Crypto Sleuth Tautkan Meja OTC Rusia ke Pencucian Uang $4,7 Juta

bitcoinistDipublikasikan tanggal 2026-03-25Terakhir diperbarui pada 2026-03-25

Abstrak

Penyelidik blockchain ZachXBT mengungkap broker OTC Rusia Aleksandr Khinkis diduga membantu kelompok ransomware mencucikan $4,7 juta (796 BTC) melalui akun pertukaran kripto tunggal. Investigasi dimulai ketika Khinkis memberikan alamat depositnya di Telegram kepada penyelidik yang menyamar. Tiga pembayaran ransomware dilacak: 560 BTC (2023), 72 BTC (September 2025), dan 164 BTC (Oktober 2025). Dana tersebut dialirkan melalui berbagai jaringan seperti Avalanche dan Tron sebelum dikonsolidasi. Tether membekukan dan memusnahkan dana di tujuh alamat Tron terkait. Sebagian dana senilai $16,6 juta masih tertahan atau sedang dicairkan, sementara 73 BTC lainnya tidak bergerak dan diawasi. Data lengkap telah diserahkan kepada penegak hukum, meskipun belum ada penangkapan yang diumumkan. Khinkis diketahui sering bepergian ke luar Rusia dan mendokumentasikan perjalanannya di media sosial.

Sebongkah 73 bitcoin yang mengendap tak tersentuh di dompet crypto terpisah mungkin menjadi apa yang akhirnya membawa pialang crypto Rusia ke pengadilan.

Tumpukan uang digital yang tidak aktif itu, ditandai oleh penyelidik blockchain ZachXBT, berada di ujung jejak uang yang jauh lebih besar — satu yang dilaporkan mencakup tiga pembayaran ransomware, beberapa jaringan, dan setidaknya satu percakapan Telegram terselubung.

Operasi Penyamaran Membuka Kasus

ZachXBT, seorang penyelidik on-chain anonim dengan rekam jejak panjang dalam melacak aliran crypto ilegal, mengidentifikasi pialang OTC Rusia Aleksandr Khinkis sebagai tokoh sentral dalam skema yang diduga.

Menurut laporan, penyelidik menyamar sebagai calon klien dan menghubungi Khinkis langsung melalui Telegram. Ia diduga menyerahkan alamat deposit exchange — sebuah langkah yang memberi penyelidik benang yang mereka butuhkan untuk ditarik.

Alamat tunggal itu, yang dimulai dengan 0xa756, menjadi titik jangkar untuk seluruh penyelidikan. Dari sana, para peneliti melacak sekitar 75 transfer yang menyalurkan lebih dari $4,7 juta ke akun yang sama. Uang itu telah bergerak setidaknya sejak Juli 2025.

Tiga Tebusan. Tiga Jejak. Satu Pialang

Pencucian yang diduga melibatkan tiga pembayaran ransomware terpisah yang total 796 BTC. Masing-masing meninggalkan jejak yang berbeda di beberapa jaringan blockchain.

Kasus tertua berasal dari September 2023, ketika lima alamat deposit bridge Bitcoin dikaitkan dengan tebusan 560 BTC. Dana itu akhirnya menyeberang ke jaringan Avalanche sekitar tahun 2024.

Pembayaran kedua sebesar 72 BTC, yang dilacak hingga September 2025, menunjukkan lebih dari 15% tumpang tindih dengan dompet ransomware yang dikenal di seluruh alat penyaringan kepatuhan. Sekitar $1,36 juta dari kumpulan itu bergerak melalui pertukaran instan sebelum berkonsolidasi ke dompet Tron.

Pembayaran terbaru dan terbesar — 164 BTC — dicatat pada Oktober 2025. Berdasarkan laporan, sekitar $3,8 juta dalam bitcoin melewati pertukaran instan sebelum mencapai output yang terhubung ke Tron.

Bitcoin kini diperdagangkan pada $71,701. Grafik: TradingView

Tujuh alamat Tron yang terhubung dengan aliran itu dibekukan oleh Tether bulan berikutnya. Dana yang dibekukan kemudian dibakar, mengonfirmasi bahwa tindakan penegakan telah dilakukan.

Sementara itu, tambahan $16,6 juta tetap mengendap di alamat atau platform terkait, dengan sebagian sudah dicairkan.

Penegak Hukum Kini Memiliki Data

ZachXBT mengonfirmasi bahwa tim kepatuhan dan lembaga penegak hukum telah menerima catatan rinci tentang alamat yang dilacak dan pergerakan dana. Belum ada penangkapan yang diumumkan secara publik.

Di luar data blockchain, intelijen sumber terbuka melukiskan gambaran yang lebih jelas tentang Khinkis sebagai pribadi. Laporan menunjukkan ia sering melakukan perjalanan ke luar Rusia — termasuk perjalanan ke Asia Tenggara dan Australia — dan mendokumentasikan perjalanan itu secara terbuka di media sosial.

73 BTC yang masih mengendap di alamat terpisah belum bergerak. Jika dan ketika itu bergerak, para penyelidik hampir pasti akan mengawasi.

Gambar unggulan dari Pexels, grafik dari TradingView

Pertanyaan Terkait

QSiapa yang diidentifikasi sebagai tokoh sentral dalam skema pencucian uang senilai $4,7 juta yang melibatkan Bitcoin?

AAleksandr Khinkis, seorang broker OTC asal Rusia.

QBagaimana penyelidik berhasil melacak dan mengumpulkan bukti terhadap Aleksandr Khinkis?

APenyelidik menyamar sebagai klien potensial dan menghubungi Khinkis melalui Telegram, yang kemudian memberikan alamat deposit exchange yang menjadi titik awal pelacakan.

QBerapa total Bitcoin yang terlibat dalam tiga pembayaran ransomware yang dilacak dalam kasus ini?

ATotal 796 Bitcoin yang terlibat dalam tiga pembayaran ransomware terpisah.

QApa yang terjadi dengan dana senilai $16,6 juta yang masih terkait dengan alamat pencucian uang?

ASebagian dana masih berada di alamat atau platform terkait, dengan sebagian lainnya telah dicairkan.

QApa peran ZachXBT dalam mengungkap kasus pencucian uang ini?

AZachXBT, seorang investigator anonim, melacak aliran crypto ilegal, mengidentifikasi Khinkis, dan memberikan data terperinci kepada tim kepatuhan dan penegak hukum.

Bacaan Terkait

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

OpenAI tidak lagi mengandalkan model termahal untuk menghasilkan uang. Pada 30 Juli, perusahaan mengumumkan penyesuaian harga, menurunkan harga model GPT-5.6 Luna sebesar 80% dan Terra sebesar 20%. Yang lebih penting dari angka penurunan harga adalah pesan intinya: untuk banyak tugas, model terkuat (seperti Sol) tidak selalu diperlukan. OpenAI secara eksplisit merekomendasikan strategi di mana model mahal (Sol) menangani perencanaan dan analisis kompleks, sementara model yang lebih terjangkau (Luna) mengeksekusi tugas, menulis kode, dan menjalankan pengujian. Pergeseran ini mencerminkan perubahan industri AI dari hanya mengejar kecerdasan tertinggi menuju optimisasi biaya dan efisiensi untuk penggunaan skala besar. Anthropic juga mengikuti pola serupa dengan meluncurkan Claude Opus 5 dengan harga setengah dari model andalannya, Fable 5. Kedua raksasa Silicon Valley ini menunjukkan bahwa model flagship kini berfungsi lebih untuk nilai merek dan pembuktian teknologi, sementara model "kendaraan massal" yang lebih murah (seperti Luna, Terra, Opus) yang akan mendorong adopsi komersial luas dan menghasilkan pendapatan utama. OpenAI mengungkapkan bahwa penurunan biaya ini sebagian didorong oleh model AI (Sol) yang mengoptimalkan kode produksi dan alur kerjanya sendiri, menciptakan siklus peningkatan efisiensi yang dapat mempercepat penurunan biaya di masa depan. Intinya, kompetisi AI bergeser dari "siapa yang paling pintar" menjadi "mana yang paling bernilai". Perusahaan tidak lagi membeli satu model tunggal, tetapi merancang sistem dengan beberapa model yang cocok untuk tugas yang berbeda—mirip dengan arsitektur komputasi awan. Tujuan akhir OpenAI adalah membangun ekosistem yang mengunci alur kerja pengembang melalui volume panggilan API yang sangat besar dan biaya yang sangat rendah, sehingga menciptakan daya tarik yang kuat. Ketika AI menjadi murah dan tersebar luas seperti listrik, tertanam dalam setiap proses tanpa diperdebatkan, era sesungguhnya baru dimulai.

marsbit1j yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

marsbit1j yang lalu

Gaji Puluhan Miliar untuk Rebut Tukang Listrik, Meta Buru-buru Buka Sekolah Kejuruan Sendiri

Perlombaan AI kini menghadapi hambatan baru: **kelangkaan tenaga ahli teknik**, terutama tukang listrik. Proyek data center raksasa seperti "Stargate" OpenAI membutuhkan ratusan pekerja konstruksi yang bekerja hingga 7 hari seminggu. Menurut prediksi, AS membutuhkan **130.000 tukang listrik tambahan** hingga 2030, namun puluhan ribu lowongan per tahun tetap tak terisi. Gaji yang ditawarkan sangat tinggi, mencapai **$240.000-$280.000 per tahun** untuk tukang listrik andal. Namun, kelambatan proyek karena kekurangan tenaga kerja bisa menyebabkan kerugian **$14,2 juta per bulan**. Presiden Microsoft menyebut kelangkaan tukang listrik sebagai **hambatan utama** ekspansi data center. Kompleksitas data center AI sangat tinggi karena kebutuhan daya besar (setara puluhan ribu rumah), sistem distribusi listrik rumit, dan tantangan pendinginan yang membutuhkan ahli pipa dan HVAC. Akibatnya, perusahaan seperti Meta dan Alphabet berinvestasi besar dalam pelatihan. Meta mengalokasikan **$115 juta** untuk mendirikan sekolah pelatihan konstruksi, menawarkan program gratis dengan tunjangan hidup. Upaya ini menarik minat generasi Z, dengan lonjakan pendaftaran sekolah kejuruan. Namun, tantangan berlanjut: konsumsi listrik data center AI melonjak **84,2% per tahun**, mendorong harga listrik naik. Selain itu, pekerjaan konstruksi bersifat proyek - setelah data center selesai, ribuan pekerja terlatih harus mencari pekerjaan baru, berpotensi membanjiri sektor lain dan menekan upah. Masa depan pasar tenaga kerja teknik pasca-boom AI masih belum pasti.

marsbit1j yang lalu

Gaji Puluhan Miliar untuk Rebut Tukang Listrik, Meta Buru-buru Buka Sekolah Kejuruan Sendiri

marsbit1j yang lalu

The Fed Harus Naikkan Suku Bunga di September? Bagaimana Tekanannya pada Crypto dan Saham AS?

Pasar telah meningkatkan perkiraan suku bunga Federal Reserve (The Fed) pada September menjadi lebih dari 73%, meningkat pesat dari kurang dari 53% sepekan sebelumnya. Lonjakan ini dipicu oleh perbedaan suara dalam rapat The Fed Juli (9-3) dan kekhawatiran inflasi akibat kenaikan harga minyak, yang didorong oleh ketegangan geopolitik di dekat Selat Hormuz. Kunci penentu berikutnya adalah data CPI bulan Juli pada 12 Agustus. Jika inflasi menunjukkan kenaikan berlanjut, probabilitas kenaikan suku bunga September akan semakin kuat. Untuk aset kripto seperti Bitcoin, ekspektasi kenaikan suku bunga biasanya menekan harga karena meningkatkan biaya peluang memegang aset tidak menghasilkan dan menarik aliran modal ke aset yang lebih aman. Namun, dampaknya mungkin terbatas jika pasar memandang kenaikan ini sebagai akhir dari siklus pengetatan. Saham AS terkait kripto (seperti Coinbase, MicroStrategy) cenderung bereaksi lebih volatil. Kenaikan suku bunga meningkatkan tingkat diskonto dalam valuasi, memberi tekanan lebih besar pada saham pertumbuhan dan teknologi. Hal ini bertepatan dengan musim laporan keuangan dimana investor kini lebih kritis, menilai apakah pengeluaran modal besar-besaran untuk AI dapat benar-benar menghasilkan pendapatan dan arus kas. Perusahaan dengan cerita pertumbuhan lemah dan arus kas negatif mungkin menghadapi volatilitas lebih tinggi jika The Fed benar-benar menaikkan suku bunga.

marsbit1j yang lalu

The Fed Harus Naikkan Suku Bunga di September? Bagaimana Tekanannya pada Crypto dan Saham AS?

marsbit1j yang lalu

Trading

Spot
活动图片