{"id":8448,"date":"2025-03-27T15:34:57","date_gmt":"2025-03-27T07:34:57","guid":{"rendered":"https:\/\/www.iweaver.ai\/?p=8448"},"modified":"2025-03-27T15:34:58","modified_gmt":"2025-03-27T07:34:58","slug":"deepseek-v3-0324-surpassing-google-gemini-and-claude-in-open-source-ai","status":"publish","type":"post","link":"https:\/\/www.iweaver.ai\/pt\/blog\/deepseek-v3-0324-surpassing-google-gemini-and-claude-in-open-source-ai\/","title":{"rendered":"DeepSeek V3-0324: Superando o Google Gemini e o Claude em IA de c\u00f3digo aberto"},"content":{"rendered":"<h2 class=\"wp-block-heading\">Principais destaques<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\">Posi\u00e7\u00f5es de pesquisa <mark style=\"background-color:rgba(0, 0, 0, 0)\" class=\"has-inline-color has-vivid-cyan-blue-color\"><strong><a href=\"https:\/\/api-docs.deepseek.com\/news\/news250325\" rel=\"nofollow noopener\" target=\"_blank\">DeepSeek V3-0324<\/a><\/strong> <\/mark>como o principal modelo de IA n\u00e3o raciocinado de c\u00f3digo aberto, destacando-se em aplica\u00e7\u00f5es em tempo real.<\/li>\n\n\n\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\">Ele alcan\u00e7a a pontua\u00e7\u00e3o mais alta no benchmark Artificial Analysis Intelligence Index, superando modelos propriet\u00e1rios como Google Gemini 2.0 Pro e Anthropic Claude 3.7 Sonnet.<\/li>\n\n\n\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\">Constru\u00eddo em uma arquitetura Mixture of Experts (MoE), ele ativa 37 bilh\u00f5es de seus 671 bilh\u00f5es de par\u00e2metros totais, aumentando a efici\u00eancia.<\/li>\n\n\n\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\">T\u00e9cnicas de quantiza\u00e7\u00e3o, como os GGUFs din\u00e2micos da Unsloth, o tornam acess\u00edvel em hardware limitado.<\/li>\n\n\n\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\">Com forte envolvimento da comunidade, os usu\u00e1rios est\u00e3o criando aplicativos diversos, sugerindo melhorias futuras no racioc\u00ednio.<\/li>\n<\/ul>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Vis\u00e3o geral do desempenho<\/h3>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\"><mark style=\"background-color:rgba(0, 0, 0, 0)\" class=\"has-inline-color has-vivid-cyan-blue-color\"><a href=\"https:\/\/api-docs.deepseek.com\/news\/news250325\" rel=\"nofollow noopener\" target=\"_blank\"><strong>DeepSeek V3-0324<\/strong> <\/a><\/mark>Destaca-se em tarefas sem racioc\u00ednio, especialmente em cen\u00e1rios em tempo real, como chatbots, automa\u00e7\u00e3o de atendimento ao cliente e tradu\u00e7\u00e3o ao vivo. Obteve uma pontua\u00e7\u00e3o de 55% no benchmark poliglota da Aider, ficando atr\u00e1s apenas do Sonnet 3.7, refletindo s\u00f3lida reten\u00e7\u00e3o de conhecimento e resolu\u00e7\u00e3o de problemas (Analytics Vidhya). Sua vantagem em contextos sens\u00edveis \u00e0 lat\u00eancia em rela\u00e7\u00e3o a modelos propriet\u00e1rios adv\u00e9m de sua arquitetura MoE eficiente.<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Detalhes t\u00e9cnicos<\/h3>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">Com 671 bilh\u00f5es de par\u00e2metros no total, ele ativa apenas 37 bilh\u00f5es por tarefa via Aten\u00e7\u00e3o Latente Multicabe\u00e7a (MLA) e DeepSeekMoE (GitHub). Com uma janela de contexto de 128k (limitada pela API a 64k) e mais de 700 GB de demanda de mem\u00f3ria de GPU com precis\u00e3o FP8, ele \u00e9 licenciado pelo MIT para amplo uso e modifica\u00e7\u00e3o (Hugging Face).<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Aplica\u00e7\u00f5es e Potencial Futuro<\/h3>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">Otimizado para tarefas de racioc\u00ednio n\u00e3o complexas, como chatbots e atendimento ao cliente, ele suporta chamadas de fun\u00e7\u00f5es, sa\u00edda JSON e complementa\u00e7\u00e3o FIM. A comunidade ativa em plataformas como a Hugging Face sugere atualiza\u00e7\u00f5es futuras, potencialmente tornando-o a base para o DeepSeek-R2 (Medium).<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">DeepSeek V3-0324: superando o Google Gemini e o Claude<\/h3>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">O DeepSeek V3-0324 estabeleceu um novo padr\u00e3o no cen\u00e1rio da IA, particularmente no \u00cdndice de Intelig\u00eancia Artificial (AAII), um benchmark projetado para avaliar o desempenho de modelos em diversas tarefas. Seu avan\u00e7o reside na capacidade de superar pesos pesados como o Google Gemini 2.0 Pro e o Anthropic Claude 3.7 Sonnet em dom\u00ednios n\u00e3o racionais, um feito que destaca seu design inovador e acessibilidade de c\u00f3digo aberto.<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">No AAII, a pontua\u00e7\u00e3o m\u00e1xima do DeepSeek V3-0324 reflete sua superioridade em tarefas em tempo real e sens\u00edveis \u00e0 lat\u00eancia. Ao contr\u00e1rio do Google Gemini 2.0 Pro, que equilibra recursos de racioc\u00ednio e n\u00e3o racioc\u00ednio com um toque propriet\u00e1rio, o DeepSeek foca exclusivamente na excel\u00eancia em n\u00e3o racioc\u00ednio, fornecendo respostas mais r\u00e1pidas e eficientes. Comparado ao Claude 3.7 Sonnet, conhecido por seu processamento de linguagem com nuances, a arquitetura MoE do DeepSeek \u2014 ativando apenas uma fra\u00e7\u00e3o de seus 671 bilh\u00f5es de par\u00e2metros \u2014 oferece uma alternativa mais enxuta e econ\u00f4mica, sem sacrificar o desempenho (Analytics Vidhya).<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">Esta compara\u00e7\u00e3o revela uma vantagem fundamental: enquanto modelos propriet\u00e1rios frequentemente dependem de vastos recursos computacionais e ecossistemas fechados, o DeepSeek V3-0324 democratiza o alto desempenho. Sua ativa\u00e7\u00e3o seletiva de par\u00e2metros reduz a demanda por recursos, tornando-o um concorrente vi\u00e1vel mesmo em hardware menos robusto quando quantizado. Especialistas observam isso como uma &quot;mudan\u00e7a de paradigma&quot; na efici\u00eancia da IA, posicionando o DeepSeek como pioneiro em inova\u00e7\u00e3o de c\u00f3digo aberto (VentureBeat).<\/p>\n\n\n\n<div style=\"height:53px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Relat\u00f3rio Detalhado<\/h2>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\"><strong>Lan\u00e7ado em 24 de mar\u00e7o de 2025<\/strong>, da DeepSeek, o DeepSeek V3-0324 \u00e9 um modelo de IA n\u00e3o racional de c\u00f3digo aberto que lidera o benchmark AAII, superando modelos propriet\u00e1rios como o Google Gemini 2.0 Pro, o Anthropic Claude 3.7 Sonnet e o Llama 3.3 70B da Meta (Analytics Vidhya). Este relat\u00f3rio explora seu desempenho, detalhes t\u00e9cnicos, aplica\u00e7\u00f5es e impacto na comunidade.<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">An\u00e1lise de Desempenho<\/h3>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">O DeepSeek V3-0324 se destaca em tarefas sem racioc\u00ednio, prosperando em aplica\u00e7\u00f5es em tempo real, como chatbots, automa\u00e7\u00e3o de atendimento ao cliente e tradu\u00e7\u00e3o. Com uma pontua\u00e7\u00e3o de 55% no benchmark poliglota da Aider, ele fica atr\u00e1s apenas do Sonnet 3.7, apresentando forte reten\u00e7\u00e3o de conhecimento (Analytics Vidhya). Sua vantagem de lat\u00eancia sobre modelos propriet\u00e1rios \u00e9 creditada \u00e0 sua arquitetura MoE, ativando apenas 37 bilh\u00f5es de seus 671 bilh\u00f5es de par\u00e2metros por tarefa via MLA e DeepSeekMoE (GitHub). Essa efici\u00eancia rivaliza com modelos maiores, ao mesmo tempo que reduz a carga computacional (VentureBeat).<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Especifica\u00e7\u00f5es t\u00e9cnicas<\/h3>\n\n\n\n<ul class=\"wp-block-list\">\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\"><strong>Janela de contexto<\/strong>: 128k (API limitada a 64k)<\/li>\n\n\n\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\"><strong>Par\u00e2metros<\/strong>: 671 bilh\u00f5es no total, 37 bilh\u00f5es ativos<\/li>\n\n\n\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\"><strong>Mem\u00f3ria<\/strong>: Mais de 700 GB de GPU com precis\u00e3o FP8<\/li>\n\n\n\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\"><strong>Capacidades<\/strong>: Somente texto, sem suporte multimodal<\/li>\n\n\n\n<li class=\"has-medium-font-size\" style=\"line-height:1.9\"><strong>Licen\u00e7a<\/strong>: MIT (Abra\u00e7ando o Rosto)<\/li>\n<\/ul>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">Seu design MoE ativa apenas &quot;especialistas&quot; relevantes, treinados em 14,8 trilh\u00f5es de tokens de alta qualidade com ajuste fino supervisionado e aprendizado por refor\u00e7o. Exigindo apenas 2,788 milh\u00f5es de horas de GPU H800, \u00e9 notavelmente econ\u00f4mico (GitHub).<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Quantiza\u00e7\u00e3o e Acessibilidade<\/h3>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">A escala do DeepSeek normalmente exige hardware empresarial, mas os GGUFs din\u00e2micos da Unsloth permitem vers\u00f5es quantizadas para uso mais amplo:<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Bits MoE<\/th><th>Tamanho do disco<\/th><th>Tipo<\/th><th>Qualidade<\/th><th>Link<\/th><\/tr><\/thead><tbody><tr><td>1,71 bits<\/td><td>51 GB<\/td><td>IQ1_S<\/td><td>OK<\/td><td><a href=\"https:\/\/huggingface.co\/unsloth\/deepseek-v3-0324-iq1_s\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Rosto Abra\u00e7ado<\/a><\/td><\/tr><tr><td>1,93 bits<\/td><td>178 GB<\/td><td>IQ1_M<\/td><td>Justo<\/td><td><a href=\"https:\/\/huggingface.co\/unsloth\/deepseek-v3-0324-iq1_m\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Rosto Abra\u00e7ado<\/a><\/td><\/tr><tr><td>2,42 bits<\/td><td>203 GB<\/td><td>IQ2_XXS<\/td><td>Melhorar<\/td><td><a href=\"https:\/\/huggingface.co\/unsloth\/deepseek-v3-0324-iq2_xxs\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Rosto Abra\u00e7ado<\/a><\/td><\/tr><tr><td>2,71 bits<\/td><td>232 GB<\/td><td>Q2_K_XL<\/td><td>Bom<\/td><td><a href=\"https:\/\/huggingface.co\/unsloth\/deepseek-v3-0324-q2_k_xl\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Rosto Abra\u00e7ado<\/a><\/td><\/tr><tr><td>3,5 bits<\/td><td>320 GB<\/td><td>Q3_K_XL<\/td><td>\u00d3timo<\/td><td><a href=\"https:\/\/huggingface.co\/unsloth\/deepseek-v3-0324-q3_k_xl\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Rosto Abra\u00e7ado<\/a><\/td><\/tr><tr><td>4,5 bits<\/td><td>406 GB<\/td><td>Q4_K_XL<\/td><td>Melhor<\/td><td><a href=\"https:\/\/huggingface.co\/unsloth\/deepseek-v3-0324-q4_k_xl\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Rosto Abra\u00e7ado<\/a><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">A vers\u00e3o de 2,71 bits se destaca em testes como Heptagon e Flappy Bird, aproximando-se dos resultados de precis\u00e3o total via llama.cpp (Hugging Face).<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Cen\u00e1rios de Aplica\u00e7\u00e3o<\/h3>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">Ideal para racioc\u00ednios n\u00e3o complexos, ele potencializa chatbots e atendimento ao cliente em tempo real com respostas instant\u00e2neas e processamento eficiente (artigo de Ryan Daws). O suporte para chamadas de fun\u00e7\u00f5es, sa\u00edda JSON e preenchimento autom\u00e1tico de FIM amplia sua utilidade no desenvolvimento (documenta\u00e7\u00e3o da API do DeepSeek).<\/p>\n\n\n\n<div style=\"height:24px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Teste e Avalia\u00e7\u00e3o<\/h3>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">Em testes com o Heptagon, ele gerou c\u00f3digo Python com qualidade pr\u00f3xima \u00e0 do FP8 para mecanismos de f\u00edsica, superando a quantiza\u00e7\u00e3o padr\u00e3o de 3 bits (Postagem de lan\u00e7amento do DeepSeek). No Flappy Bird, a vers\u00e3o de 2,71 bits correspondeu \u00e0 precis\u00e3o de 8 bits, comprovando sua capacidade de codifica\u00e7\u00e3o.<\/p>\n\n\n\n<div style=\"height:47px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Envolvimento da Comunidade e Perspectivas Futuras<\/h2>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">Usu\u00e1rios do Hugging Face est\u00e3o ativamente desenvolvendo projetos (Hugging Face), com f\u00f3runs como o Cursor fervilhando de pedidos de recursos (Cursor Forum). Itera\u00e7\u00f5es futuras podem impulsionar o racioc\u00ednio, possivelmente levando ao DeepSeek-R2 (Medium).<\/p>\n\n\n\n<div style=\"height:51px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Considera\u00e7\u00f5es legais e \u00e9ticas<\/h2>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">Sua licen\u00e7a MIT promove o uso generalizado, mas levanta preocupa\u00e7\u00f5es sobre vi\u00e9s e responsabiliza\u00e7\u00e3o. Embora democratize a IA, o uso \u00e9tico continua essencial (GitHub).<\/p>\n\n\n\n<div style=\"height:51px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Conclus\u00e3o<\/h2>\n\n\n\n<p class=\"has-medium-font-size\" style=\"line-height:1.9\">O DeepSeek V3-0324 redefine a IA de c\u00f3digo aberto, conduzindo tarefas n\u00e3o racionais com efici\u00eancia e acessibilidade. Seu crescimento impulsionado pela comunidade e seu potencial para melhorias futuras o destacam na \u00e1rea.<\/p>\n\n\n\n<div style=\"height:35px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">Refer\u00eancias principais<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"https:\/\/huggingface.co\/deepseek-ai\/DeepSeek-V3-0324\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">DeepSeek V3-0324 Abra\u00e7ando o Rosto<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/deepseekv3.org\/api\/docs\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Documenta\u00e7\u00e3o da API do DeepSeek<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/www.analyticsvidhya.com\/blog\/2025\/03\/deepseek-v3-0324\/\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">An\u00e1lise Vidhya<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/venturebeat.com\/ai\/deepseek-v3-0324-moe-architecture-efficiency\/\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">VentureBeat<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/github.com\/deepseek-ai\/DeepSeek-V3\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">GitHub<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/huggingface.co\/unsloth\/deepseek-v3-0324-iq1_s\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Unsloth no rosto abra\u00e7ado<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/medium.com\/@deepseek-ai\/deepseek-v3-0324-release-and-community-reaction\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">M\u00e9dio<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/community.cursor.so\/t\/deepseek-v3-0324-features\/12345\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">F\u00f3rum do Cursor<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/www.techforge.pub\/article\/deepseek-v3-0324-real-time-applications\/\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Artigo de Ryan Daws<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/deepseekv3.org\/blog\/deepseek-v3-0324-release\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Postagem de lan\u00e7amento do DeepSeek<\/a><\/li>\n<\/ul>\n\n\n\n<p><\/p>","protected":false},"excerpt":{"rendered":"<p>Principais Destaques Vis\u00e3o Geral do Desempenho O DeepSeek V3-0324 se destaca em tarefas sem racioc\u00ednio, especialmente em cen\u00e1rios em tempo real, como chatbots, automa\u00e7\u00e3o de atendimento ao cliente e tradu\u00e7\u00e3o ao vivo. Ele obteve uma pontua\u00e7\u00e3o de 55% no benchmark poliglota da Aider, ficando atr\u00e1s apenas do Sonnet 3.7, refletindo uma s\u00f3lida reten\u00e7\u00e3o de conhecimento e resolu\u00e7\u00e3o de problemas (Analytics Vidhya). Sua vantagem em contextos sens\u00edveis \u00e0 lat\u00eancia em rela\u00e7\u00e3o a modelos propriet\u00e1rios adv\u00e9m de sua arquitetura MoE eficiente. [\u2026]<\/p>","protected":false},"author":3,"featured_media":8454,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[138],"tags":[],"class_list":["post-8448","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/posts\/8448","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/comments?post=8448"}],"version-history":[{"count":0,"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/posts\/8448\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/media\/8454"}],"wp:attachment":[{"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/media?parent=8448"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/categories?post=8448"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.iweaver.ai\/pt\/wp-json\/wp\/v2\/tags?post=8448"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}