economist* sobre China, que sugiere que su enfoque en la tecnología podría distorsionar la asignación de recursos y no abordar la débil demanda interna. Sin embargo, el autor argumenta que el problema central es más profundo y global: la IA está reescribiendo la lógica fundamental de la creación y distribución de la riqueza. A diferencia de revoluciones industriales anteriores, donde los humanos seguían siendo el núcleo del proceso productivo, la IA (especialmente en forma de AGI) amenaza con reemplazar masivamente el trabajo cognitivo. Esto plantea un desafío existencial: la economía podría seguir creciendo, pero con menos personas participando directamente en la creación de valor. El mayor problema no es solo el desempleo, sino la distribución: si el poder adquisitivo de los consumidores no crece, surgirá una contradicción de "demanda insuficiente". Aunque China necesita desesperadamente impulsar sectores como la IA y la robótica como nuevos motores de crecimiento, el verdadero reto es cerrar la brecha entre la innovación tecnológica, los beneficios empresariales, los ingresos de los hogares y el consumo. Este "punto de ruptura" en la transmisión de los beneficios de la productividad es un fenómeno global, como lo demuestra la concentración de riqueza en las grandes tecnológicas estadounidenses frente al estancamiento de los ingresos laborales. El artículo esboza tres posibles caminos futuros: el capitalismo tradicional (los beneficios van a los accionistas), el capitalismo de estado (participación del gobierno) o modelos más innovadores como fondos soberanos digitales, propiedad accionarial ciudadana o rentas básicas universales adaptadas a la era de la IA. Para China, la oportunidad estratégica reside en utilizar su capacidad de coordinación política para no solo convertirse en una potencia de IA, sino también en construir un sistema que permita a la mayoría compartir sus beneficios. Esto requerirá reformas en la distribución del ingreso, el sistema de seguridad social y la formación profesional. La competencia futura no se tratará solo de quién tiene la mejor tecnología, sino de quién construye el mejor sistema de distribución para la era de la inteligencia artificial. Resolver cómo los humanos obtienen ingresos y comparten el valor cuando las máquinas realizan gran parte del trabajo es el principal problema de economía política de nuestro tiempo.

marsbitHace 26 min(s)

La mayor cuestión político-económica de la era de la IA: si los robots son cada vez más capaces, ¿cómo comparte la humanidad el valor?

marsbitHace 26 min(s)

Ganancia durante siete trimestres seguidos: la operación de arbitraje en los mercados emergentes supera a todo

Los carry trades con financiación en dólares en los mercados emergentes han generado ganancias durante siete trimestres consecutivos, la racha más larga desde 2008. La estrategia, que consiste en pedir prestado en monedas de bajo interés como el dólar para invertir en activos de alto rendimiento en mercados emergentes, ha obtenido un rendimiento aproximado del 22% desde finales de 2024, superando ampliamente a la deuda estadounidense y emergente. El éxito se debe tanto a los altos diferenciales de tipos de interés como a la apreciación de las monedas emergentes frente al dólar. Países como Colombia, Turquía y Brasil han ofrecido rendimientos especialmente atractivos. Aunque la intervención coordinada de EE.UU. y Japón en agosto provocó volatilidad, los flujos se adaptaron utilizando otras monedas de financiación como el euro, evitando una liquidación desordenada. Los riesgos a futuro incluyen el momento en que la Reserva Federal cambie su política, el posible exceso de capital concentrado en esta operación y cuánto tiempo podrán los bancos centrales de mercados emergentes mantener las altas tasas de interés. A pesar de ello, gestores de fondos destacados mantienen su confianza en esta estrategia, buscando oportunidades en mercados como Sudáfrica, México, Turquía y Brasil.

marsbitHace 42 min(s)

Ganancia durante siete trimestres seguidos: la operación de arbitraje en los mercados emergentes supera a todo

marsbitHace 42 min(s)

El dúo mentor-discípulo Tsinghua-Wharton resuelve un misterio de 40 años, el núcleo matemático lo escribió todo GPT, tú también podrías hacerlo

Investigadores de Tsinghua y Wharton, con ayuda de GPT-5.6 Sol Pro, resolvieron un problema abierto durante 40 años en optimización: demostraron que el descenso de gradiente, ajustando solo la secuencia del tamaño de paso, tiene un límite de convergencia de Ω(T^{-1.9319}). Esto significa que para alcanzar la velocidad óptima, es necesario modificar la estructura del algoritmo, no solo los pasos. La prueba central fue generada y validadas por IA usando el verificador formal Lean 4, sin intervención matemática no trivial humana. El trabajo sugiere un nuevo paradigma donde investigadores pueden delegar pruebas complejas a asistentes de IA accesibles.

marsbitHace 51 min(s)

El dúo mentor-discípulo Tsinghua-Wharton resuelve un misterio de 40 años, el núcleo matemático lo escribió todo GPT, tú también podrías hacerlo

marsbitHace 51 min(s)

Trading

Spot
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow