{"id":13927,"date":"2025-01-27T20:58:26","date_gmt":"2025-01-27T19:58:26","guid":{"rendered":"https:\/\/www.palentino.es\/blog\/?p=13927"},"modified":"2025-01-27T21:25:53","modified_gmt":"2025-01-27T20:25:53","slug":"deepseek-v3-el-futuro-de-la-ia-explicado-en-detalle","status":"publish","type":"post","link":"https:\/\/www.palentino.es\/blog\/deepseek-v3-el-futuro-de-la-ia-explicado-en-detalle\/","title":{"rendered":"DeepSeek V3: El futuro de la IA explicado en detalle."},"content":{"rendered":"<h2>An\u00e1lisis detallado de <span style=\"color: #300638;\">DeepSeek V3<\/span>: Una arquitectura avanzada<\/h2>\n<p data-pm-slice=\"1 1 []\"><strong><a href=\"https:\/\/www.deepseek.com\/\" target=\"_blank\" rel=\"noopener\">DeepSeek<\/a> V3<\/strong> es el modelo de<strong> inteligencia artificial<\/strong> <strong>opensource<\/strong> m\u00e1s reciente de la startup <strong>china<\/strong> DeepSeek, destac\u00e1ndose como un hito en el desarrollo de modelos de lenguaje de gran escala. Este modelo utiliza una arquitectura de<strong><span style=\"color: #800080;\"> Mezcla de Expertos<\/span> <\/strong>(<strong>MoE<\/strong>, por sus siglas en ingl\u00e9s), una t\u00e9cnica innovadora que <span style=\"color: #800080;\"><strong>optimiza el uso de recursos computacionales<\/strong><\/span> mientras maneja la impresionante cantidad de <strong>671 mil millones de par\u00e1metros<\/strong>.<\/p>\n<p>En t\u00e9rminos de aplicaciones, DeepSeek V3 es especialmente eficaz en la resoluci\u00f3n de problemas matem\u00e1ticos complejos, desarrollo avanzado de c\u00f3digo, procesamiento de documentos extensos y tareas multiling\u00fces, mostrando un rendimiento excelente en chino, ingl\u00e9s y otros idiomas.<\/p>\n<p>&nbsp;<\/p>\n<p><a href=\"https:\/\/www.palentino.es\/blog\/wp-content\/uploads\/2025\/01\/deepseek-1.gif\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter wp-image-13934\" src=\"https:\/\/www.palentino.es\/blog\/wp-content\/uploads\/2025\/01\/deepseek-1.gif\" alt=\"\" width=\"316\" height=\"66\" \/><\/a><\/p>\n<p>&nbsp;<\/p>\n<p>Este desarrollo subraya el r\u00e1pido avance de la inteligencia artificial en China, demostrando que las startups chinas est\u00e1n cerrando la brecha con los l\u00edderes mundiales en IA, incluso frente a restricciones en la adquisici\u00f3n de chips avanzados.<\/p>\n<p>El impacto de DeepSeek V3 tambi\u00e9n se ha dejado sentir en los <strong>mercados financieros<\/strong>, especialmente en el sector tecnol\u00f3gico. La reacci\u00f3n ha sido mixta, con algunos inversores mostrando preocupaci\u00f3n por la creciente competencia entre las startups chinas y los gigantes estadounidenses.<\/p>\n<p>El lanzamiento de DeepSeek y la capacidad de desarrollar un buscador impulsado por IA a costos m\u00e1s accesibles han desafiado la hegemon\u00eda tecnol\u00f3gica de Estados Unidos frente a China. Esta din\u00e1mica ha generado inestabilidad en los principales \u00edndices burs\u00e1tiles estadounidenses, con una ca\u00edda hoy del 3,28% en el \u00edndice Nasdaq al inicio de la jornada en la bolsa americana.<\/p>\n<p>La irrupci\u00f3n de DeepSeek <strong>ha cambiado radicalmente el panorama de la inteligencia artificial<\/strong>. En tan solo dos meses de entrenamiento, esta startup, con apenas 6 millones de inversi\u00f3n y 200 empleados, ha desarrollado una IA que no solo iguala, sino que en algunos benchmarks supera a ChatGPT. Lo verdaderamente revolucionario es que han liberado su c\u00f3digo, permitiendo que <strong>cualquier persona o empresa lo implemente y contin\u00fae desarroll\u00e1ndolo, democratizando as\u00ed el acceso a la tecnolog\u00eda avanzada de IA<\/strong>.<\/p>\n<p>Este movimiento demuestra que no se necesita una inversi\u00f3n multimillonaria ni los microchips de Nvidia, l\u00edderes del sector, para alcanzar capacidades comparables a las de los modelos de OpenAI. Cabe destacar que OpenAI ha invertido m\u00e1s de 6.000 millones de d\u00f3lares y cuenta con m\u00e1s de 4.000 empleados tras una d\u00e9cada de desarrollo. <strong>DeepSeek, en contraste, ha logrado resultados similares con una fracci\u00f3n de esos recursos, exponiendo la sobrevaloraci\u00f3n de las grandes inversiones en el sector<\/strong> y, en efecto, &#8220;<strong>pinchando<\/strong>&#8221; la burbuja de las IA.<\/p>\n<p>DeepSeek V3 es un modelo avanzado basado en la arquitectura <strong>MoE (Mixture of Experts)<\/strong>. Esta arquitectura divide el modelo en m\u00faltiples &#8220;expertos&#8221; que se activan seg\u00fan la tarea espec\u00edfica que se desea resolver. Esto permite maximizar la eficiencia, ya que solo una fracci\u00f3n de los par\u00e1metros se activa en cada consulta, manteniendo la potencia del modelo sin sobrecargar recursos.<\/p>\n<p>A continuaci\u00f3n, exploraremos sus especificaciones y las m\u00e9tricas de rendimiento en \u00e1reas como comprensi\u00f3n de lenguaje, generaci\u00f3n de c\u00f3digo, matem\u00e1ticas y tareas en idioma chino. Adem\u00e1s, lo compararemos con otros modelos relevantes como <strong>Qwen2.5, Llama3.1, Claude-3.5 y GPT-4.0.<\/strong><\/p>\n<p><a href=\"https:\/\/www.palentino.es\/blog\/wp-content\/uploads\/2025\/01\/deepseek-2.gif\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-13936\" src=\"https:\/\/www.palentino.es\/blog\/wp-content\/uploads\/2025\/01\/deepseek-2.gif\" alt=\"\" width=\"564\" height=\"648\" \/><\/a><\/p>\n<p><!--more--><\/p>\n<h2>Especificaciones Generales<\/h2>\n<h4 data-pm-slice=\"1 1 []\">Caracter\u00edsticas principales de DeepSeek V3<\/h4>\n<ol start=\"1\" data-spread=\"true\">\n<li><strong>Arquitectura MoE (Mixture of Experts):<\/strong>\n<ul data-spread=\"false\">\n<li>En lugar de activar todos sus 671 mil millones de par\u00e1metros simult\u00e1neamente, DeepSeek V3 emplea MoE para seleccionar un subconjunto de expertos relevantes por token. Este enfoque permite una gesti\u00f3n inteligente de los recursos, activando solo 37 mil millones de par\u00e1metros en cada paso de procesamiento. Esto no solo reduce los costos computacionales, sino que tambi\u00e9n mejora la eficiencia energ\u00e9tica, un aspecto cr\u00edtico en la IA moderna. La arquitectura MoE est\u00e1 dise\u00f1ada para ser modular, permitiendo escalar o ajustar el modelo seg\u00fan las necesidades espec\u00edficas.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Contexto extendido:<\/strong>\n<ul data-spread=\"false\">\n<li>Uno de los aspectos m\u00e1s destacables es su capacidad para manejar contextos de hasta <strong>128,000 tokens<\/strong>, lo cual es extraordinario comparado con los modelos tradicionales que se limitan a 2,000 o 4,000 tokens. Esta capacidad extiende significativamente el rango de aplicaci\u00f3n de DeepSeek V3, desde la an\u00e1lisis de libros completos hasta la interpretaci\u00f3n de documentos t\u00e9cnicos detallados sin fragmentar el contenido.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Entrenamiento optimizado:<\/strong>\n<ul data-spread=\"false\">\n<li>Fue entrenado utilizando un conjunto de datos masivo de <strong>14.8 billones de tokens<\/strong>, una colecci\u00f3n que abarca una amplia gama de dominios como ciencias, tecnolog\u00eda, literatura y datos multiling\u00fces. El uso de GPUs Nvidia H800 result\u00f3 en un equilibrio entre eficiencia de costos y rendimiento, logrando completar el entrenamiento en solo <strong>dos meses<\/strong> con un costo estimado de <strong>5.5 millones de d\u00f3lares<\/strong>, muy por debajo de los costos reportados por otros desarrollos comparables como GPT-4.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Resultados sobresalientes en evaluaciones:<\/strong>\n<ul data-spread=\"false\">\n<li>En evaluaciones est\u00e1ndar como <strong>MMLU<\/strong> (87.1%), <strong>C-Eval<\/strong> (90.1%) y <strong>HumanEval<\/strong> (65.2%), DeepSeek V3 supera o iguala a modelos de renombre. En particular, su desempe\u00f1o en tareas multiling\u00fces y resoluci\u00f3n de problemas matem\u00e1ticos resalta su adaptabilidad y profundidad.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Soporte multiling\u00fce:<\/strong>\n<ul data-spread=\"false\">\n<li>La capacidad del modelo para comprender y generar en chino, ingl\u00e9s y otros idiomas lo posiciona como una herramienta valiosa en entornos globales. Este enfoque multiling\u00fce es el resultado de un entrenamiento deliberado con conjuntos de datos equilibrados, asegurando un rendimiento consistente sin preferencia marcada por un solo idioma.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n<div>\n<hr \/>\n<\/div>\n<h4><\/h4>\n<hr \/>\n<h2>Comparaci\u00f3n con Otros Modelos<\/h2>\n<h3><strong>Qwen2.5<\/strong><\/h3>\n<p>Qwen2.5 se centra en la eficiencia y en tareas espec\u00edficas que requieren menos recursos computacionales. Aunque sobresale en tareas bien definidas, su capacidad general es menor debido a un dise\u00f1o menos flexible en comparaci\u00f3n con DeepSeek V3. Esto hace que Qwen2.5 sea ideal para aplicaciones donde se prioriza velocidad sobre versatilidad. Sin embargo, carece de la habilidad de adaptarse a tareas complejas y de razonamiento avanzado como las ofrecidas por DeepSeek V3.<\/p>\n<h3><strong>Llama3.1<\/strong><\/h3>\n<p>Llama3.1 se especializa en generaci\u00f3n de lenguaje natural, proporcionando respuestas coherentes y bien estructuradas en di\u00e1logos y textos. Sin embargo, a diferencia de DeepSeek V3, no utiliza la arquitectura basada en expertos, lo que lo limita en tareas de m\u00faltiples dominios. Llama3.1 es m\u00e1s adecuado para contextos donde la simplicidad y el procesamiento lineal son suficientes, pero no compite con la profundidad y especializaci\u00f3n de DeepSeek V3 en tareas interdisciplinarias.<\/p>\n<h3><strong>Claude-3.5<\/strong><\/h3>\n<p>Claude-3.5 es ampliamente reconocido por su capacidad en tareas conversacionales y de atenci\u00f3n al cliente. Su enfoque est\u00e1 optimizado para la comprensi\u00f3n general y las interacciones humanas. Sin embargo, tiene un desempe\u00f1o menos competitivo en tareas t\u00e9cnicas como matem\u00e1ticas avanzadas o generaci\u00f3n de c\u00f3digo algor\u00edtmico. En comparaci\u00f3n, DeepSeek V3 sobresale en aplicaciones de alta demanda computacional, donde se requiere precisi\u00f3n y adaptabilidad a tareas complejas.<\/p>\n<h3><strong>GPT-4.0<\/strong><\/h3>\n<p>GPT-4.0 es el competidor m\u00e1s cercano a DeepSeek V3 en t\u00e9rminos de capacidad general. Con un dise\u00f1o robusto, es capaz de abordar una amplia gama de tareas, desde generaci\u00f3n de lenguaje hasta an\u00e1lisis de datos. Sin embargo, GPT-4.0 no est\u00e1 optimizado para utilizar un n\u00famero reducido de par\u00e1metros activados por consulta, lo que le da a DeepSeek V3 una ventaja significativa en eficiencia. Adem\u00e1s, DeepSeek V3 supera a GPT-4.0 en tareas que requieren un uso especializado de recursos gracias a su arquitectura MoE.<\/p>\n<p>En general, mientras GPT-4.0 ofrece una soluci\u00f3n completa para tareas generales, DeepSeek V3 se destaca en aplicaciones que requieren una mayor eficiencia computacional y un enfoque especializado.<\/p>\n<hr \/>\n<h2>Rendimiento en Tareas Espec\u00edficas<\/h2>\n<h3><strong>Ingl\u00e9s<\/strong><\/h3>\n<ol>\n<li><strong>MMLU (Massive Multitask Language Understanding): 88.5<\/strong> Eval\u00faa la comprensi\u00f3n del lenguaje en tareas acad\u00e9micas y profesionales. MMLU mide c\u00f3mo el modelo se desempe\u00f1a en preguntas de elecci\u00f3n m\u00faltiple en m\u00e1s de 50 disciplinas diferentes.<\/li>\n<li><strong>MMLU-Redux (89.1)<\/strong> Una versi\u00f3n mejorada de MMLU que ajusta los conjuntos de datos para reflejar tareas m\u00e1s relevantes.<\/li>\n<li><strong>MMLU-Pro (75.9)<\/strong> Dise\u00f1ada para tareas profesionales avanzadas, evaluando c\u00f3mo el modelo resuelve problemas m\u00e1s complejos que las pruebas generales.<\/li>\n<li><strong>DROP (91.6)<\/strong> DROP mide la capacidad del modelo para comprender preguntas que involucran operaciones matem\u00e1ticas y razonamiento complejo. En la configuraci\u00f3n &#8220;3-shot&#8221;, el modelo tiene ejemplos previos antes de responder.<\/li>\n<li><strong>IF-Eval (Prompt Strict, 86.1)<\/strong> Eval\u00faa el rendimiento del modelo en tareas de finalizaci\u00f3n de prompts estrictos, lo cual requiere precisi\u00f3n absoluta y claridad en las respuestas.<\/li>\n<li><strong>GPQA-Diamond (59.1)<\/strong> Este benchmark mide la precisi\u00f3n del modelo en tareas de preguntas abiertas, donde la respuesta correcta no est\u00e1 limitada a opciones predefinidas.<\/li>\n<li><strong>SimpleQA (24.9)<\/strong> Dise\u00f1ado para preguntas simples, eval\u00faa c\u00f3mo el modelo identifica y responde consultas b\u00e1sicas.<\/li>\n<li><strong>FRAMES (73.3)<\/strong> Eval\u00faa la capacidad del modelo para rastrear estados y cambios en un di\u00e1logo estructurado usando marcos sem\u00e1nticos.<\/li>\n<li><strong>LongBench v2 (48.7)<\/strong> Dise\u00f1ado para medir el rendimiento en tareas de lectura y comprensi\u00f3n de textos extensos, donde la retenci\u00f3n de informaci\u00f3n a largo plazo es clave.<\/li>\n<\/ol>\n<hr \/>\n<h3><strong>C\u00f3digo<\/strong><\/h3>\n<ol>\n<li><strong>HumanEval-Mul (82.6)<\/strong> Eval\u00faa la generaci\u00f3n de c\u00f3digo funcional en un entorno de evaluaci\u00f3n humana. &#8220;Pass@1&#8221; mide el \u00e9xito en el primer intento.<\/li>\n<li><strong>LiveCodeBench (Pass@1-COT, 40.5)<\/strong> Eval\u00faa la capacidad del modelo para generar c\u00f3digo utilizando &#8220;Chain of Thought&#8221; (razonamiento paso a paso), lo que mejora el razonamiento l\u00f3gico.<\/li>\n<li><strong>LiveCodeBench (Pass@1, 37.6)<\/strong> Mide el \u00e9xito del modelo en tareas de generaci\u00f3n de c\u00f3digo directamente, sin razonamiento intermedio.<\/li>\n<li><strong>Codeforces (51.6)<\/strong> Eval\u00faa el rendimiento del modelo en problemas algor\u00edtmicos competitivos en la plataforma Codeforces, compar\u00e1ndolo con programadores humanos.<\/li>\n<li><strong>SWE Verified (42.0)<\/strong> &#8220;SWE&#8221; se refiere a Software Engineering. Este benchmark mide el \u00e9xito del modelo en tareas t\u00edpicas de ingenier\u00eda de software verificadas manualmente.<\/li>\n<li><strong>Aider-Edit (79.7)<\/strong> Mide la precisi\u00f3n del modelo en tareas de edici\u00f3n asistida de c\u00f3digo.<\/li>\n<li><strong>Aider-Polyglot (49.6)<\/strong> Eval\u00faa la capacidad del modelo para editar c\u00f3digo en m\u00faltiples lenguajes de programaci\u00f3n.<\/li>\n<\/ol>\n<hr \/>\n<h3><strong>Matem\u00e1ticas<\/strong><\/h3>\n<ol>\n<li><strong>AIME 2024 (39.2)<\/strong> Eval\u00faa el rendimiento del modelo en problemas matem\u00e1ticos avanzados, similares a los presentados en el American Invitational Mathematics Examination (AIME).<\/li>\n<li><strong>MATH-500 (90.2)<\/strong> Este benchmark mide la precisi\u00f3n del modelo en problemas matem\u00e1ticos generales.<\/li>\n<li><strong>CNMO 2024 (43.2)<\/strong> Dise\u00f1ado para evaluar problemas matem\u00e1ticos del nivel de la Olimpiada Matem\u00e1tica Nacional de China.<\/li>\n<\/ol>\n<hr \/>\n<h3><strong>Chino<\/strong><\/h3>\n<ol>\n<li><strong>CLUEWSC (90.9)<\/strong> Eval\u00faa la capacidad del modelo para resolver tareas de desambiguaci\u00f3n de pronombres en chino, una prueba clave en el procesamiento de lenguaje natural.<\/li>\n<li><strong>C-Eval (86.5)<\/strong> Eval\u00faa la comprensi\u00f3n general del modelo en tareas de diferentes disciplinas en idioma chino.<\/li>\n<\/ol>\n<hr \/>\n<h2>Conclusi\u00f3n<\/h2>\n<p>DeepSeek V3 es un modelo que sobresale en matem\u00e1ticas, generaci\u00f3n de c\u00f3digo y comprensi\u00f3n de lenguaje, con un enfoque arquitect\u00f3nico eficiente basado en MoE. Aunque algunas \u00e1reas, como la respuesta a preguntas simples (SimpleQA), presentan oportunidades de mejora, su capacidad para manejar tareas complejas lo posiciona como una herramienta l\u00edder en su campo. Al compararlo con modelos como Qwen2.5, Llama3.1, Claude-3.5 y GPT-4.0, se observa que DeepSeek V3 tiene ventajas significativas en eficiencia y desempe\u00f1o t\u00e9cnico en varias disciplinas clave.<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p><a href=\"https:\/\/www.palentino.es\/blog\/wp-content\/uploads\/2024\/03\/IA-palentino.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-11620\" src=\"https:\/\/www.palentino.es\/blog\/wp-content\/uploads\/2024\/03\/IA-palentino.png\" alt=\"\" width=\"427\" height=\"646\" srcset=\"https:\/\/www.palentino.es\/blog\/wp-content\/uploads\/2024\/03\/IA-palentino.png 427w, https:\/\/www.palentino.es\/blog\/wp-content\/uploads\/2024\/03\/IA-palentino-198x300.png 198w\" sizes=\"auto, (max-width: 427px) 100vw, 427px\" \/><\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>An\u00e1lisis detallado de DeepSeek V3: Una arquitectura avanzada DeepSeek V3 es el modelo de inteligencia artificial opensource m\u00e1s reciente de la startup china DeepSeek, destac\u00e1ndose como un hito en el desarrollo de modelos de lenguaje de gran escala. Este modelo utiliza una arquitectura de Mezcla de Expertos (MoE, por sus siglas en ingl\u00e9s), una t\u00e9cnica innovadora que optimiza el uso de recursos computacionales mientras maneja la impresionante cantidad de 671 mil millones de par\u00e1metros. En t\u00e9rminos de aplicaciones, DeepSeek V3 es especialmente eficaz en la resoluci\u00f3n de problemas matem\u00e1ticos complejos, desarrollo avanzado de c\u00f3digo, procesamiento de documentos extensos y tareas multiling\u00fces, mostrando un rendimiento excelente en chino, ingl\u00e9s y otros idiomas. &nbsp; &nbsp; Este desarrollo subraya el r\u00e1pido avance de la inteligencia artificial en China, demostrando que las startups chinas est\u00e1n cerrando la brecha con los l\u00edderes mundiales en IA, incluso frente a restricciones en la adquisici\u00f3n de chips avanzados. El impacto de DeepSeek V3 tambi\u00e9n se ha dejado sentir en los mercados financieros, especialmente en el sector tecnol\u00f3gico. La reacci\u00f3n ha sido mixta, con algunos inversores mostrando preocupaci\u00f3n por la creciente competencia entre las startups chinas y los gigantes estadounidenses. El lanzamiento de DeepSeek y la capacidad de desarrollar un buscador impulsado por IA a costos m\u00e1s accesibles han desafiado la hegemon\u00eda tecnol\u00f3gica de Estados Unidos frente a China. Esta din\u00e1mica ha generado inestabilidad en los principales \u00edndices burs\u00e1tiles estadounidenses, con una ca\u00edda hoy del 3,28% en el \u00edndice Nasdaq al inicio de la jornada en la bolsa americana. La irrupci\u00f3n de DeepSeek ha cambiado radicalmente el panorama de la inteligencia artificial. En tan solo dos meses de entrenamiento, esta startup, con apenas 6 millones de inversi\u00f3n y 200 empleados, ha desarrollado una IA que no solo iguala, sino que en algunos benchmarks supera a ChatGPT. Lo verdaderamente revolucionario<\/p>\n<p><a href=\"https:\/\/www.palentino.es\/blog\/deepseek-v3-el-futuro-de-la-ia-explicado-en-detalle\/\">(M\u00e1s)\u2026<\/a><\/p>\n","protected":false},"author":1,"featured_media":11292,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1415],"tags":[2248],"class_list":["post-13927","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria-es","tag-ia"],"_links":{"self":[{"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/posts\/13927","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/comments?post=13927"}],"version-history":[{"count":22,"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/posts\/13927\/revisions"}],"predecessor-version":[{"id":13952,"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/posts\/13927\/revisions\/13952"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/media\/11292"}],"wp:attachment":[{"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/media?parent=13927"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/categories?post=13927"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.palentino.es\/blog\/wp-json\/wp\/v2\/tags?post=13927"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}