El dólar estadounidense se fortalece ante la facilidad en los precios del petróleo, el mercado de criptomonedas sube

TheNewsCryptoPublicado a 2026-03-18Actualizado a 2026-03-18

Resumen

El dólar estadounidense se fortalece frente a la canasta de monedas, alcanzando un máximo de 99.61, su nivel más alto en 10 meses, aunque con una ligera corrección a 99.504. Este fortalecimiento coincide con una relajación en los precios del petróleo, donde el crudo cayó un 3.45% a 92.894 dólares y el Brent se mantiene por encima de los 100 dólares. La situación se atribuye en parte a un acuerdo entre Irak y las autoridades kurdas sobre exportaciones petroleras. Paralelamente, el mercado de criptomonedas registra una tendencia alcista, con ETH subiendo un 0.66% y BTC acercándose a los 75.000 dólares, reflejando un posible alivio inflacionario y mayor confianza de los inversores.

El dólar estadounidense ha ganado frente a la canasta. Esto ocurre en un momento en que el precio del petróleo parece estar cediendo. Mientras tanto, el mercado de criptomonedas ha registrado una trayectoria ascendente constante en las últimas 24 horas. Queda por ver si el segmento puede mantener su terreno, o si es un movimiento previo a una posible corrección en los próximos días.

El dólar estadounidense se fortalece

El dólar estadounidense alcanzó un nuevo máximo de 99,61 en los últimos 10 meses. Se ha desplomado ligeramente un 0,06% a 99,504 en este momento, pero la moneda sigue siendo comparativamente fuerte en la canasta. Los expertos han reconocido esto para aclarar que los mercados se han recuperado algo a medida que el aumento de los precios del petróleo se detiene.

El euro y el yen, por otro lado, cayeron un 0,05% y un 0,01%, respectivamente. El euro alcanzó los 1,1532 dólares, mientras que el yen registró 159 frente al dólar.

El fortalecimiento del dólar estadounidense esencialmente viene como una señal positiva, ya que hace que la compra de importaciones y bienes extranjeros sea más económica. Este principio además señala una posibilidad de una tasa de inflación más calmada.

Precios del petróleo

Los precios del petróleo han bajado significativamente. El petróleo crudo se desplomó un 3,45% en un solo día para alcanzar los 92,894 dólares. Brent se ha mantenido por encima de los 100 dólares, pero aún así ha bajado un 2,44% durante el mismo período. Hay poca o ninguna confirmación sobre la duración tentativa de la conclusión del conflicto en Medio Oriente.

La facilidad en el precio del petróleo que es evidente se atribuye parcialmente a un acuerdo entre el gobierno iraquí y las autoridades kurdas. Subraya la exportación de petróleo a través del puerto turco de Ceyhan, aliviando la presión sobre los suministros de la región. Un pronóstico optimista, por ahora, se refiere a que Brent caiga por debajo de los 100 dólares.

Mercado de criptomonedas

Todo se reduce al mercado global de criptomonedas. Una caída en el precio del petróleo señala la posibilidad de una menor inflación. El fortalecimiento del dólar estadounidense trae alivio a los inversores. En pocas palabras, que el mercado de criptomonedas trace una trayectoria ascendente podría ser un reflejo del escenario geopolítico en evolución.

ETH, por ejemplo, ha subido un 0,66% en las últimas 24 horas. Ahora se negocia a 2.329,83 dólares. BTC, la criptomoneda principal, está más cerca del hito de 75.000 dólares con una ganancia semanal del 6,03%. En general, el mercado de criptomonedas ha subido un 0,20% en términos de capitalización de mercado.

Noticias destacadas de criptomonedas hoy:

Paul Atkins de la SEC propone un marco de puerto seguro para criptomonedas

Preguntas relacionadas

Q¿Por qué se ha fortalecido el dólar estadounidense según el artículo?

AEl dólar estadounidense se ha fortalecido debido a que los mercados se han recuperado parcialmente tras la detención del aumento en los precios del petróleo, alcanzando un máximo de 99.61 en los últimos 10 meses.

Q¿Cómo han afectado los precios del petróleo a la inflación y al dólar?

ALa caída en los precios del petróleo, con el crudo bajando un 3.45% hasta $92.894, sugiere una posible reducción de la inflación y contribuye al fortalecimiento del dólar, haciendo las importaciones más económicas.

Q¿Qué criptomonedas se mencionan y cómo han performado?

ASe mencionan Ethereum (ETH), que subió un 0.66% a $2,329.83, y Bitcoin (BTC), que se acerca a los $75k con una ganancia semanal del 6.03%. El mercado cripto en general subió un 0.20% en capitalización de mercado.

Q¿Cuál es una de las causas de la caída en el precio del petróleo?

AUna de las causas es el acuerdo entre el gobierno iraquí y las autoridades kurdas para exportar petróleo a través del puerto turco de Ceyhan, lo que alivia la presión sobre el suministro en la región.

Q¿Qué propone Paul Atkins de la SEC según las noticias destacadas?

APaul Atkins de la SEC propone un marco de 'puerto seguro' (safe harbour) para las criptomonedas, aunque el artículo no entra en detalles específicos sobre esta propuesta.

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 12 min(s)

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

marsbitHace 12 min(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 15 min(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 15 min(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 22 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 22 min(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 2 hora(s)

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

marsbitHace 2 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 2 hora(s)