Mantra’s OM Alami Kerugian 99% hingga 2025 – Alasan Tim Menyalahkan OKX

ambcryptoPublished on 2025-12-15Last updated on 2025-12-15

Abstract

Token OM Mantra mengalami kerugian drastis hingga 99% pada 2025, memicu saling tuduh antara tim proyek dan bursa OKX. OKX menuduh tim Mantra meminjam USDT dalam jumlah besar dan menggunakan OM sebagai jaminan untuk memanipulasi harga. Sebaliknya, CEO Mantra membantah adanya tindakan hukum dengan OKX dan menyatakan bahwa masalah ini melibatkan investor besar lainnya. OKX membekukan akun tim dan melikuidasi sebagian aset OM, menyebabkan penjualan besar-besaran. Meski demikian, pengguna mempertanyakan motif OKX, mencurigai adanya kepentingan internal terkait migrasi OM ke MANTRA sebagai token Layer 1 pada Januari 2026. Harga OM anjlok dari keuntungan 600% selama rally 2024-2025, dan saat ini diperdagangkan pada $0.07 dengan sentimen bearish yang kuat. Meski demikian, rantai Mantra terus mengembangkan produk baru seperti stablecoin MantraUSD, dengan lebih dari 36.000 pemegang token yang menanti hasil migrasi.

Sejak token OM milik Mantra anjlok lebih dari 99% pada April lalu, tim proyek dan bursa kripto OKX terlibat dalam saling menyalahkan yang merugikan investor.

Dalam pernyataan terbaru, bursa mengklaim bahwa tim meminjam ‘sejumlah besar USDT’ dan menggunakan OM sebagai jaminan untuk ‘menggelembungkan’ harga token.

Setelah manipulasi harga, tim risiko bursa terpaksa membekukan akun dan melikuidasi sebagian Mantra [OM] setelah harga turun sedikit, memicu penjualan agresif di platform lain.

OKX menambahkan,

“Tidak ada penjelasan tentang dari mana jumlah OM yang sangat besar itu berasal, maupun mengapa kelompok individu ini memegang dan mengendalikan porsi yang begitu besar dari pasokan token.”

Bursa menyebut tuduhan tim Mantra sebagai ‘narasi yang menyesatkan.’

Reaksi beragam atas anjloknya harga OM

Namun, pengguna lain, seperti Park Yong, mempertanyakan kepentingan OKX dan bertanya,

“Jika OKX benar-benar menganggap $OM sebagai scam, tanggapannya sederhana: hapus dari daftar, izinkan penarikan, dan lanjutkan.”

Dia menambahkan,

“Apakah ini benar-benar tentang perlindungan pengguna, atau ada eksposur internal terkait $OM yang menjadi tidak nyaman setelah jadwal migrasi mulai berlaku?”

Bagi yang belum familiar, Mantra adalah protokol yang berfokus pada tokenisasi yang akan bermigrasi menjadi Layer 1 (L2) penuh dari Ethereum.

Akibatnya, ini akan mengubah token governance ERC-20-nya, OM, menjadi MANTRA., Migrasi akan diselesaikan pada tanggal 15 Januari 2026.

Dengan jadwal migrasi, OKX menghubungi tim untuk membantu memfasilitasi konversi holding OM-nya.

Meskipun bursa mengatakan bahwa ada tindakan hukum yang sedang berlangsung, CEO Mantra JP Mullin membantah tindakan tersebut, menegaskan,

“Baik MANTRA maupun saya sendiri tidak memiliki litigasi atau tindakan hukum yang sedang berlangsung dengan OKX. Ini antara mereka dan trader/investor OM yang lebih besar.”

Mantra hapus keuntungan 600%

Selama rally akhir 2024, yang berlanjut hingga Februari 2025, OM mencetak keuntungan 600%.

Meskipun menghapus sebagian keuntungan di tengah tantangan tarif awal 2025, token itu anjlok lebih dari 80% setelah OKX membekukan akun tim di tengah klaim manipulasi.

Per waktu press, OM diperdagangkan pada $0.07 dan telah mengalami sentimen bearish yang sangat kuat di pasar Futures, menurut CoinGlass.

Namun di luar bagan harga, chain telah memposisikan diri dengan produk baru, termasuk stablecoin, MantraUSD.

Masih ada lebih dari 36K holder OM sebelum migrasi. Masih harus dilihat apakah migrasi akan membantu chain melampaui skandal OKX dan tim proyek.


Pemikiran Akhir

  • Tim Mantra dan OKX telah menyangkal menjatuhkan harga OM lebih dari 90% pada tahun 2025.
  • Investor OM besar dilaporkan menggugat OKX atas kerugian, menurut CEO chain Mantra.

Trending Cryptos

Related Questions

QApa yang menjadi penyebab utama penurunan harga token OM Mantra hingga 99% menurut OKX?

AOKX menyatakan bahwa tim Mantra meminjam 'jumlah signifikan USDT' dan menggunakan OM sebagai jaminan untuk 'menggelembungkan' harga token secara artifisial.

QBagaimana tanggapan CEO Mantra JP Mullin terkait klaim tindakan hukum dari OKX?

AJP Mullin membantah adanya tindakan hukum, dengan menegaskan bahwa tidak ada litigasi atau proses hukum yang sedang berlangsung antara MANTRA atau dirinya dengan OKX.

QApa yang dipertanyakan oleh pengguna seperti Park Yong mengenai respons OKX terhadap insiden ini?

APark Yong mempertanyakan apakah tindakan OKX benar-benar untuk melindungi pengguna atau karena eksposur internal terkait OM yang menjadi tidak nyaman menjelang jadwal migrasi.

QPerubahan apa yang akan dialami token OM dalam migrasi ke Layer 1 (L2) dari Ethereum?

AToken OM yang merupakan ERC-20 governance token akan diubah menjadi MANTRA, dengan migrasi yang ditargetkan selesai pada 15 Januari 2026.

QBagaimana sentimen pasar terhadap OM di Futures market menurut data CoinGlass?

AMenurut CoinGlass, OM mengalami sentimen bearish yang sangat kuat di pasar Futures pada saat laporan dibuat.

Related Reads

Embodied Intelligence 'Gaokao' is Insanely Hard, Humans Score 100, Best Model Only 12.8

Embodied AI Faces a Daunting "Everest": New Benchmark Reveals Huge Gap Between Models and Humans A comprehensive new benchmark for robotic manipulation, RoboDojo, has been released, painting a stark picture of the current state of embodied AI. It serves as a unified evaluation platform covering both simulation and real-world robot tasks. The benchmark assesses five core capabilities: Generalization (adapting to new scenes/objects), Memory, Precision manipulation, Long-Horizon multi-step tasks, and Open semantic understanding. It includes 42 simulation tasks and 18 standardized real-world tasks across three dual-arm robot platforms. The results are sobering. In simulation, the best-performing generalist robot policy achieved an average success rate of only 8.80%. Performance in the real world was slightly higher but still low, with the top model succeeding 12.8% of the time on average. In stark contrast, human experts scored 76.03% in simulation and 100% in real-world tests. The benchmark highlights significant, uneven gaps in current models' abilities. While some excel in specific areas like visual recognition or simple actions, they struggle with reliability, especially in long-horizon tasks where errors accumulate and in open-ended semantic instructions. The low scores, particularly in real-world deployment with physical uncertainties like camera noise and contact dynamics, underscore that today's models are far from being robust, general-purpose operational robots. RoboDojo is more than just a ranking; it's an infrastructure designed for fair, reproducible comparison. Its companion system, XPolicyLab, standardizes the interface for different models to be evaluated. Maintained by an academic consortium without commercial ties, it aims to provide a community-wide "altitude meter" to track genuine progress toward reliable and generalizable robot manipulation.

marsbit6m ago

Embodied Intelligence 'Gaokao' is Insanely Hard, Humans Score 100, Best Model Only 12.8

marsbit6m ago

Weng Li's New Blog Proposes 'Self-Evolution Should Start from Harness', DeepSeek's Cui Tianyi Endorses with Repost

Lilian Weng, former OpenAI security VP and co-founder of Thinking Machines Lab, has published a new blog post titled "Harness Engineering for Self-Improvement," proposing a pragmatic path for AI self-evolution. She argues that Recursive Self-Improvement (RSI) may practically begin at the "Harness" layer—the external runtime system governing how models use tools, manage context, and execute tasks—rather than directly from the model rewriting its own weights. The blog outlines a progression from optimizing prompts (Context Engineering) to designing workflows, and ultimately to Self-Improving Harness systems. These systems can identify their own weaknesses, propose targeted, verifiable modifications to the harness code, and validate improvements. Works like Self-Harness and Darwin Gödel Machine (DGM) demonstrate significant performance gains on benchmarks like SWE-bench through such automated harness evolution, rivaling handcrafted agents. DeepSeek researcher Tianyi Cui endorsed the view, noting harness-based self-evolution is as promising as model-based approaches. Weng emphasizes this is complementary to model training, with both reinforcing each other. However, key challenges remain: weak evaluators for subjective tasks, reward hacking, diversity collapse, managing long-term system health versus short-term success, and defining the human oversight role. The consensus is growing: the harness is a critical variable, as the same model can exhibit vastly different capabilities within different harness systems.

marsbit1h ago

Weng Li's New Blog Proposes 'Self-Evolution Should Start from Harness', DeepSeek's Cui Tianyi Endorses with Repost

marsbit1h ago

Trading

Spot

Hot Articles

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of S (S) are presented below.

活动图片