Perplexity: Embed V1 0.6B

Perplexity: Embed V1 0.6B는 2026년 3월 16일에 출시된 Perplexity의 텍스트 임베딩 모델입니다. 이는 pplx-embed-v1 제품군에 속하며, Perplexity는 이 제품군을 실제 환경의 웹 규모 검색을 위해 구축된 최첨단 텍스트 임베딩 모델이라고 설명합니다. 0.6B 파라미터 변형은 경량, 저지연 사용을 목표로 하므로 제품군에서 가장 큰 옵션이 아니라 더 작은 옵션입니다.

이 모델은 텍스트를 입력으로 받아 임베딩을 출력으로 반환하므로 산문이나 채팅 답변을 생성하지 않습니다. 시맨틱 검색과 유사도 매칭의 일반적인 패턴인 표준 밀집 텍스트 검색에 최적화되어 있습니다. 컨텍스트 윈도우는 32,000 토큰이며, 최대 출력은 28,800으로 명시되어 있습니다. 텍스트 입력만 지원되며, 이 모델에 대해 기본 사항 외의 요청 파라미터는 문서화되어 있지 않습니다.

이 모델은 검색을 위한 밀집 임베딩을 생성하므로 자연스러운 사용 사례는 문서 컬렉션에 대한 시맨틱 검색, 관련 구절을 채팅 모델에 전달하기 전에 가져와야 하는 검색 증강 생성 파이프라인, 텍스트의 중복 제거 또는 클러스터링, 키워드 중복이 아닌 의미로 항목의 순위를 매기는 추천 또는 매칭 시스템입니다. 0.6B 크기와 저지연 초점은 웹 규모 코퍼스 색인화나 높은 쿼리 처리량 처리처럼 대량의 텍스트를 임베딩하는 워크로드에 적합하며, 32,000 토큰 컨텍스트 덕분에 문서를 작은 청크로 나누지 않고 단일 요청으로 상당히 긴 문서를 임베딩할 수 있습니다.

모델 id "perplexity/pplx-embed-v1-0.6b"를 사용하여 api14의 OpenAI 호환 API를 통해 이 모델을 호출합니다. 인터페이스가 OpenAI 임베딩 형식을 따르므로 텍스트를 input으로 보내고 벡터를 돌려받으며, 기존 OpenAI 클라이언트 라이브러리는 api14 기본 URL을 가리키고 해당 모델 id를 설정하면 수정 없이 작동합니다. 이 모델의 지원 파라미터 목록은 비어 있으므로 필수 필드만 보내고 dimensions 또는 encoding format 재정의 같은 선택적 설정에 의존하지 않는 것이 좋습니다.

작업이 검색이 아니라 텍스트 생성, 요약 또는 대화라면 임베딩 모델은 잘못된 도구이며 채팅 또는 완성 모델이 더 적합합니다. 마찬가지로 이미지나 오디오에 대한 멀티모달 임베딩이 필요하다면 이 모델은 텍스트만 받습니다. 검색 작업 내에서 주요 절충점은 0.6B 크기입니다. 이 모델은 경량, 저지연 서빙을 위해 구축되었으므로 까다로운 코퍼스에서 검색 품질이 충분하지 않다면 더 큰 임베딩 모델을 고려할 가치가 있습니다.