{"id":18974,"date":"2026-09-08T02:05:32","date_gmt":"2026-09-08T06:05:32","guid":{"rendered":"https:\/\/wp.glbgpt.com\/?p=18974"},"modified":"2026-09-08T02:05:33","modified_gmt":"2026-09-08T06:05:33","slug":"how-globalgpt-tests-ai-models","status":"publish","type":"post","link":"https:\/\/wp.glbgpt.com\/es\/hub\/how-globalgpt-tests-ai-models","title":{"rendered":"C\u00f3mo eval\u00faa GlobalGPT los modelos de IA: calidad, velocidad y coste"},"content":{"rendered":"<div class=\"wp-block-group has-text-color has-background is-layout-constrained wp-container-core-group-is-layout-037d570b wp-block-group-is-layout-constrained\" style=\"color:#25292d;background-color:#f1f6fa;padding-top:20px;padding-right:20px;padding-bottom:20px;padding-left:20px\">\n<p class=\"wp-block-paragraph\">La comparaci\u00f3n de modelos parte de una tarea concreta: \u00bfqu\u00e9 es lo que ped\u00edamos y el resultado ha cumplido los requisitos? Probamos los modelos de IA en GlobalGPT mediante la interfaz de l\u00ednea de comandos (CLI) de GlobalGPT. Las excepciones se indican en el art\u00edculo correspondiente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La IA comprueba que los resultados no contengan errores y que se ajusten a las instrucciones. Cuando los resultados superan esas comprobaciones, comparamos la velocidad, el precio y el uso de tokens, cuando procede. Los autores tambi\u00e9n eval\u00faan aspectos subjetivos, como el estilo de redacci\u00f3n y el atractivo visual. La evaluaci\u00f3n del audio la realiza \u00edntegramente la IA utilizando Gemini 3.6 Flash.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Somos los <a href=\"https:\/\/www.glbgpt.com\/hub\/editorial-team\/\">Equipo de revisi\u00f3n de GlobalGPT<\/a>, que forma parte de GlobalGPT. Esta metodolog\u00eda abarca las pruebas que publicamos en el blog cuando salen al mercado nuevos modelos, as\u00ed como las comparativas entre modelos. Los informes de investigaci\u00f3n basados en los datos de los usuarios de GlobalGPT explican sus propios conjuntos de datos y m\u00e9todos de an\u00e1lisis.<\/p>\n\n\n<\/div>\n\n\n\n<nav aria-label=\"En esta p\u00e1gina\" style=\"box-sizing: border-box; max-width: 100%; padding: 20px; margin: 24px 0px; background-color: rgb(242, 247, 244); color: rgb(37, 41, 45); font-size: 16px; line-height: 1.6;\">\n        <p style=\"margin: 0px 0px 12px; color: rgb(91, 99, 107); font-size: 14px; font-weight: 700;\">En esta p\u00e1gina<\/p>\n        <ul style=\"display: flex; flex-wrap: wrap; gap: 8px 24px; list-style: none; padding: 0px; margin: 0px;\">\n          <li style=\"flex: 1 1 260px; min-width: 0; margin: 0px; font-size: 15px; line-height: 1.5;\"><a href=\"#where-we-test\" style=\"color: rgb(22, 94, 154); text-decoration: underline; overflow-wrap: anywhere;\">Nuestro entorno de pruebas: GlobalGPT CLI<\/a><\/li>\n          <li style=\"flex: 1 1 260px; min-width: 0; margin: 0px; font-size: 15px; line-height: 1.5;\"><a href=\"#how-we-define-a-task\" style=\"color: rgb(22, 94, 154); text-decoration: underline; overflow-wrap: anywhere;\">Dise\u00f1o de tareas: indicaciones, datos de entrada y requisitos<\/a><\/li>\n          <li style=\"flex: 1 1 260px; min-width: 0; margin: 0px; font-size: 15px; line-height: 1.5;\"><a href=\"#how-we-evaluate-outputs\" style=\"color: rgb(22, 94, 154); text-decoration: underline; overflow-wrap: anywhere;\">Evaluaci\u00f3n de resultados: errores, instrucciones y eficiencia<\/a><\/li>\n          <li style=\"flex: 1 1 260px; min-width: 0; margin: 0px; font-size: 15px; line-height: 1.5;\"><a href=\"#how-we-evaluate-audio\" style=\"color: rgb(22, 94, 154); text-decoration: underline; overflow-wrap: anywhere;\">Evaluaci\u00f3n del audio de IA con Gemini 3.6 Flash<\/a><\/li>\n          <li style=\"flex: 1 1 260px; min-width: 0; margin: 0px; font-size: 15px; line-height: 1.5;\"><a href=\"#understanding-the-test-record\" style=\"color: rgb(22, 94, 154); text-decoration: underline; overflow-wrap: anywhere;\">C\u00f3mo interpretar las fechas de las pruebas, los ajustes y los resultados<\/a><\/li>\n          <li style=\"flex: 1 1 260px; min-width: 0; margin: 0px; font-size: 15px; line-height: 1.5;\"><a href=\"#retries-and-failures\" style=\"color: rgb(22, 94, 154); text-decoration: underline; overflow-wrap: anywhere;\">Interpretaci\u00f3n de los reintentos, las solicitudes fallidas y las revisiones<\/a><\/li>\n          <li style=\"flex: 1 1 260px; min-width: 0; margin: 0px; font-size: 15px; line-height: 1.5;\"><a href=\"#what-results-can-show\" style=\"color: rgb(22, 94, 154); text-decoration: underline; overflow-wrap: anywhere;\">Lo que los resultados de las tareas pueden y no pueden revelarte<\/a><\/li>\n          <li style=\"flex: 1 1 260px; min-width: 0; margin: 0px; font-size: 15px; line-height: 1.5;\"><a href=\"#updates-and-corrections\" style=\"color: rgb(22, 94, 154); text-decoration: underline; overflow-wrap: anywhere;\">En qu\u00e9 se diferencian las actualizaciones de art\u00edculos de la nueva evaluaci\u00f3n de modelos<\/a><\/li>\n        <\/ul>\n      <\/nav>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"where-we-test\">Nuestro entorno de pruebas: GlobalGPT CLI<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La CLI GlobalGPT es nuestro entorno de pruebas predeterminado. Cualquier prueba que utilice una interfaz, una ruta de API o una herramienta de programaci\u00f3n nativa diferente debe interpretarse en ese contexto. Los nombres de los modelos, la configuraci\u00f3n disponible, las herramientas y el acceso pueden variar seg\u00fan el entorno.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">El modelo que genera un resultado y la IA que lo eval\u00faa tienen funciones distintas. El veredicto de un evaluador constituye una prueba sobre el resultado obtenido; no determina c\u00f3mo funciona internamente el modelo sometido a prueba.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"how-we-define-a-task\">Dise\u00f1o de tareas: indicaciones, datos de entrada y requisitos<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Asignamos a los modelos tareas concretas con requisitos bien definidos. Una tarea de redacci\u00f3n podr\u00eda consistir en elaborar un resumen bas\u00e1ndose \u00fanicamente en las notas facilitadas. Una tarea de programaci\u00f3n podr\u00eda consistir en crear una funci\u00f3n que gestione una entrada vac\u00eda. Una tarea relacionada con im\u00e1genes podr\u00eda consistir en incluir un texto concreto en un cartel.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A modo de comparaci\u00f3n, la indicaci\u00f3n y los materiales de entrada determinan lo que se le pide a cada modelo que haga. Las diferencias en los formatos compatibles, los ajustes o las herramientas disponibles son importantes a la hora de interpretar los resultados. Una comparaci\u00f3n con una indicaci\u00f3n fija y un tutorial que mejora una indicaci\u00f3n tras varios intentos responden a preguntas diferentes.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"how-we-evaluate-outputs\">Evaluaci\u00f3n de resultados: errores, instrucciones y eficiencia<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Errores y cumplimiento inmediato<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">La IA eval\u00faa si el resultado se ajusta a la tarea y contiene errores detectables. Las comprobaciones pertinentes pueden abarcar c\u00e1lculos incorrectos, afirmaciones sin fundamento, campos que faltan o el incumplimiento del formato requerido.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>\u00abAprobado\u00bb significa que las comprobaciones realizadas no han detectado ning\u00fan error.<\/strong> Esto no garantiza que el resultado est\u00e9 libre de cualquier posible error. Los evaluadores de IA pueden pasar por alto errores o emitir juicios err\u00f3neos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Las pruebas de ejecuci\u00f3n constituyen una parte independiente de la evaluaci\u00f3n. En nuestro <a href=\"https:\/\/www.glbgpt.com\/hub\/kimi-coding-plan\/\">Prueba del plan de programaci\u00f3n de Kimi<\/a>, al c\u00f3digo generado le siguieron cinco comprobaciones locales. Leer el c\u00f3digo, pedir a un modelo que revise su propia respuesta y ejecutar pruebas aportan diferentes tipos de pruebas.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Velocidad, precio y uso de los tokens<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Una vez que un resultado cumple los requisitos de la tarea, la eficiencia ayuda a distinguir las opciones v\u00e1lidas. Una respuesta r\u00e1pida que omita un c\u00e1lculo necesario no ha realizado el mismo trabajo que una respuesta correcta.<\/p>\n\n\n\n<div style=\"max-width:100%;overflow-x:auto;margin:24px 0\"><table style=\"width: 100%; border-collapse: collapse; font-size: 16px; line-height: 1.6; text-align: left;\">\n            <thead><tr><th scope=\"col\" style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(237, 244, 241) !important; color: rgb(37, 41, 45) !important;\">Medida<\/th><th scope=\"col\" style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(237, 244, 241) !important; color: rgb(37, 41, 45) !important;\">C\u00f3mo leerlo<\/th><\/tr><\/thead>\n            <tbody>\n              <tr><th scope=\"row\" style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(255, 255, 255) !important; color: rgb(37, 41, 45) !important;\">Tiempo<\/th><td style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(255, 255, 255) !important; color: rgb(37, 41, 45) !important;\">Consulta la ventana de medici\u00f3n. El tiempo desde la solicitud hasta la finalizaci\u00f3n incluye el recorrido y el procesamiento correspondientes; no se trata necesariamente de la latencia del modelo por parte del proveedor.<\/td><\/tr>\n              <tr><th scope=\"row\" style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(247, 249, 250) !important; color: rgb(37, 41, 45) !important;\">Uso del token<\/th><td style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(247, 249, 250) !important; color: rgb(37, 41, 45) !important;\">Utiliza las categor\u00edas que devuelve el servicio. La ausencia de datos de entrada, salida, cach\u00e9 o token de razonamiento no implica que el uso sea nulo.<\/td><\/tr>\n              <tr><th scope=\"row\" style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(255, 255, 255) !important; color: rgb(37, 41, 45) !important;\">Coste<\/th><td style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(255, 255, 255) !important; color: rgb(37, 41, 45) !important;\">Distingue entre los cargos o abonos registrados en el sistema GlobalGPT y las estimaciones basadas en los precios de la API del proveedor. Las cuotas de suscripci\u00f3n son otro indicador.<\/td><\/tr>\n              <tr><th scope=\"row\" style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(247, 249, 250) !important; color: rgb(37, 41, 45) !important;\">Creaci\u00f3n de contenidos multimedia<\/th><td style=\"padding: 12px 14px !important; border: 1px solid rgb(219, 225, 229) !important; vertical-align: top !important; text-align: left !important; overflow-wrap: break-word !important; background: rgb(247, 249, 250) !important; color: rgb(37, 41, 45) !important;\">Ten en cuenta los par\u00e1metros de salida y los cr\u00e9ditos aplicables o los cargos por salida. Es posible que el recuento de fichas no est\u00e9 disponible o no sea relevante.<\/td><\/tr>\n            <\/tbody>\n          <\/table><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Una estimaci\u00f3n de precio debe incluir una base de c\u00e1lculo claramente indicada. Los cr\u00e9ditos no pueden convertirse en d\u00f3lares sin una regla de conversi\u00f3n verificada, y el mero hecho de que un campo de respuesta tenga un valor cero no basta para demostrar que una solicitud fuera gratuita.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Valoraci\u00f3n del autor en las tareas subjetivas<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Los autores tambi\u00e9n comparan los resultados cuando las preferencias influyen en la utilidad. En el caso de los textos o las im\u00e1genes, esto puede significar explicar qu\u00e9 resultado presenta un lenguaje m\u00e1s claro, una maquetaci\u00f3n m\u00e1s legible o una composici\u00f3n que se adapta mejor al encargo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nuestra <a href=\"https:\/\/www.glbgpt.com\/hub\/seedream-5-0-pro-vs-gpt-image-2\/\">Comparaci\u00f3n entre Seedream 5.0 Pro y GPT Image 2<\/a> muestra im\u00e1genes emparejadas en relaci\u00f3n con tareas espec\u00edficas. El texto y la maquetaci\u00f3n visibles ofrecen a los lectores elementos que pueden examinar, adem\u00e1s de la preferencia del autor. Una preferencia est\u00e9tica sigue siendo algo distinto de un requisito verificado de forma objetiva.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"how-we-evaluate-audio\">Evaluaci\u00f3n del audio de IA con Gemini 3.6 Flash<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Nuestras evaluaciones de audio se realizan \u00edntegramente mediante inteligencia artificial.<\/strong> Utilizamos Gemini 3.6 Flash para interpretar el audio real. Se trata de evaluaciones realizadas por IA, no de resultados obtenidos por un panel de escucha humano.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La evaluaci\u00f3n depende de la tarea: el habla solicitada, el lenguaje, los eventos sonoros, la sincronizaci\u00f3n o la estructura musical. Nuestra <a href=\"https:\/\/www.glbgpt.com\/hub\/seed-audio-1-0-review\/\">Rese\u00f1a de Seed Audio 1.0<\/a> incluye audio generado y an\u00e1lisis mediante IA del contenido, los eventos, la sincronizaci\u00f3n y los artefactos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Las propiedades del archivo, como el formato y la duraci\u00f3n, son independientes de las valoraciones sobre el contenido. La presencia de una pista de audio no garantiza que las palabras o los sonidos indicados sean correctos. Toda partitura publicada debe interpretarse teniendo en cuenta los criterios de evaluaci\u00f3n y el audio que describe.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"understanding-the-test-record\">C\u00f3mo interpretar las fechas de las pruebas, los ajustes y los resultados<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">El art\u00edculo concreto es donde deben figurar los datos detallados de las pruebas. Entre los elementos contextuales \u00fatiles se incluyen:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>La fecha de la prueba, el identificador del modelo y el entorno.<\/li>\n\n\n\n<li>La tarea, las instrucciones, los materiales de apoyo y el resultado esperado.<\/li>\n\n\n\n<li>Configuraciones disponibles, n\u00famero de intentos y cambios pertinentes.<\/li>\n\n\n\n<li>El evaluador, los criterios de evaluaci\u00f3n aplicados y los motivos que justifican la preferencia del autor.<\/li>\n\n\n\n<li>Resultados reales o extractos, capturas de pantalla o material multimedia, as\u00ed como registros disponibles sobre plazos, uso y costes.<\/li>\n\n\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Los registros var\u00edan seg\u00fan los art\u00edculos y las pruebas m\u00e1s antiguas. Las mediciones que faltan no pueden reconstruirse como hechos observados. La secci\u00f3n \u00abBlog y gu\u00edas\u00bb de la p\u00e1gina de una colecci\u00f3n de modelos incluye enlaces a las revisiones pertinentes y a esta metodolog\u00eda; las instrucciones completas y las pruebas de los resultados se conservan en los art\u00edculos del blog.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"retries-and-failures\">Interpretaci\u00f3n de los reintentos, las solicitudes fallidas y las revisiones<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Un primer resultado, un resultado seleccionado y un intento revisado transmiten mensajes diferentes a los lectores. El historial de intentos del art\u00edculo es relevante, incluyendo los fallos t\u00e9cnicos, las respuestas vac\u00edas, las respuestas truncadas y los cambios en las indicaciones o en la configuraci\u00f3n.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Una solicitud completada puede, aun as\u00ed, devolver una respuesta inutilizable. Una solicitud fallida puede revelar un problema en la ruta probada sin que ello implique una deficiencia general del modelo. Nuestros art\u00edculos utilizan distintos \u00e1mbitos de prueba; no existe un n\u00famero universal de ejecuciones ni un procedimiento de prueba a ciegas detr\u00e1s de cada resultado.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"what-results-can-show\">Lo que los resultados de las tareas pueden y no pueden revelarte<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Un resultado respalda una conclusi\u00f3n sobre la tarea, el modelo, la fecha y el entorno evaluados. Los conjuntos de tareas reducidos y las mediciones de tiempo individuales no permiten establecer una clasificaci\u00f3n universal del rendimiento. Si solo se ha evaluado uno de los dos modelos en una comparaci\u00f3n, esa evidencia no puede servir para determinar un ganador entre ambos modelos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Las especificaciones oficiales, las pruebas de rendimiento externas, los ensayos anteriores y los propios resultados de un art\u00edculo aportan distintos tipos de pruebas. Cualquier puntuaci\u00f3n depende de la escala indicada, la ponderaci\u00f3n y las exclusiones. Los lectores deber\u00edan poder relacionar la conclusi\u00f3n con las pruebas, incluidos los resultados parciales o insatisfactorios.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"updates-and-corrections\">En qu\u00e9 se diferencian las actualizaciones de art\u00edculos de la nueva evaluaci\u00f3n de modelos<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Por lo general, revisamos los art\u00edculos cada dos o cuatro semanas, tal y como se describe en nuestro <a href=\"https:\/\/www.glbgpt.com\/hub\/editorial-standards\/\">Normas editoriales<\/a>. Una comprobaci\u00f3n del contenido no implica que se hayan vuelto a ejecutar todas las pruebas de los modelos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Actualizar un precio, corregir la evaluaci\u00f3n de un resultado existente y generar un nuevo resultado son acciones independientes. Los resultados hist\u00f3ricos siguen vinculados a su contexto de prueba original; el mero hecho de que la fecha de actualizaci\u00f3n de un art\u00edculo sea m\u00e1s reciente no los convierte en nuevos resultados de prueba.<\/p>","protected":false},"excerpt":{"rendered":"<p>Una comparaci\u00f3n de modelos comienza con una tarea concreta: \u00bfqu\u00e9 es lo que pedimos y el resultado cumpli\u00f3 con los requisitos? Probamos los modelos de IA en GlobalGPT utilizando la interfaz de l\u00ednea de comandos (CLI) de GlobalGPT. Las excepciones se indican en el art\u00edculo correspondiente. La IA comprueba que los resultados no contengan errores y que se ajusten a las instrucciones. Cuando los resultados superan esas comprobaciones, comparamos la velocidad, el precio y [\u2026]<\/p>","protected":false},"author":13,"featured_media":18976,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"","_seopress_titles_title":"How GlobalGPT Tests AI Models: Quality, Speed, and Cost","_seopress_titles_desc":"See how GlobalGPT tests AI models using specific tasks, AI evaluation, and cost comparisons. Understand the evidence before choosing a model for your work.","_seopress_robots_index":"","footnotes":""},"categories":[7],"tags":[],"class_list":["post-18974","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-chat"],"acf":[],"_links":{"self":[{"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/posts\/18974","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/users\/13"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/comments?post=18974"}],"version-history":[{"count":1,"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/posts\/18974\/revisions"}],"predecessor-version":[{"id":18975,"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/posts\/18974\/revisions\/18975"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/media\/18976"}],"wp:attachment":[{"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/media?parent=18974"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/categories?post=18974"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.glbgpt.com\/es\/wp-json\/wp\/v2\/tags?post=18974"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}