Tether Congela $4.2 Mil Millones de USDT en una Campaña Contra el Crimen

TheNewsCryptoPublicado a 2026-02-28Actualizado a 2026-02-28

Resumen

Tether ha congelado aproximadamente 4.200 millones de dólares en USDT vinculados a actividades ilícitas, según confirmó la compañía. La emisora, con sede en El Salvador, realizó la mayoría de estas congelaciones en los últimos tres años mientras se intensificaban los esfuerzos globales de aplicación de la ley. Tether colaboró recientemente con el Departamento de Justicia de EE.UU. para bloquear 61 millones de dólares relacionados con estafas. Además, ha congelado fondos conectados con tráfico de personas, terrorismo y conflictos en Ucrania e Israel. La capacidad de Tether para congelar tokens remarcala tensión entre el control centralizado y la descentralización en los mercados de criptomonedas. Los reguladores mundiales están incrementando la presión sobre las stablecoins para cumplir con las normas contra el lavado de dinero, reflejando un mayor escrutinio sobre los intermediarios de activos digitales.

Tether ha congelado aproximadamente $4.2 mil millones en valor de su stablecoin USDT debido a vínculos con actividades ilícitas, confirmó la empresa. El emisor con sede en El Salvador declaró que llevó a cabo la mayoría de estas congelaciones en los últimos tres años, mientras se intensificaban los esfuerzos de aplicación de la ley a nivel mundial.

El gigante de las stablecoins, que ahora tiene más de $180 mil millones de USDT en circulación, conserva la capacidad de congelar tokens de forma remota en carteras de criptomonedas cuando las agencias de aplicación de la ley solicitan una acción.

Esfuerzos Coordinados de Aplicación de la Ley

Esta semana, Tether confirmó que asistió al Departamento de Justicia de EE. UU. en la congelación de casi $61 millones en USDT vinculados a estafas de "pig-butchering" (engorde y matanza). Estos esquemas implican que los estafadores construyen relaciones personales con las víctimas antes de persuadirlas para que inviertan en oportunidades falsas de criptomonedas.

La última congelación eleva el total acumulado de acciones de Tether a $4.2 mil millones. Según declaraciones de la empresa, aproximadamente $3.5 mil millones de esa cantidad se han congelado desde 2023.

Tether también ha bloqueado carteras conectadas a redes de tráfico de personas e individuos vinculados al terrorismo y la guerra en Israel y Ucrania. La exchange de criptomonedas rusa Garantex informó el año pasado que Tether congeló fondos mantenidos en su plataforma.

La empresa se ve a sí misma como un participante activo en la lucha contra el crimen. Tether argumenta que trabajan en colaboración con las autoridades de todo el mundo para monitorear y abordar transacciones sospechosas.

Creciente Preocupación por los Flujos Ilícitos de Criptomonedas

Los reguladores de todo el mundo están cada vez más preocupados por la participación de las criptomonedas en el crimen financiero. El Grupo de Acción Financiera Internacional (GAFI) instó el año pasado a los países a intensificar su aplicación de la ley en los mercados de criptomonedas, que tienden a estar menos regulados que los sistemas financieros tradicionales.

Investigadores de blockchain informaron que los lavadores de dinero recibieron al menos $82 mil millones en criptomonedas el año pasado. Esta cifra representa un fuerte aumento desde los $10 mil millones en 2020. Una parte de esto se debe a grupos organizados de fraude, especialmente entre personas de habla china.

Un componente clave de los mercados de criptomonedas son las stablecoins. Los traders utilizan frecuentemente USDT para la liquidez de los exchanges, las transacciones transfronterizas y las finanzas descentralizadas. A medida que aumentan los volúmenes, también lo hacen los esfuerzos de quienes los monitorean.

Stablecoins Bajo el Escrutinio Regulatorio

La capacidad de Tether para congelar tokens subraya una tensión inherente en los mercados de criptomonedas. Si bien la tecnología blockchain permite transacciones peer-to-peer, emisores como Tether mantienen mecanismos de control sobre sus tokens.

Las capacidades de aplicación de Tether permiten a los gobiernos tomar medidas rápidas contra organizaciones criminales. Sin embargo, los críticos dicen que el control de Tether socava el concepto de descentralización.

El rápido crecimiento de las stablecoins también aumenta el enfoque regulatorio. La circulación de Tether se ha expandido de unos $70 mil millones hace tres años a más de $180 mil millones en la actualidad.

A medida que los reguladores globales presionan por estándares más fuertes contra el lavado de dinero, los emisores de stablecoins pueden enfrentar requisitos de cumplimiento aún más estrictos. Las acciones recientes de Tether indican que las intenciones de los principales actores del mercado son mostrar cooperación, no resistencia.

La represión también apunta a un cambio más amplio en la forma en que el gobierno está manejando el mercado. Las criptomonedas ya no son vistas como un mercado marginal, pero el gobierno está aumentando la presión sobre los intermediarios en los intermediarios de activos digitales para que cumplan con las regulaciones tradicionales de crímenes financieros.

Noticias Destacadas de Criptomonedas:

Demócratas del Senado Instan a una Revisión Federal de los Controles de Cumplimiento de Binance

EtiquetasRegulaciones Cripto, cripto, crímenes, stablecoins, Tether, USDT

Preguntas relacionadas

Q¿Cuánto valor en USDT ha congelado Tether debido a actividades ilícitas?

ATether ha congelado aproximadamente 4.200 millones de dólares en USDT.

Q¿Qué tipo de estafas estuvieron vinculadas a los 61 millones de USDT congelados a solicitud del Departamento de Justicia de EE.UU.?

AEstaban vinculados a estafas de 'pig-butchering', donde los defraudadores construyen relaciones personales con las víctimas antes de convencerlas de invertir en oportunidades falsas de criptomonedas.

Q¿Qué organización instó a los países a aumentar la aplicación de la ley en los mercados de criptomonedas?

AEl Grupo de Acción Financiera Internacional (FATF) instó a los países a aumentar su aplicación de la ley en los mercados de criptomonedas.

Q¿Por qué existe una tensión inherente en los mercados de criptomonedas respecto a la capacidad de Tether de congelar tokens?

APorque, si bien la tecnología blockchain permite transacciones peer-to-peer, emisores como Tether mantienen mecanismos de control sobre sus tokens, lo que según los críticos socava el concepto de descentralización.

Q¿Cómo ha cambiado la circulación de USDT de Tether en los últimos tres años?

ALa circulación de USDT de Tether ha crecido de unos 70.000 millones de dólares hace tres años a más de 180.000 millones de dólares en la actualidad.

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