El OM de Mantra extiende su pérdida de 2025 al 99% – Por qué el equipo culpa a OKX

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

Abstract

Resumen: El token OM de Mantra sufrió una caída del 99% en 2025, desatando un conflicto público entre el equipo del proyecto y el exchange OKX. OKX acusó al equipo de manipular el precio pidiendo préstamos significativos con OM como colateral, lo que llevó a la congelación de cuentas y liquidaciones. A su vez, Mantra negó las acusaciones y cualquier acción legal contra OKX, señalando que el problema era entre el exchange y grandes inversores. A pesar del escándalo y del sentimiento bajista, el proyecto continúa su migración a una Layer 1, manteniendo a más de 36,000 holders.

Desde que el token OM de Mantra se desplomó más de un 99% en abril, el equipo del proyecto y el exchange de criptomonedas OKX se han enredado en un continuo juego de culpas a expensas de los inversores.

En una declaración reciente, el exchange afirmó que el equipo pidió prestadas "cantidades significativas de USDT" y utilizó OM como garantía para "inflar" el precio del token.

Tras la manipulación del precio, el equipo de riesgo del exchange se vio obligado a congelar las cuentas y liquidar una parte de Mantra [OM] después de que el precio cayera ligeramente, desencadenando una venta masiva agresiva en otras plataformas.

OKX añadió,

"No ha habido ninguna explicación sobre el origen de esas cantidades inusualmente grandes de OM, ni por qué estos grupos de individuos poseían y controlaban una parte tan sustancial de la oferta de tokens."

El exchange calificó las acusaciones del equipo de Mantra de "narrativa engañosa".

Reacciones mixtas ante el desplome del precio de OM

Sin embargo, otros usuarios, como Park Yong, cuestionaron el interés de OKX y planteó,

"Si OKX realmente considerara $OM una estafa, la respuesta sería simple: dejarlo de cotizar, permitir retiros y seguir adelante."

Añadió,

"¿Se trata realmente de proteger a los usuarios, o hay una exposición interna relacionada con $OM que se volvió incómoda una vez que entraron en juego los plazos de migración?"

Para quienes no lo conozcan, Mantra es un protocolo centrado en la tokenización que migrará a una Layer 1 (L2) completa desde Ethereum.

Como resultado, cambiará su token de gobierno ERC-20, OM, a MANTRA. La migración se finalizará el 15 de enero de 2026.

Con el calendario de migración, OKX se puso en contacto con el equipo para ayudar a facilitar la conversión de sus tenencias de OM.

Aunque el exchange dijo que había acciones legales en curso, el CEO de Mantra, JP Mullin, negó tales acciones, afirmando,

"Ni MANTRA ni yo tenemos litigios o acciones legales en curso con OKX. Esto es entre ellos y otros traders/inversores más grandes de OM."

Mantra revierte una ganancia del 600%

Durante el repunte de finales de 2024, que se extendió hasta febrero de 2025, OM registró una ganancia del 600%.

Aunque borró parte de las ganancias en medio de los vientos en contra arancelarios de principios de 2025, se desplomó más de un 80% después de que OKX congelara las cuentas del equipo en medio de acusaciones de manipulación.

Al momento de redactar este artículo, OM cotizaba a $0.07 y había estado experimentando un sentimiento abrumadoramente bajista en el mercado de Futuros, según CoinGlass.

Pero más allá del gráfico de precios, la cadena se ha estado posicionando con nuevos productos, incluida una stablecoin, MantraUSD.

Todavía hay más de 36,000 holders de OM antes de la migración. Queda por ver si la migración ayudará a la cadena a dejar atrás el escándalo del equipo de OKX y del proyecto.


Reflexiones finales

  • El equipo de Mantra y OKX han negado haber hecho caer el precio de OM más de un 90% en 2025.
  • Según el CEO de la cadena Mantra, grandes inversores de OM estaban demandando a OKX por las pérdidas.

Trending Cryptos

Related Questions

Q¿Qué acusó OKX contra el equipo de Mantra respecto al token OM?

AOKX afirmó que el equipo de Mantra tomó prestadas 'cantidades significativas de USDT' y utilizó OM como garantía para 'inflar' artificialmente el precio del token.

Q¿Qué acción tomó OKX que desencadenó una venta masiva de OM en otras plataformas?

AEl equipo de riesgo de OKX congeló las cuentas y liquidó una parte de Mantra (OM) después de una leve caída del precio, lo que desencadenó una venta agresiva en otras plataformas.

QSegún el CEO de Mantra, ¿quiénes están involucrados en las acciones legales con OKX?

AEl CEO de Mantra, JP Mullin, afirmó que las acciones legales son entre OKX y otros grandes traders/inversores de OM, negando que MANTRA o él mismo tengan litigios en curso con el exchange.

Q¿Qué evento importante está planeado para el token OM en enero de 2026?

APara el 15 de enero de 2026, está planeada la migración final del token de gobernanza ERC-20 OM a MANTRA, transformándose en una Layer 1 completa.

Q¿Cuál fue una de las preguntas que planteó un usuario sobre la respuesta de OKX al tratar OM como un 'scam'?

AEl usuario Park Yong cuestionó si la respuesta de OKX era realmente sobre la protección al usuario o si había una exposición interna relacionada con $OM que se volvió incómoda con los plazos de migración.

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