{"id":3147,"date":"2026-08-13T12:53:15","date_gmt":"2026-08-13T09:53:15","guid":{"rendered":"https:\/\/shareai.now\/?p=3147"},"modified":"2026-08-13T12:53:15","modified_gmt":"2026-08-13T09:53:15","slug":"rutare-productie-slm-vs-llm","status":"publish","type":"post","link":"https:\/\/shareai.now\/ro\/blog\/dezvoltatori\/rutare-productie-slm-vs-llm\/","title":{"rendered":"SLM vs LLM: Direc\u021biona\u021bi sarcinile de produc\u021bie c\u0103tre modelul potrivit"},"content":{"rendered":"<p class=\"wp-block-paragraph\">Deciziile SLM vs LLM nu ar trebui luate o singur\u0103 dat\u0103 la tabla alb\u0103 de arhitectur\u0103 \u0219i apoi aplicate pentru totdeauna fiec\u0103rei cereri. \u00cen produc\u021bie, dimensiunea modelului este o decizie de rutare. Unele sarcini necesit\u0103 amploarea, gama de ra\u021bionament \u0219i flexibilitatea unui model lingvistic mare. Alte sarcini sunt suficient de stabile \u00eenc\u00e2t un model lingvistic mai mic poate oferi r\u0103spunsul corect mai rapid \u0219i la un cost mai mic.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">\u00centrebarea practic\u0103 nu este ce tip de model c\u00e2\u0219tig\u0103. \u00centrebarea practic\u0103 este ce model ar trebui s\u0103 gestioneze fiecare sarcin\u0103, sub ce constr\u00e2ngeri \u0219i cu ce solu\u021bie de rezerv\u0103 atunci c\u00e2nd calitatea, laten\u021ba, costul sau disponibilitatea se schimb\u0103.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">SLM vs LLM este o decizie de rutare<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Un model lingvistic mare este de obicei mai bun pentru munca deschis\u0103: ra\u021bionament complex, ajutor la codare, recuperare de cuno\u0219tin\u021be extinse, planificare \u00een mai mul\u021bi pa\u0219i \u0219i cazuri \u00een care utilizatorul poate \u00eentreba aproape orice. Un model lingvistic mic este de obicei mai bun pentru sarcini repetitive, \u00eenguste, de mare volum, unde tiparul de intrare este previzibil \u0219i forma rezultatului este bine \u00een\u021beleas\u0103.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Aceast\u0103 distinc\u021bie conteaz\u0103 pentru AI-ul de produc\u021bie, deoarece un produs con\u021bine adesea multe tipuri de sarcini. Un asistent de suport pentru clien\u021bi poate avea nevoie de un LLM pentru conversa\u021bii ambigue, un SLM pentru clasificarea inten\u021biilor, un model specializat pentru extragere \u0219i un model de rezerv\u0103 pentru fiabilitate. Tratarea tuturor acestora ca o singur\u0103 alegere de model de obicei irose\u0219te fie calitatea, fie bugetul.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Compara\u021bie rapid\u0103<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Factor de decizie<\/th><th>Potrivire LLM<\/th><th>Potrivire SLM<\/th><\/tr><\/thead><tbody><tr><td>Forma sarcinii<\/td><td>Deschis\u0103, \u00een mai mul\u021bi pa\u0219i, imprevizibil\u0103<\/td><td>\u00cengust\u0103, stabil\u0103, repetabil\u0103<\/td><\/tr><tr><td>Necesitatea calit\u0103\u021bii<\/td><td>Gama mare de ra\u021bionament \u0219i flexibilitate<\/td><td>Rezultat consistent pentru o sarcin\u0103 cunoscut\u0103<\/td><\/tr><tr><td>Laten\u021b\u0103<\/td><td>Adesea mai lent, \u00een func\u021bie de model \u0219i furnizor<\/td><td>Adesea mai rapid pentru sarcini constr\u00e2nse<\/td><\/tr><tr><td>Cost<\/td><td>Mai mare pentru utilizarea larg\u0103, cu context extins<\/td><td>Mai mic atunci c\u00e2nd este utilizat la scar\u0103 pentru sarcini simple<\/td><\/tr><tr><td>Utilizare optim\u0103<\/td><td>Cercetare, codare, agen\u021bi, sintez\u0103, chat complex<\/td><td>Clasificare, extragere, rutare, rezumate scurte, validare<\/td><\/tr><tr><td>Risc<\/td><td>Cheltuieli excesive pentru sarcini simple<\/td><td>Performan\u021b\u0103 sc\u0103zut\u0103 pentru sarcini complexe sau ambigue<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Folosi\u021bi un LLM atunci c\u00e2nd flexibilitatea conteaz\u0103<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Folosi\u021bi un LLM atunci c\u00e2nd sarcina necesit\u0103 ra\u021bionament flexibil, context larg sau sintez\u0103 creativ\u0103. Acestea sunt fluxuri de lucru \u00een care promptul poate varia mult, iar modelul are nevoie de suficient\u0103 capacitate pentru a interpreta situa\u021bii noi f\u0103r\u0103 un ghid rigid.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Conversa\u021bii cu clien\u021bii \u00een care urm\u0103toarea \u00eentrebare a utilizatorului este greu de prezis.<\/li><li>Fluxuri de lucru ale agen\u021bilor care necesit\u0103 planificare, utilizarea instrumentelor \u0219i recuperare din e\u0219ecuri par\u021biale.<\/li><li>Generare de cod, depanare \u0219i ra\u021bionament arhitectural.<\/li><li>Sintez\u0103 pe termen lung din mai multe documente sau instruc\u021biuni.<\/li><li>Explorarea timpurie a produsului, c\u00e2nd echipa \u00eenc\u0103 \u00eenva\u021b\u0103 ce ar trebui s\u0103 devin\u0103 fluxul de lucru.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">LLM-urile sunt deosebit de utile la \u00eenceputul ciclului de via\u021b\u0103 al unei func\u021bii AI. C\u00e2nd sarcina nu este \u00eenc\u0103 pe deplin definit\u0103, un model mai mare ofer\u0103 echipei spa\u021biu pentru a \u00eenv\u0103\u021ba. Odat\u0103 ce fluxul de lucru devine repetabil, unele etape pot fi candidate pentru un model mai mic.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Utiliza\u021bi un SLM atunci c\u00e2nd fluxul de lucru este stabil.<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Utiliza\u021bi un SLM atunci c\u00e2nd fluxul de lucru are o limit\u0103 clar\u0103, un input previzibil \u0219i un output m\u0103surabil. Aceste sarcini se concentreaz\u0103 adesea mai mult pe debit, laten\u021b\u0103 \u0219i economia unit\u0103\u021bii dec\u00e2t pe o gam\u0103 larg\u0103 de ra\u021bionamente.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Clasificarea inten\u021biilor pentru tichete de suport sau rutarea chat-urilor.<\/li><li>Extrac\u021bie structurat\u0103 din tipuri de documente cunoscute.<\/li><li>Rezumate scurte cu un format fix.<\/li><li>Verific\u0103ri de politici, filtre de siguran\u021b\u0103 sau pa\u0219i de validare.<\/li><li>Sarcini repetitive de fundal unde volumul este mare \u0219i sarcina este restr\u00e2ns\u0103.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Un SLM nu este automat mai bun doar pentru c\u0103 este mai mic. Este mai bun atunci c\u00e2nd sarcina este suficient de restr\u00e2ns\u0103 \u00eenc\u00e2t modelul mai mic s\u0103 poat\u0103 atinge standardul de calitate. Singura modalitate fiabil\u0103 de a \u0219ti este s\u0103-l testa\u021bi pe exemple reale din produc\u021bie.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Construi\u021bi o cale de rutare hibrid\u0103.<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Cel mai puternic model de produc\u021bie este de obicei hibrid. \u00cencepe\u021bi cu ruta cea mai capabil\u0103 atunci c\u00e2nd func\u021bia este nou\u0103, colecta\u021bi exemple reale, identifica\u021bi sub-sarcinile repetabile \u0219i muta\u021bi acele sub-sarcini pe rute mai mici sau mai specializate doar dup\u0103 ce dovezile sus\u021bin schimbarea.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un plan simplu de rutare poate ar\u0103ta astfel:<\/p>\n\n\n\n<ol class=\"wp-block-list\"><li>Utiliza\u021bi un LLM pentru explorare timpurie \u0219i fallback complex.<\/li><li>\u00cenregistra\u021bi tipul de sarcin\u0103, laten\u021ba, semnalele de calitate \u0219i costul per flux de lucru finalizat.<\/li><li>G\u0103si\u021bi pa\u0219i repeta\u021bi care au o form\u0103 stabil\u0103 de input \u0219i output.<\/li><li>Testa\u021bi un SLM pe ace\u0219ti pa\u0219i cu exemple reale.<\/li><li>Direc\u021biona\u021bi doar partea de sarcin\u0103 dovedit\u0103 c\u0103tre SLM.<\/li><li>P\u0103stra\u021bi o solu\u021bie de rezerv\u0103 LLM pentru cereri cu \u00eencredere sc\u0103zut\u0103, ambigue sau e\u0219uate.<\/li><\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Acest lucru permite echipelor s\u0103 reduc\u0103 costurile \u0219i laten\u021ba f\u0103r\u0103 a pretinde c\u0103 fiecare cerere este simpl\u0103. De asemenea, face ca stiva de modele s\u0103 fie mai u\u0219or de evoluat pe m\u0103sur\u0103 ce devin disponibile noi furnizori, dimensiuni de modele \u0219i op\u021biuni cu greut\u0103\u021bi deschise.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Unde se \u00eencadreaz\u0103 ShareAI<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">ShareAI ajut\u0103 Constructorii s\u0103 direc\u021bioneze printr-o re\u021bea larg\u0103 de modele AI \u0219i furnizori printr-un singur API. \u00cen loc s\u0103 trateze SLM vs LLM ca o decizie permanent\u0103 de furnizor, Constructorii pot compara op\u021biuni, testa rute \u0219i p\u0103stra logica produsului separat\u0103 de stratul de model.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Acest lucru este util pentru produse SaaS, agen\u021bii, instrumente open-source, aplica\u021bii preocupate de confiden\u021bialitate \u0219i echipe de software interne care au nevoie de func\u021bii AI, dar nu doresc ca fiecare schimbare de model s\u0103 devin\u0103 un ciclu de lansare. Constructorii pot \u00eencepe cu <a href=\"https:\/\/shareai.now\/documentation\/?utm_source=blog&amp;utm_medium=content&amp;utm_campaign=slm-vs-llm-production-routing\">documenta\u021bia ShareAI<\/a>, compara modelele <a href=\"https:\/\/shareai.now\/models\/?utm_source=blog&amp;utm_medium=content&amp;utm_campaign=slm-vs-llm-production-routing\">AI disponibile<\/a>, \u0219i testa ie\u0219irile \u00een <a href=\"https:\/\/console.shareai.now\/chat\/?utm_source=shareai.now&amp;utm_medium=content&amp;utm_campaign=slm-vs-llm-production-routing\">Teren de joac\u0103 ShareAI<\/a>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Aceea\u0219i logic\u0103 de rutare a modelului sprijin\u0103 \u0219i Furnizorii. Dac\u0103 un furnizor ofer\u0103 laten\u021b\u0103 puternic\u0103, disponibilitate sau pre\u021buri pentru o clas\u0103 de sarcini, rutarea ofer\u0103 acelei capacit\u0103\u021bi un drum c\u0103tre cerere. Pentru Creatori \u0219i proprietarii de modele, rutarea poate face un model mai u\u0219or de \u00eencercat, adoptat \u0219i monetizat de c\u0103tre Constructori atunci c\u00e2nd se potrive\u0219te unei sarcini reale de produc\u021bie.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Un test practic \u00eenainte de schimbarea sarcinilor<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">\u00cenainte de a muta o sarcin\u0103 de la un LLM la un SLM, defini\u021bi standardul de calitate. De exemplu, un pas de extrac\u021bie ar putea necesita JSON valid, c\u00e2mpuri corecte \u0219i valori f\u0103r\u0103 halucina\u021bii. Un pas de clasificare ar putea necesita acord cu etichetele umane peste un prag \u021bint\u0103. Un pas de rutare ar putea necesita at\u00e2t acurate\u021be, c\u00e2t \u0219i timp de r\u0103spuns rapid.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Alege\u021bi o sarcin\u0103 restr\u00e2ns\u0103 cu criterii clare de succes.<\/li><li>Construi\u021bi un set de teste din exemple reale de clien\u021bi sau produc\u021bie.<\/li><li>Compara\u021bi ie\u0219irile LLM \u0219i SLM una l\u00e2ng\u0103 alta.<\/li><li>M\u0103sura\u021bi costul complet al sarcinii, nu doar pre\u021bul pe token.<\/li><li>Stabili\u021bi reguli de rezerv\u0103 pentru cazurile de \u00eencredere sc\u0103zut\u0103 sau ie\u0219iri malformate.<\/li><li>Revizui\u021bi performan\u021ba rutelor dup\u0103 implementare, deoarece modelele \u0219i furnizorii se schimb\u0103.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">R\u0103spunsul corect este rareori s\u0103 \u00eenlocui\u021bi fiecare apel LLM cu un SLM. R\u0103spunsul mai bun este s\u0103 direc\u021biona\u021bi sarcinile stabile c\u0103tre modele mai mici \u0219i s\u0103 p\u0103stra\u021bi modelele mai mari pentru sarcinile care au cu adev\u0103rat nevoie de ele.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Pentru o defini\u021bie mai larg\u0103 a modelelor lingvistice mici, consulta\u021bi ghidul Microsoft Azure pentru <a href=\"https:\/\/azure.microsoft.com\/en-us\/resources\/cloud-computing-dictionary\/what-are-small-language-models?utm_source=shareai.now&amp;utm_medium=content&amp;utm_campaign=slm-vs-llm-production-routing\">modele lingvistice mici<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u00centreb\u0103ri frecvente<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Care este principala diferen\u021b\u0103 \u00eentre un SLM \u0219i un LLM?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Un SLM este mai mic \u0219i de obicei mai potrivit pentru sarcini \u00eenguste \u0219i repetitive. Un LLM este mai mare \u0219i de obicei mai bun pentru ra\u021bionamente ample, conversa\u021bii complexe, codare \u0219i sarcini imprevizibile.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Este un SLM \u00eentotdeauna mai ieftin dec\u00e2t un LLM?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Un SLM este adesea mai ieftin pentru sarcini de volum mare \u0219i \u00eenguste, dar compara\u021bia real\u0103 este costul pe sarcin\u0103 reu\u0219it\u0103. Un model ieftin care e\u0219ueaz\u0103 frecvent poate costa mai mult \u00een retrimiteri, apeluri de rezerv\u0103 \u0219i revizuiri umane.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Este un SLM \u00eentotdeauna mai rapid dec\u00e2t un LLM?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Modelele mai mici sunt adesea mai rapide, dar laten\u021ba depinde de furnizor, hardware, regiune, coad\u0103, lungimea contextului \u0219i comportamentul de streaming. M\u0103sura\u021bi \u00eentregul flux de lucru, nu doar dimensiunea modelului.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Poate un produs s\u0103 foloseasc\u0103 at\u00e2t SLM-uri, c\u00e2t \u0219i LLM-uri?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Da. Multe sisteme de produc\u021bie ar trebui s\u0103 foloseasc\u0103 ambele. Direc\u021biona\u021bi sarcinile simple \u0219i stabile c\u0103tre SLM-uri \u0219i p\u0103stra\u021bi LLM-urile pentru cereri complexe, ambigue sau de mare valoare.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">C\u00e2nd ar trebui o echip\u0103 s\u0103 evite utilizarea unui SLM?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Evita\u021bi un SLM atunci c\u00e2nd sarcina este deschis\u0103, slab definit\u0103, critic\u0103 pentru siguran\u021b\u0103 f\u0103r\u0103 validare puternic\u0103 sau dependent\u0103 de ra\u021bionamente ample pe care modelul mai mic nu le poate gestiona \u00een mod fiabil.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Cum ajut\u0103 rutarea modelelor \u00een deciziile SLM vs LLM?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Rutarea modelelor permite aplica\u021biei s\u0103 aleag\u0103 un model pentru fiecare sarcin\u0103, client, limit\u0103 de cost, \u021bint\u0103 de laten\u021b\u0103 sau condi\u021bie de rezerv\u0103. Acest lucru este mai flexibil dec\u00e2t alegerea unei dimensiuni de model pentru fiecare cerere.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Ar trebui Constructorii s\u0103 \u00eenceap\u0103 cu un LLM sau un SLM?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">\u00cencepe\u021bi cu ruta care v\u0103 ajut\u0103 s\u0103 \u00eenv\u0103\u021ba\u021bi cel mai rapid. Multe echipe \u00eencep cu un LLM \u00een timp ce fluxul de lucru se schimb\u0103, apoi mut\u0103 sub-sarcinile stabile la SLM-uri dup\u0103 ce au exemple reale \u0219i metrici clare de succes.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">ShareAI construie\u0219te sau g\u0103zduie\u0219te aplica\u021bia mea?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Nu. ShareAI nu este un cadru de aplica\u021bii, CMS, platform\u0103 de g\u0103zduire sau constructor f\u0103r\u0103 cod. Constructorii folosesc ShareAI pentru a accesa, compara \u0219i ruta modele AI printr-un singur API.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Cum ar trebui agen\u021biile s\u0103 utilizeze rutarea SLM vs LLM?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Agen\u021biile pot ruta sarcinile clien\u021bilor \u00een func\u021bie de cost, calitate, nevoi de confiden\u021bialitate \u0219i cerin\u021be de timp de r\u0103spuns. Acest lucru ajut\u0103 la evitarea construirii unui plan personalizat de integrare a modelelor de la zero pentru fiecare client.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Cum beneficiaz\u0103 Furnizorii de rutarea SLM \u0219i LLM?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Furnizorii pot c\u00e2\u0219tiga cerere atunci c\u00e2nd capacitatea lor de calcul sau inferen\u021b\u0103 func\u021bioneaz\u0103 bine pentru tipuri specifice de sarcini. Rutarea ajut\u0103 capacitatea bun\u0103 a furnizorilor s\u0103 devin\u0103 descoperibil\u0103 pentru Constructori.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Care este cel mai sigur prim test de produc\u021bie?<\/h3>\n\n\n<p class=\"wp-block-paragraph\">Alege\u021bi o sarcin\u0103 \u00eengust\u0103, defini\u021bi criteriile de succes, compara\u021bi rezultatele SLM \u0219i LLM pe exemple reale, seta\u021bi reguli de rezerv\u0103 \u0219i abia apoi ruta\u021bi o mic\u0103 parte din trafic pe noua cale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/shareai.now\/documentation\/?utm_source=blog&amp;utm_medium=content&amp;utm_campaign=slm-vs-llm-production-routing\">Integreaz\u0103 un API<\/a> pentru a testa rutele modelelor f\u0103r\u0103 a lega logica produsului de o singur\u0103 dimensiune de model.<\/p>","protected":false},"excerpt":{"rendered":"<p>Un ghid practic SLM vs LLM pentru direc\u021bionarea AI-ului de produc\u021bie \u00een func\u021bie de complexitatea sarcinii, laten\u021b\u0103, cost \u0219i calitate, \u00een loc s\u0103 se aleag\u0103 o singur\u0103 dimensiune a modelului pentru fiecare cerere.<\/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&utm_medium=content&utm_campaign=slm-vs-llm-production-routing","rank_math_title":"SLM vs LLM: Route Production Tasks to the Right Model","rank_math_description":"SLM vs LLM decisions should be made per task, using routing to balance quality, latency, cost, and reliability in production.","rank_math_focus_keyword":"SLM vs LLM, small language models, large language models, AI model routing, AI API routing, model routing","footnotes":""},"categories":[4,6],"tags":[42,92,236,234,235],"class_list":["post-3147","post","type-post","status-publish","format-standard","hentry","category-developers","category-insights","tag-ai-api-routing","tag-ai-model-routing","tag-large-language-models","tag-slm-vs-llm","tag-small-language-models"],"_links":{"self":[{"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/posts\/3147","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/comments?post=3147"}],"version-history":[{"count":1,"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/posts\/3147\/revisions"}],"predecessor-version":[{"id":3195,"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/posts\/3147\/revisions\/3195"}],"wp:attachment":[{"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/media?parent=3147"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/categories?post=3147"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/shareai.now\/ro\/api\/wp\/v2\/tags?post=3147"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}