EE.UU. Confisca Cerca de $1,000 Millones en Criptomonedas Iraníes Dentro de la Campaña de Presión Económica

TheNewsCryptoPublicado a 2026-05-30Actualizado a 2026-05-30

Resumen

El Secretario del Tesoro de EE.UU., Scott Bessent, anunció la incautación de aproximadamente 1.000 millones de dólares en criptomonedas iraníes como parte de la 'Operación Furia Económica'. Esta campaña, iniciada en marzo de 2025, busca ejercer presión financiera sobre Irán mediante el bloqueo de activos digitales, cuentas bancarias y propiedades. Bessent señaló que algunos propietarios de las billeteras podrían no ser conscientes de la incautación. Destacó que, antes de estas acciones, el régimen iraní desviaba entre 400 y 500 millones de dólares mensuales hacia una élite reducida. Actualmente, describió la economía iraní como caótica, con racionamiento de alimentos, cortes de internet y impagos a gran parte del personal militar. La nueva cifra de 1.000 millones supera con creces los 344 millones congelados a finales de abril y duplica el anuncio de 500 millones realizado por el Departamento del Tesoro en esa misma fecha.

El viernes, el Secretario del Tesoro, Scott Bessent, anunció que Estados Unidos ha confiscado alrededor de $1,000 millones en criptomonedas de origen iraní. También mencionó que algunos de los propietarios de las carteras digitales podrían no estar al tanto de que sus fondos han sido confiscados. "Creo que hemos incautado alrededor de mil millones de dólares en sus criptomonedas", declaró Bessent durante su discurso en el Foro Económico Nacional Reagan.

Según Bessent, estas incautaciones son un componente de la Operación Furia Económica, la estrategia de Estados Unidos para ejercer presión financiera sobre Irán. La operación, que comenzó en marzo de 2025 y desde entonces ha confiscado criptomonedas, congelado cuentas bancarias y colaborado con socios europeos para incautar propiedades, ha apuntado a los activos iraníes en múltiples frentes.

Intensificando la Presión Financiera

Según el Secretario del Tesoro, antes de que Estados Unidos interviniera, el régimen supuestamente estaba robando entre $400 y $500 millones al mes y distribuyendo el dinero entre aproximadamente 80 élites.

Según él, la economía iraní está en ruinas, repartiéndose cupones de alimentos, con internet caído y con el 40 al 50% del ejército iraní sin recibir su paga. Respecto a las conversaciones actuales con Irán, Bessent afirmó que es difícil trabajar con una estructura de liderazgo dividida debido a los ataques contra miembros clave del régimen por parte de Estados Unidos e Israel.

La cifra recién revelada de $1,000 millones es significativamente mayor que los $344 millones en criptomonedas que fueron congelados después de que la Oficina de Control de Activos Extranjeros (OFAC) sancionara carteras vinculadas a Irán el 24 de abril. También es aproximadamente el doble de los $500 millones en activos de criptomonedas iraníes que el Departamento del Tesoro anunció haber confiscado a finales de abril.

Noticias Destacadas de Criptomonedas Hoy:

La Financiación VC en Cripto se desploma en el Q1 de 2026 mientras se agotan los Megatratos

EtiquetasBitcoinBlockchain

Preguntas relacionadas

Q¿Cuánto valor en criptomonedas iraníes ha confiscado Estados Unidos según el Secretario del Tesoro Scott Bessent?

ACerca de mil millones de dólares en criptomonedas iraníes.

Q¿Cómo se llama la operación estadounidense de presión financiera sobre Irán mencionada en el artículo?

ALa operación se llama 'Operation Economic Fury' (Operación Furia Económica).

QSegún Bessent, ¿cuál es el estado actual de la economía iraní?

ALa economía iraní está en ruinas, con reparto de cupones de comida, internet caído y entre el 40% y 50% del ejército sin cobrar.

Q¿Qué cantidad de criptomonedas vinculadas a Irán había congelado previamente la Oficina de Control de Activos Extranjeros de EE.UU. a finales de abril?

AHabía congelado 500 millones de dólares en activos de criptomonedas iraníes a finales de abril.

Q¿Qué problema menciona Bessent en las negociaciones actuales con el liderazgo iraní?

AMenciona que es difícil trabajar con una estructura de liderazgo dividida debido a los ataques de EE.UU. e Israel contra miembros clave del régimen.

Lecturas Relacionadas

¿Rubin Ultra recorta especificaciones? ¿Ni siquiera NVIDIA puede soportar el aumento del precio de la memoria?

El informe de SemiAnalysis ha desencadenado un intenso debate en la industria de la IA al revelar posibles ajustes importantes en las especificaciones de Rubin Ultra, la próxima GPU flagship de NVIDIA para IA. Según el informe, Rubin Ultra mantendría el mismo pico teórico de potencia computacional (35 PFLOPs) que Rubin, pero sufriría una reducción significativa en la memoria: se especificaría con 192GB HBM apilado en 8 capas (8-Hi), incluso menos que los 288GB (12-Hi) de Rubin. El ancho de banda de memoria solo aumentaría ligeramente (1 TB/s), y el consumo energético sería similar o ligeramente superior. La mejora principal se centraría en la capacidad de interconexión a escala, soportando clusters de hasta 576 GPUs unidas mediante NVLink (frente a 72 en Rubin), creando un "super-GPU lógico". La causa principal de esta revisión sería el rápido aumento del precio de la memoria HBM, cuyo costo se habría triplicado desde 2025, impactando fuertemente el costo total de los sistemas. Al reducir la cantidad de HBM (bajando su participación en el costo del ~40% al ~28%) e invertir más en la interconexión (subiendo del 4% al 12%), NVIDIA optimizaría la relación costo-rendimiento del sistema completo. Esta noticia provocó una caída de aproximadamente el 8% en las acciones de los principales fabricantes de HBM, SK Hynix y Samsung, reflejando la preocupación del mercado sobre un posible punto de inflexión en la demanda de memoria de alta gama por parte del mayor comprador, NVIDIA, y el fin de una era de expansión sin restricciones en la infraestructura de IA.

Odaily星球日报Hace 9 min(s)

¿Rubin Ultra recorta especificaciones? ¿Ni siquiera NVIDIA puede soportar el aumento del precio de la memoria?

Odaily星球日报Hace 9 min(s)

¿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 1 hora(s)

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

marsbitHace 1 hora(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 1 hora(s)

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

bitcoinistHace 1 hora(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 1 hora(s)

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

marsbitHace 1 hora(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 1 hora(s)

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

marsbitHace 1 hora(s)

Trading

Spot
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow