{"id":3111,"date":"2026-07-10T12:21:36","date_gmt":"2026-07-10T09:21:36","guid":{"rendered":"https:\/\/shareai.now\/?p=3111"},"modified":"2026-07-14T03:20:11","modified_gmt":"2026-07-14T00:20:11","slug":"helicone-vs-litellm-enrutamiento-observabilidad","status":"publish","type":"post","link":"https:\/\/shareai.now\/es\/blog\/perspectivas\/helicone-vs-litellm-enrutamiento-observabilidad\/","title":{"rendered":"Helicone vs LiteLLM: Compromisos entre Enrutamiento y Observabilidad"},"content":{"rendered":"<p class=\"wp-block-paragraph\"><strong>Helicone vs LiteLLM<\/strong> es una comparaci\u00f3n \u00fatil porque ambas herramientas est\u00e1n cerca del camino de solicitud de LLM, pero no resuelven el mismo problema de producci\u00f3n. Helicone es m\u00e1s fuerte cuando los equipos necesitan observabilidad de solicitudes, visibilidad de costos, historial de prompts y an\u00e1lisis de productos en torno al uso del modelo. LiteLLM es m\u00e1s fuerte cuando los equipos quieren un gateway autohospedado o controlado que normalice las llamadas de proveedores, gestione claves, establezca presupuestos y enrute tr\u00e1fico entre modelos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La elecci\u00f3n correcta depende de lo que tu equipo quiera poseer. Si deseas observar las llamadas de modelos, Helicone es el punto de partida m\u00e1s limpio. Si deseas operar tu propio proxy, claves, pol\u00edtica de enrutamiento y controles de presupuesto, LiteLLM se ajusta mejor. Si deseas un mercado de modelos hospedado y una API con m\u00e1s de 150 modelos, enrutamiento inteligente, conmutaci\u00f3n por error, se\u00f1ales transparentes del mercado y uso por token, <a href=\"https:\/\/shareai.now\/models\/?utm_source=blog&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">el mercado de modelos de ShareAI<\/a> es el camino m\u00e1s directo.<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/shareai.now\/wp-content\/uploads\/2025\/10\/helicone.jpg\" alt=\"Captura de pantalla de Helicone vs LiteLLM de Helicone\"\/><figcaption>Captura de pantalla de Helicone para contexto de comparaci\u00f3n.<\/figcaption><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Comparaci\u00f3n r\u00e1pida entre Helicone y LiteLLM<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Pregunta<\/th><th>Helicone<\/th><th>LiteLLM<\/th><th>Enfoque de ShareAI<\/th><\/tr><\/thead><tbody><tr><td>Trabajo principal<\/td><td>Observabilidad de LLM, registros de solicitudes, an\u00e1lisis de costos, prompts y alertas.<\/td><td>Proxy de proveedor, capa de API compatible con OpenAI, claves virtuales, presupuestos, enrutamiento y conmutaci\u00f3n por error.<\/td><td>Mercado de IA hospedado y API para acceso a modelos, enrutamiento, conmutaci\u00f3n por error, uso, facturaci\u00f3n y monetizaci\u00f3n de Builder.<\/td><\/tr><tr><td>Mejor ajuste<\/td><td>Equipos que necesitan visibilidad sobre c\u00f3mo se comportan los usuarios, prompts, modelos, costos, latencia y errores.<\/td><td>Equipos que quieren poseer y operar su propio plano de control de gateway.<\/td><td>Equipos que quieren acceso a modelos y enrutamiento de mercado sin operar infraestructura de gateway.<\/td><\/tr><tr><td>Trabajo operativo<\/td><td>Menor si se utiliza como una capa de observabilidad y gateway hospedada.<\/td><td>Mayor cuando es autohospedado, porque el equipo posee el despliegue, las actualizaciones, los secretos y la pol\u00edtica.<\/td><td>M\u00e1s bajo para equipos que desean acceso multi-modelo alojado y uso simple de pago por token.<\/td><\/tr><tr><td>Advertencias<\/td><td>Las expectativas del roadmap son importantes porque Helicone anunci\u00f3 su adquisici\u00f3n de Mintlify y su direcci\u00f3n en modo de mantenimiento en 2026.<\/td><td>El autoalojamiento brinda control, pero tambi\u00e9n crea responsabilidad en seguridad, actualizaciones y gesti\u00f3n de dependencias.<\/td><td>ShareAI no es un panel de trazabilidad ni un proxy autoalojado. Es el mercado de IA y la capa de API.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">En qu\u00e9 es mejor Helicone<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Helicone se entiende mejor como una capa centrada en la observabilidad para aplicaciones LLM. Su documentaci\u00f3n enfatiza el registro de solicitudes, costos, latencia, errores y alertas, lo que lo hace \u00fatil cuando el equipo necesita entender c\u00f3mo se comportan las llamadas al modelo en producci\u00f3n. Helicone tambi\u00e9n ofrece una ruta de AI Gateway que permite a los equipos usar una API unificada para muchos proveedores con observabilidad autom\u00e1tica adjunta a cada solicitud.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Eso importa cuando el principal problema es la visibilidad. Si un equipo de producto no puede responder qu\u00e9 usuarios est\u00e1n generando costos, qu\u00e9 solicitudes son lentas, qu\u00e9 modelos fallan con m\u00e1s frecuencia o qu\u00e9 caracter\u00edsticas generan m\u00e1s tr\u00e1fico de modelos, un proxy por s\u00ed solo no resolver\u00e1 el problema. Helicone\u2019s <a href=\"https:\/\/docs.helicone.ai\/getting-started\/platform-overview?utm_source=shareai.now&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">descripci\u00f3n general de la plataforma<\/a> and <a href=\"https:\/\/docs.helicone.ai\/features\/alerts?utm_source=shareai.now&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">documentaci\u00f3n de alertas<\/a> hacen que ese rol de observabilidad sea claro.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">El compromiso es estrat\u00e9gico, no solo t\u00e9cnico. Helicone anunci\u00f3 en marzo de 2026 que se un\u00eda a Mintlify y que los servicios permanecer\u00edan activos en modo de mantenimiento con actualizaciones de seguridad, nuevos modelos, correcciones de errores y mejoras de rendimiento continuando. Los equipos que elijan Helicone deber\u00edan leer la <a href=\"https:\/\/www.helicone.ai\/blog\/joining-mintlify?utm_source=shareai.now&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">actualizaci\u00f3n de Helicone y Mintlify<\/a> y decidir si la direcci\u00f3n del roadmap se ajusta a sus planes de infraestructura.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">En qu\u00e9 es mejor LiteLLM<\/h2>\n\n\n\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/shareai.now\/wp-content\/uploads\/2025\/09\/litellm.jpg\" alt=\"Captura de pantalla de Helicone vs LiteLLM de LiteLLM\"\/><figcaption>Captura de pantalla de LiteLLM para contexto comparativo.<\/figcaption><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">LiteLLM se entiende mejor como una capa de puerta de enlace y proxy. Su documentaci\u00f3n describe una forma de llamar a m\u00e1s de 100 LLMs a trav\u00e9s de una interfaz consistente, usar un formato compatible con OpenAI, rastrear gastos, establecer presupuestos de proyectos, gestionar claves virtuales y configurar el enrutamiento o el comportamiento de respaldo. Eso hace que LiteLLM sea \u00fatil para equipos de plataforma que desean un control m\u00e1s directo sobre el acceso a los proveedores.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">El camino de LiteLLM es m\u00e1s fuerte cuando tu equipo quiere operar el plano de control por s\u00ed mismo. <a href=\"https:\/\/docs.litellm.ai\/docs\/?utm_source=shareai.now&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">Los documentos de LiteLLM<\/a> destacan la l\u00f3gica de reintento y respaldo, mientras que la <a href=\"https:\/\/docs.litellm.ai\/docs\/proxy\/virtual_keys?utm_source=shareai.now&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">documentaci\u00f3n de claves virtuales<\/a> cubre el seguimiento de gastos a nivel de clave y el control de acceso. Para la planificaci\u00f3n espec\u00edfica de confiabilidad, la <a href=\"https:\/\/docs.litellm.ai\/docs\/proxy\/reliability?utm_source=shareai.now&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">documentaci\u00f3n de respaldo de LiteLLM<\/a> explica c\u00f3mo las solicitudes pueden moverse de un grupo de modelos a otro.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La contrapartida es la responsabilidad operativa. Una puerta de enlace autohospedada puede ser poderosa, pero el equipo es responsable del despliegue, secretos, actualizaciones de versi\u00f3n, monitoreo y respuesta a incidentes. La propia <a href=\"https:\/\/docs.litellm.ai\/blog\/security-update-march-2026?utm_source=shareai.now&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">actualizaci\u00f3n de seguridad<\/a> de LiteLLM en marzo de 2026 sobre las versiones afectadas de PyPI es un recordatorio de que la higiene de dependencias, el fijado y la revisi\u00f3n de lanzamientos son importantes cuando una puerta de enlace tiene acceso a claves de modelos y credenciales de infraestructura.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">C\u00f3mo elegir entre Helicone y LiteLLM<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Comienza con la capa que te falta.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Elige Helicone cuando tu problema inmediato sea la visibilidad en solicitudes, usuarios, indicaciones, latencia, errores y costos.<\/li><li>Elige LiteLLM cuando tu problema inmediato sea operar una puerta de enlace con tu propio enrutamiento, claves, presupuestos, pol\u00edtica de respaldo y reglas de acceso a proveedores.<\/li><li>Elija ShareAI cuando su problema inmediato sea acceder a muchos modelos a trav\u00e9s de una API alojada con se\u00f1ales de mercado, enrutamiento inteligente, conmutaci\u00f3n por error y facturaci\u00f3n basada en uso.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">El error es tratar cada herramienta de infraestructura LLM como intercambiable. La observabilidad, el control de proxy, el acceso a modelos alojados y la monetizaci\u00f3n son trabajos diferentes. Algunos equipos necesitan una capa. Los equipos maduros a menudo combinan capas, pero deben hacerlo intencionalmente para que el costo, el registro, el enrutamiento y la facturaci\u00f3n no entren en conflicto entre s\u00ed.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">D\u00f3nde encaja ShareAI en esta comparaci\u00f3n<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">ShareAI no es un clon directo de Helicone o LiteLLM. Es un mercado de IA impulsado por personas y una API. Los clientes usan ShareAI para acceder a m\u00e1s de 150 modelos a trav\u00e9s de una API, comparar se\u00f1ales de mercado, enrutar solicitudes, usar conmutaci\u00f3n por error y pagar por token. Esto lo convierte en una opci\u00f3n m\u00e1s s\u00f3lida cuando el equipo desea acceso a modelos y enrutamiento sin construir ni operar la capa de puerta de enlace por s\u00ed mismo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">ShareAI tambi\u00e9n es importante para los Constructores. Un Constructor posee, mantiene, vende o distribuye una aplicaci\u00f3n fuera de ShareAI. Esa aplicaci\u00f3n puede enrutar tr\u00e1fico de inferencia de IA a trav\u00e9s de ShareAI, establecer un recargo o margen, permitir que los clientes paguen a ShareAI por el uso enrutado y recibir pagos mensuales basados en las ganancias generadas. Esto es diferente de las recompensas de Proveedor, que se ganan al contribuir con computaci\u00f3n elegible a la red de ShareAI.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Si est\u00e1 comparando Helicone vs LiteLLM porque necesita una puerta de enlace autoalojada, LiteLLM a\u00fan puede ser la ruta pr\u00e1ctica. Si los est\u00e1 comparando porque desea un acceso m\u00e1s f\u00e1cil a m\u00faltiples modelos, menos integraciones directas de proveedores y un camino de uso m\u00e1s limpio para un producto existente, <a href=\"https:\/\/shareai.now\/documentation\/?utm_source=blog&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">La documentaci\u00f3n de ShareAI<\/a> and <a href=\"https:\/\/console.shareai.now\/app\/builder\/?utm_source=shareai.now&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">Consola del Constructor<\/a> vale la pena evaluarla.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Una lista de verificaci\u00f3n pr\u00e1ctica de selecci\u00f3n<\/h2>\n\n\n\n<ol class=\"wp-block-list\"><li>Mapee la ruta de solicitud. Identifique d\u00f3nde viven actualmente los mensajes, las llamadas a modelos, las claves de proveedores, los presupuestos, las alternativas, los registros y la facturaci\u00f3n de clientes.<\/li><li>Decida qu\u00e9 debe estar alojado. Si su equipo no quiere ejecutar infraestructura de puerta de enlace, no elija un proxy autoalojado solo porque es configurable.<\/li><li>Separe la observabilidad del enrutamiento. Un panel que explica el tr\u00e1fico no es lo mismo que una capa de enrutamiento que decide a d\u00f3nde va el tr\u00e1fico.<\/li><li>Pruebe el comportamiento ante fallos. Realice pruebas realistas de alternativas antes de mover tr\u00e1fico de producci\u00f3n de alto valor.<\/li><li>Planifique la propiedad de costos. Decida si el costo pertenece a su empresa, sus clientes o los usuarios finales dentro de un producto existente.<\/li><\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Para m\u00e1s comparaciones de plataformas y compensaciones de puertas de enlace, explore el <a href=\"https:\/\/shareai.now\/es\/blog\/categoria\/alternativas\/?utm_source=blog&#038;utm_medium=content&#038;utm_campaign=helicone-vs-litellm-routing-observability\">Archivo de alternativas de ShareAI<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Helicone vs LiteLLM Preguntas Frecuentes<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfCu\u00e1l es la principal diferencia entre Helicone y LiteLLM?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Helicone se centra principalmente en la observabilidad, mientras que LiteLLM se centra principalmente en ser un gateway y proxy. Helicone ayuda a los equipos a inspeccionar las llamadas de modelos y los costos. LiteLLM ayuda a los equipos a normalizar las APIs de los proveedores, gestionar claves, establecer presupuestos y enrutar solicitudes.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfEs Helicone mejor que LiteLLM?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Helicone es mejor si tu prioridad es la visibilidad de las solicitudes, el an\u00e1lisis de prompts, el seguimiento de costos y la observabilidad a nivel de usuario. LiteLLM es mejor si tu prioridad es operar un gateway con control directo sobre los proveedores, presupuestos, claves y reglas de respaldo.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfCu\u00e1ndo deber\u00eda un equipo elegir Helicone?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Elige Helicone cuando el equipo necesite responder preguntas de producci\u00f3n como qu\u00e9 usuarios est\u00e1n generando costos, qu\u00e9 prompts fallan, d\u00f3nde hay picos de latencia y qu\u00e9 llamadas de modelos necesitan alertas o una revisi\u00f3n m\u00e1s profunda.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfCu\u00e1ndo deber\u00eda un equipo elegir LiteLLM?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Elige LiteLLM cuando el equipo quiera operar una capa de gateway, mantener el control de los proveedores internamente, usar claves virtuales, imponer presupuestos y configurar pol\u00edticas de enrutamiento o respaldo entre los proveedores de modelos.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfPuede ShareAI reemplazar a Helicone o LiteLLM?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">ShareAI puede reemplazar algunas necesidades de acceso y enrutamiento multi-modelo, pero no es un panel de trazabilidad completo ni un clon de gateway autoalojado. Es mejor cuando los equipos quieren una API alojada para m\u00e1s de 150 modelos, se\u00f1ales de mercado, enrutamiento inteligente, conmutaci\u00f3n por error y facturaci\u00f3n basada en uso.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfPueden Helicone y LiteLLM usarse juntos?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">S\u00ed, algunos equipos usan una capa de gateway y una capa de observabilidad juntas. La parte importante es decidir qu\u00e9 capa toma las decisiones de enrutamiento, qu\u00e9 capa registra las solicitudes y d\u00f3nde se rastrean los costos y la facturaci\u00f3n de los clientes.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfC\u00f3mo se diferencia ShareAI de LiteLLM?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">LiteLLM es un proxy y puerta de enlace que los equipos pueden operar por s\u00ed mismos. ShareAI es un mercado de IA alojado y una API donde los clientes pueden acceder a muchos modelos, comparar se\u00f1ales del mercado, enrutar tr\u00e1fico, usar conmutaci\u00f3n por error y pagar por token.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfEn qu\u00e9 se diferencia ShareAI de Helicone?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Helicone se centra en la observabilidad de las solicitudes de LLM. ShareAI se centra en el acceso a modelos, el enrutamiento del mercado, el uso, la facturaci\u00f3n y la monetizaci\u00f3n de Builder para aplicaciones construidas fuera de ShareAI.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfCu\u00e1l opci\u00f3n es mejor para infraestructura autoalojada?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">LiteLLM suele ser la mejor opci\u00f3n cuando alojar la puerta de enlace es un requisito. ShareAI es mejor cuando el equipo quiere acceso a modelos alojados en lugar de operar infraestructura de puerta de enlace.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfCu\u00e1l opci\u00f3n es mejor para agencias que desarrollan funciones de IA para clientes?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Las agencias pueden usar Helicone para visibilidad o LiteLLM para control de puerta de enlace, pero ShareAI agrega una v\u00eda de monetizaci\u00f3n para Builders. La agencia puede construir la aplicaci\u00f3n del cliente fuera de ShareAI, enrutar el uso de IA a trav\u00e9s de ShareAI, establecer un margen y ganar mensualmente seg\u00fan el uso generado.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfQu\u00e9 deber\u00edan usar los Builders cuando el uso de IA var\u00eda seg\u00fan el cliente?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Los Builders deber\u00edan considerar ShareAI cuando un cliente env\u00eda unas pocas solicitudes de IA y otro env\u00eda miles. ShareAI permite al Builder enrutar el tr\u00e1fico de inferencia a trav\u00e9s de ShareAI, establecer un recargo o margen, y dejar que el uso intensivo pague por el tr\u00e1fico que genera.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfImporta esta comparaci\u00f3n para Proveedores o Creadores?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Solo indirectamente. Los Proveedores contribuyen con computaci\u00f3n elegible a la red de ShareAI, y los Creadores controlan c\u00f3mo se ofrecen sus modelos en la red. Helicone vs LiteLLM es principalmente una decisi\u00f3n de infraestructura para clientes, desarrolladores, equipos de plataforma y Builders.<\/p>","protected":false},"excerpt":{"rendered":"<p>Compara Helicone vs LiteLLM por observabilidad, enrutamiento, autoalojamiento, presupuestos, fiabilidad y d\u00f3nde encaja ShareAI para el acceso alojado a m\u00faltiples modelos.<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"cta-title":"Integrate one API","cta-description":"Access 150+ models with smart routing and failover.","cta-button-text":"View Docs","cta-button-link":"https:\/\/shareai.now\/documentation\/?utm_source=blog&amp;utm_medium=content&amp;utm_campaign=helicone-vs-litellm-routing-observability","rank_math_title":"Helicone vs LiteLLM: Routing and Observability Trade-Offs","rank_math_description":"Helicone vs LiteLLM compared by observability, routing, budgets, self-hosting, and when ShareAI fits as a hosted model API.","rank_math_focus_keyword":"Helicone vs LiteLLM","footnotes":""},"categories":[6,38],"tags":[46,218,83,219,51],"class_list":["post-3111","post","type-post","status-publish","format-standard","hentry","category-insights","category-alternatives","tag-ai-gateway","tag-helicone","tag-litellm","tag-llm-observability","tag-model-routing"],"_links":{"self":[{"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/posts\/3111","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/comments?post=3111"}],"version-history":[{"count":1,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/posts\/3111\/revisions"}],"predecessor-version":[{"id":3120,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/posts\/3111\/revisions\/3120"}],"wp:attachment":[{"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/media?parent=3111"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/categories?post=3111"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/tags?post=3111"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}