Perplexity: Embed V1 4B

Perplexity: Embed V1 4B is een tekstembeddingmodel van Perplexity, uitgebracht door de provider op 16 maart 2026. Het behoort tot de categorie embeddings en niet tot de categorie chat, wat betekent dat het geen conversationele antwoorden genereert. In plaats daarvan zet het tekst om in vectorrepresentaties die je opslaat en doorzoekt. De 4B in de naam verwijst naar het aantal parameters van deze variant, en Perplexity positioneert de pplx-embed-v1 familie als state of the art voor retrieval in de echte wereld op webschaal, waarbij het 4B-model de retrievalkwaliteit binnen die familie maximaliseert.

Het model accepteert tekst als enige inputmodaliteit en retourneert embeddings als enige outputmodaliteit. Het ondersteunt een contextlengte van 32000 tokens, zodat een enkele aanvraag een lang document kan omvatten in plaats van een kort fragment. De gerapporteerde maximale output is 28800. Omdat de output een vector is en geen proza, is er geen tekstgeneratiestap en geen samplinggedrag om af te stemmen. Je stuurt tekst in, je krijgt numerieke representaties terug, en die representaties dragen de semantische betekenis van de input.

De praktische toepassingen volgen direct uit dense retrieval. Je kunt een corpus van documenten of webpagina's embedden en de vectoren opslaan in een vectordatabase, en vervolgens een gebruikersquery embedden en zoeken naar de dichtstbijzijnde neighbours. Dat patroon dekt semantisch zoeken, retrieval augmented generation pipelines waarin een taalmodel relevante passages nodig heeft voordat het antwoordt, deduplicatie en detectie van bijna-duplicaten, clustering en topicgroepering, classificatie door vectoren te vergelijken met gelabelde voorbeelden, en aanbevelings- of similariteitsfuncties. De context van 32000 tokens is nuttig wanneer de eenheden die je wilt indexeren lang zijn: volledige artikelen, documentatiepagina's of lange supportthreads in plaats van losse zinnen.

Het model aanroepen via api14 werkt hetzelfde als bij elk ander model op de gateway, omdat api14 een OpenAI-compatibele API beschikbaar stelt. Je stelt het model-id in op perplexity/pplx-embed-v1-4b in je aanvraag en stuurt je tekst als input. Omdat het endpoint OpenAI-compatibel is, werken bestaande OpenAI-clientbibliotheken en codepaden over het algemeen met alleen de base URL, key en het model-id gewijzigd. Het model rapporteert geen ondersteunde parameters, dus er zijn geen extra knoppen zoals temperature of top_p om te configureren; de aanvraag is in essentie tekst in en embeddings uit.

Een ding om rekening mee te houden is het ontbreken van ondersteunde parameters. Als je workflow afhankelijk is van het afstemmen van generatiegedrag, is dit niet het juiste model, want het produceert embeddings en niets anders. Het is ook een model met één modaliteit, dus het kan geen afbeeldingen of audio verwerken. Als je taak generatie, samenvatting of dialoog is in plaats van retrieval, is een chat- of completionmodel de juiste keuze, en dit embeddingmodel past het beste als de retrievallaag naast zo'n model.