Por qué el precio de ONDO se mantiene débil incluso cuando el TVL alcanza un récord de $1.93B

ambcryptoPublicado a 2025-12-22Actualizado a 2025-12-22

Resumen

El precio de ONDO se mantiene débil a pesar de que el Valor Total Bloqueado (TVL) alcanzó un récord de $1.93 mil millones tras el plan de Ondo Finance de lanzar acciones y ETF tokenizados en Solana en 2026. Mientras el TVL siguió aumentando, indicando acumulación de capital, el precio de ONDO retrocedió a un rango de $0.36–$0.39. Los indicadores técnicos, como el RSI cerca de 34 y el MACD en negativo, reflejan presión bajista. Solana también experimentó una debilidad temporal, aunque registró importantes entradas de capital. La divergencia entre los fundamentos sólidos y el momentum bajista sugiere que los inversores están priorizando el posicionamiento a largo plazo sobre las ganancias inmediatas.

Ondo Finance registró un nuevo máximo histórico en Valor Total Bloqueado después de su anuncio del 15 de diciembre. La firma declaró que lanzaría acciones y ETF tokenizados de EE.UU. en Solana a principios de 2026.

Este movimiento extendió la plataforma Global Markets de Ondo más allá de Ethereum y BNB Chain. Posicionó a Solana como la próxima capa de liquidación para el impulso de finanzas tokenizadas de Ondo.

Sin embargo, la reacción del mercado tanto en Ondo [ONDO] como en Solana se mantuvo mixta en las sesiones posteriores. Ambos activos retrocedieron poco después del anuncio, divergiendo de las métricas de protocolo en mejora.

El TVL se disparó mientras el precio se estancó

El TVL de ONDO siguió subiendo hasta un máximo histórico (ATH) de $1.93 mil millones incluso cuando el precio retrocedió al rango de trading de $0.36–$0.39. El aumento constante sugirió que el capital se mantuvo desplegado a nivel de protocolo durante la consolidación.

La liquidez no salió inmediatamente después del anuncio de alto perfil.

Sin embargo, los indicadores técnicos no confirmaron el impulso alcista del precio. El RSI de ONDO se mantuvo cerca de 34 en el gráfico diario. La lectura reflejó un impulso bajista persistente tras el retroceso.

¿Señaló el TVL en aumento una acumulación, o el mercado aún estaba valorando un riesgo bajista más amplio?

El impulso se mantuvo bajo presión

ONDO cayó por debajo del nivel de $0.40, llegando brevemente a $0.36 durante la caída posterior al anuncio.

El RSI mostró una estabilización tentativa pero careció de confirmación de una reversión sostenida.

El MACD de ONDO se mantuvo por debajo de la línea cero, señalando una presión a la baja continua. La resistencia local se situó cerca de $0.50, mientras que el riesgo a la baja se extendió hacia $0.25 en el peor de los casos.

Eso dejó la acción del precio desconectada de los fundamentos en mejora.

Solana mantuvo un soporte clave

El 15 de diciembre, el mismo día del anuncio de Ondo, Solana [SOL] rompió brevemente por debajo de $122, cayendo a alrededor de $117 antes de que los compradores intervinieran, manteniendo el precio dentro del rango de $122–$145.

En el gráfico de cuatro horas, el RSI estaba cerca de 52, y un MACD débil reflejó un impulso neutral y consolidación, consistente con acumulación más que con una ruptura.

Durante la misma sesión, Solana registró $35.20 millones en entradas de ETF. Esa cifra marcó la mayor entrada de la semana y la segunda mayor cantidad diaria en diciembre.

El capital entró a pesar de la debilidad del precio, sugiriendo acumulación durante una volatilidad elevada.

¿Se está consolidando ONDO o revalorizando a la baja?

El TVL en aumento de ONDO contrastó marcadamente con las lecturas bajistas del RSI y el MACD. La configuración sugirió acumulación sin confirmación inmediata de precio. Los participantes del mercado parecieron cautelosos.

Si el precio se estabilizaba o se revalorizaba a la baja permaneció incierto. Superar el nivel de resistencia local podría señalar un impulso en mejora, mientras que el fracaso podría extender la consolidación en curso.


Reflexiones Finales

  • El crecimiento del TVL de Ondo mostró convicción de capital incluso cuando el impulso del precio se quedó atrás.
  • Esa desconexión sugirió que los inversores favorecieron el posicionamiento a largo plazo sobre la subida inmediata.

Criptos en tendencia

Preguntas relacionadas

Q¿Por qué el precio de ONDO se mantuvo débil a pesar de que el TVL alcanzó un récord de $1.93 mil millones?

AEl precio de ONDO se mantuvo débil debido a la presión bajista persistente en el mercado, indicada por un RSI cercano a 34 y un MACD por debajo de la línea cero, a pesar del crecimiento del TVL que mostraba la convicción del capital a largo plazo.

Q¿Qué anunció Ondo Finance el 15 de diciembre que llevó a un máximo histórico en TVL?

AOndo Finance anunció que lanzaría acciones y ETFs tokenizados de EE. UU. en Solana a principios de 2026, extendiendo su plataforma Global Markets más allá de Ethereum y BNB Chain.

Q¿Cómo reaccionó el mercado ante el anuncio de Ondo Finance respecto a Solana?

ALa reacción del mercado fue mixta; Solana [SOL] rompió brevemente por debajo de $122 antes de que los compradores intervinieran, manteniéndose en el rango de $122–$145, con un RSI neutral cerca de 52.

Q¿Qué indicaron los indicadores técnicos como RSI y MACD sobre el momentum de ONDO?

AEl RSI de ONDO se mantuvo cerca de 34, mostrando momentum bajista, y el MACD permaneció por debajo de la línea cero, señalando una presión a la baja continua, sin confirmar una reversión sostenida.

Q¿Qué sugirió la entrada de capital en Solana a pesar de la debilidad del precio?

ALos flujos de ETF de $35.20 millones en Solana, los más altos de la semana, sugirieron acumulación durante la volatilidad, indicando que los inversores estaban posicionándose a largo plazo a pesar de la debilidad del precio.

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

Artículos destacados

Cómo comprar ONDO

¡Bienvenido a HTX.com! Hemos hecho que comprar OndoFinance (ONDO) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar OndoFinance (ONDO) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu OndoFinance (ONDO)Después de comprar tu OndoFinance (ONDO), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear OndoFinance (ONDO)Tradear fácilmente con OndoFinance (ONDO) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

713 Vistas totalesPublicado en 2024.12.12Actualizado en 2026.06.02

Cómo comprar ONDO

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de ONDO (ONDO).

活动图片