Datos de Wind indican que esta semana el Banco Popular de China (PBoC) realizó operaciones de mercado abierto mediante repos inversos por 1,5785 billones de yuanes, mientras vencieron repos inversos por 3,1655 billones. El saldo se tradujo en una retirada neta de liquidez de 1,587 billones de yuanes. De cara a la próxima semana, vencen repos inversos por 678,5 mil millones de yuanes. El calendario de vencimientos es de 157,5 mil millones el lunes, 69,5 mil millones el martes, 100 mil millones el miércoles, 288,5 mil millones el jueves y 63 mil millones el viernes. Además, el próximo lunes vence un repo inverso directo por 800 mil millones de yuanes.

El mercado de criptomonedas registró liquidaciones por unos 554 millones de dólares en las últimas 24 horas, según datos de CoinAnk. Las posiciones cortas concentraron alrededor de 390 millones de dólares, frente a unos 164 millones de dólares en posiciones largas. Por activos, Ethereum acumuló cerca de 219 millones de dólares en liquidaciones y Bitcoin, aproximadamente 122 millones de dólares.

Entre finales de junio y comienzos de julio de 2026, DTCC confirmó la integración de su servicio de tokenización con la red Stellar. Las pruebas en entorno de producción arrancarán en julio de 2026 y el primer lote de activos soportados incluirá acciones del Russell 1000, ETF principales y deuda pública de EE. UU. En paralelo, Circle habilitó en Stellar las transferencias nativas de USDC entre cadenas. Por su parte, Matrixdock incorporó XAUm, un token de oro con certificación LBMA. El volumen de activos del mundo real (RWA) en Stellar supera los 2.800 millones de dólares. En el 1T, los pagos con stablecoins alcanzaron 5.500 millones de dólares, un 71% más interanual. En el mercado, XLM avanzó un 13% el 1 de julio y tocó los 0,20 dólares, recuperándose del mínimo de 0,18 dólares marcado a finales de junio.

Donald Trump defendió en una entrevista con CNBC que los ingresos vinculados a criptoactivos obtenidos por su familia en 2025, superiores a 1.200 millones de dólares, se encuadran dentro de la legalidad. Según explicó, 594 millones de dólares procedieron de World Liberty Financial (WLFI) y otros 636 millones de dólares de la venta de memecoins asociadas a la marca Trump (TRUMP y MELANIA). La documentación de divulgación citada también recoge que Trump mantiene más de 50 millones de dólares en bitcoin almacenados en una cartera fría. Aunque la Casa Blanca ha negado que exista un conflicto de intereses, críticos sostienen que los ingresos por estos tokens de marca equivalen, en la práctica, a monetizar influencia política. En el mercado, los tokens TRUMP y MELANIA cotizan muy por debajo de sus máximos históricos, con caídas del 97% y del 99%, respectivamente.

Jito abrió el 26 de junio de 2026 el acceso anticipado a JTX, su terminal de trading autocustodiado, con lanzamiento al público previsto para julio. La plataforma se centra en la ejecución on-chain en Solana y pretende concentrar liquidez de DEX, flujos RFQ y otras fuentes. Jito también detalló su esquema de retorno de valor: el 80% de los ingresos del protocolo se destinará a recompras o distribuciones a los titulares de JTO. En paralelo, el volumen diario de negociación de acciones tokenizadas en Solana marcó un máximo histórico de 644 millones de dólares. JTX no implica una nueva cadena ni un nuevo token, sino una actualización de infraestructura con potencial impacto directo en la profundidad del trading en Solana (SOL) y en la dinámica del modelo económico de JTO.

El fuerte repunte de los precios globales del oro y la plata impulsó a las compañías indias vinculadas al crédito sobre oro y a la producción de plata. El oro al contado escaló hasta 4.165,29 dólares por onza, su nivel más alto desde finales de junio, y la plata al contado avanzó un 2,1%, hasta 62,28 dólares. El movimiento se atribuye a unos datos de empleo en Estados Unidos más débiles de lo esperado, que reactivaron las apuestas a un giro en la política de la Reserva Federal. En el mercado bursátil, Muthoot Finance y Manappuram Finance registraron subidas, al igual que Hindustan Zinc. En India, el precio doméstico del oro rebotó hasta 148.046 rupias por 10 gramos, alrededor de un 5,4% por encima del mínimo de la semana.

Las bolsas globales subieron el viernes después de que los últimos datos de empleo de Estados Unidos se situaran por debajo de lo esperado, lo que rebajó el temor del mercado a nuevas subidas de tipos por parte de la Reserva Federal en el corto plazo. En Europa, el STOXX 600 marcó un máximo histórico. En Wall Street, el segmento tecnológico mostró una dinámica de "enfriamiento", según la descripción del informe, aunque el conjunto del mercado estadounidense se vio respaldado por un mejor tono macro. La pieza no aporta cifras concretas de nóminas no agrícolas; califica el dato como "débil" y en "desaceleración". Se trata de un indicador mensual ya publicado, no de un evento de calendario a futuro.

Investigadores han identificado un método sorprendentemente sencillo para engañar a chatbots avanzados y lograr que ejecuten acciones peligrosas, con implicaciones especialmente preocupantes para plataformas cripto y herramientas de desarrollo. En un trabajo presentado en ICML en junio, "Prompt Injection as Role Confusion", Charles Ye, Jasmine Cui y Dylan HadfieldMenell describen una debilidad estructural en la forma en que los modelos de lenguaje de gran tamaño (LLM) separan instrucciones "de confianza" de texto no confiable. La técnica permite eludir filtros de seguridad haciendo que el texto inyectado se parezca al razonamiento interno del propio modelo. Con ello, los atacantes pueden inducir al sistema a seguir instrucciones maliciosas —incluidas guías paso a paso para sintetizar cocaína— y forzar a agentes de programación a filtrar archivos secretos. Cómo funciona el truco Los autores denominan al enfoque Chain-of-Thought (CoT) Forgery. En lugar de un "jailbreak" directo, el atacante construye contenido inyectado que imita el texto de "pensamiento" interno del modelo. Como muchos LLM tratan su razonamiento previo como una señal fiable, ese razonamiento falso gana credibilidad implícita. El problema de base es la "confusión de roles": los modelos a menudo se apoyan en el estilo de escritura más que en etiquetas explícitas para decidir si un fragmento es una instrucción del usuario, razonamiento del modelo o contenido externo. Si el texto inyectado se parece a pensamientos anteriores, el LLM puede asumir que son conclusiones propias y obedecerlas. Resultados de las pruebas El método elevó de forma notable las tasas de éxito de los "jailbreaks": ataques que antes fallaban casi siempre pasaron a rondar un 60% de éxito en los modelos evaluados. Entre los afectados figuran la familia GPT-5 de OpenAI (nano, mini y full), o4-mini, gpt-oss-20b y gpt-oss-120b, además de GLM-4.6, Kimi-K2-Instruct y MiniMax-M2. En otro experimento, los investigadores ocultaron instrucciones maliciosas en una página web que provocaron que un agente de codificación subiera un archivo SECRETS.env, mostrando cómo contenido obtenido de la web puede utilizarse para exfiltrar credenciales y otros datos sensibles. También observaron que, con solo etiquetar el texto inyectado como "User", aumentaba la probabilidad de que el modelo lo tratara como entrada legítima. Impacto para el sector cripto Las plataformas cripto y los equipos de desarrollo dependen cada vez más de agentes automatizados para despliegues, creación de monederos, gestión de claves y pipelines CI/CD que almacenan claves de API y credenciales privadas. Un modelo que pueda ser inducido a tratar contenido controlado por un atacante como razonamiento propio o como órdenes del usuario eleva el riesgo de fuga de credenciales y de compromisos en la cadena de suministro. La demostración con SECRETS.env es especialmente relevante: los archivos de entorno suelen contener claves de API, credenciales de nodos y claves privadas. Su filtración puede facilitar drenajes de fondos, transacciones no autorizadas o despliegues comprometidos de contratos. No es un caso aislado El estudio se suma a una secuencia constante de vulnerabilidades por inyección de prompts. En abril, investigadores de Google alertaron sobre páginas web maliciosas que esconden instrucciones invisibles para inducir a agentes a filtrar credenciales o ejecutar acciones como enviar pagos. En junio, Microsoft divulgó un riesgo de inyección de prompts en la GitHub Action Claude Code de Anthropic que podía exponer secretos de pipelines. Evaluaciones posteriores indican que agentes basados en GPT-5 y Gemini siguen fallando en numerosas pruebas de resistencia a estas técnicas. Conclusión La investigación pone de relieve un punto ciego de carácter arquitectónico: los LLM no distinguen con solidez su propio razonamiento de las entradas externas, y esa confianza en los "pensamientos internos" puede secuestrarse. Para el ecosistema cripto —donde los secretos y la automatización son críticos—, el mensaje es claro: hace falta reforzar el diseño de agentes, separar de forma más estricta el razonamiento del modelo de los datos externos e incorporar protecciones en tiempo de ejecución para frenar la exfiltración de credenciales. Si administras infraestructura cripto o construyes flujos de trabajo de desarrollo basados en agentes, esta investigación es una señal de alerta práctica: revisa dónde los modelos pueden consumir contenido web o acceder a archivos de entorno y asume que el texto inyectado intentará hacerse pasar por salida "de confianza" del propio modelo.

Autoría: Rita Tide Guide El informe de "insights" sobre centros de datos de JPMorgan, publicado el 1 de julio, siguió tres indicadores clave para medir el pulso de la infraestructura de IA: uso y precios de tokens de LLM, tarifas de alquiler de GPU y precios al contado de chips de memoria. El mensaje es nítido: el entorno de demanda ligado a la IA continúa siendo favorable. Según los datos, el uso de tokens de LLM en OpenRouter repuntó un 70% mensual en junio y se multiplicó por 20 interanual. Las tarifas de alquiler de GPU han subido durante siete meses consecutivos y el precio del B200 ya dobla al del H100. En memoria, el precio "spot" de DRAM se ha elevado más de ocho veces frente a hace un año. OpenRouter: el consumo crece mucho más rápido que el ajuste de precios En junio, la actividad en OpenRouter aceleró de forma generalizada. El uso de tokens avanzó un 70% mes a mes y 20 veces interanual. El precio por invocación subió ligeramente en el mes, pero solo cayó un 5% en términos interanuales; además, la tarificación de los modelos basados en EE. UU. aumentó frente al año anterior. El gasto total se incrementó un 70% mensual y se multiplicó por 16 interanual. Con estas cifras, JPMorgan destaca que el crecimiento del uso supera con holgura la caída de precios. Incluso con descensos anuales del precio del token del 5% al 10%, si el uso sigue duplicándose, los ingresos por inferencia de los proveedores de modelos podrían aumentar con fuerza. En la lectura del banco, la economía del token favorece a los proveedores. La composición del uso también aporta señales: los modelos de EE. UU. representan solo el 35% del volumen, pero concentran más del 85% del gasto. Anthropic Claude Opus 4.7 es el único modelo que aparece a la vez entre los cinco primeros por uso y entre los cinco primeros por gasto, una pista de que el poder de fijación de precios se concentra en EE. UU. Alquiler de GPU: siete meses de subidas y el B200 mantiene prima, aunque se estrecha Las tarifas de alquiler de GPU procedentes de proveedores cloud no "hyperscale" subieron en junio de manera generalizada. El A100 avanzó un 6,3% (quinto mes consecutivo al alza). El H100 aumentó un 3,7% (siete meses seguidos de subidas). El B200 ganó un 2,7% y acumula una trayectoria ascendente desde su lanzamiento hace nueve meses. La brecha entre gamas se reduce. La prima del H100 sobre el A100 bajó de 1,77x en abril a 1,67x en junio. La del B200 sobre el H100 descendió de 2,58x a 1,96x. Aunque la escasez de computación de alta gama empieza a relajarse, las tarifas siguen subiendo, lo que sugiere que el crecimiento de la demanda acompaña al aumento de oferta. JPMorgan subraya el caso del A100: que una GPU de generación previa no abarate, sino que encarezca, apunta a clientes con restricciones de presupuesto compitiendo por capacidad con mejor relación coste-rendimiento. No es una señal de exceso de oferta. Memoria: DRAM al alza y NAND cede En junio, el precio al contado de DRAM subió un 10% mensual hasta 43,14 dólares, un 740% más interanual, y encadena tres meses de ascensos. El precio al contado de NAND bajó un 0,3% mensual hasta 27,03 dólares, con tres meses de retrocesos moderados, aunque mantiene un avance interanual del 518%. Las tasas del 740% y 518% reflejan que los precios del almacenamiento siguen en niveles históricamente elevados. Aun así, se observa divergencia: DRAM continúa subiendo, mientras NAND empieza a aflojar. En ciclos anteriores, cuando el ciclo de almacenamiento se aproxima a techo, NAND suele suavizarse primero y DRAM lo hace después. La debilidad de NAND durante tres meses sugiere una fase más avanzada del ciclo, aunque el informe no lo explicita. Conclusión del banco: la demanda de infraestructura de IA está lejos de tocar techo, pero cambia la estructura Uso de LLM +70%, alquiler de GPU en subida siete meses, DRAM +740% interanual: tres señales que apuntan a una demanda todavía distante de su máximo. En paralelo, cambian las dinámicas internas: los modelos de EE. UU. capturan más del 85% del gasto; la prima del B200 frente al H100 cae de 2,58x a 1,96x, lo que sugiere menor escasez en la gama más alta; y NAND se relaja mientras el ciclo de almacenamiento gira. Tide View: sesgos de muestra y señales a vigilar El principal punto ciego es el sesgo de las fuentes. OpenRouter se orienta sobre todo a desarrolladores, "startups" y casos de programación de agentes, y no incluye tráfico directo de API de OpenAI y Anthropic ni el uso interno en despliegues de proveedores "hyperscale". En otras palabras, captura demanda de "cola larga", no la demanda total. Si la "cola larga" se acelera, la demanda principal podría estar aún más fuerte; pero también cabe que la demanda principal ya se haya enfriado y la "cola larga" esté poniéndose al día. Son escenarios con implicaciones de inversión muy distintas. Las tarifas de alquiler de GPU reflejan capacidad de terceros (no "hyperscale") y excluyen precios oficiales de AWS, Azure y GCP. Que los terceros suban precios sugiere que la escasez se ha extendido desde los grandes actores hacia el resto del mercado, un dato favorable para la tendencia de hardware de IA. Aun así, no informa sobre tasas de utilización de los "hyperscalers". Si su demanda interna ya estuviera saturada y simplemente no liberan capacidad al mercado de alquiler, la relación real entre oferta y demanda podría ser más débil de lo que sugieren estas métricas. La divergencia en almacenamiento merece análisis propio: NAND cae tres meses seguidos mientras DRAM sigue al alza, patrón coherente con una fase tardía del ciclo. Si NAND continúa bajando, podrían revisarse a la baja las expectativas de ingresos de los fabricantes de memoria, con impacto posterior en las previsiones de capex de todo el sector de equipos de semiconductores. Aviso legal Este texto es una compilación e interpretación de Chaoxiang Research a partir de informes de terceros (brókeres). Las calificaciones, precios objetivo, previsiones de beneficios y demás juicios citados corresponden a los analistas de dichas entidades y reflejan sus posiciones; no representan la opinión de Chaoxiang Research ni constituyen asesoramiento de inversión. Los mercados conllevan riesgos; tome decisiones de forma independiente. Este artículo no debe utilizarse como base para comprar o vender ningún valor.