Perplexity: Embed V1 0.6B

Perplexity: Embed V1 0.6B to model osadzania tekstu od Perplexity, wydany 16 marca 2026. Należy do rodziny pplx-embed-v1, którą Perplexity opisuje jako najnowocześniejsze modele osadzania tekstu zbudowane dla rzeczywistego wyszukiwania w skali sieci. Wariant z 0,6 mld parametrów jest przeznaczony do lekkiego użytku o niskich opóźnieniach, co czyni go mniejszą opcją w rodzinie, a nie największą.

Model przyjmuje tekst jako dane wejściowe i zwraca osadzenia jako dane wyjściowe, więc nie generuje prozy ani odpowiedzi czatowych. Jest zoptymalizowany pod standardowe gęste wyszukiwanie tekstu, czyli typowy wzorzec stojący za wyszukiwaniem semantycznym i dopasowywaniem podobieństwa. Okno kontekstu wynosi 32 000 tokenów, a maksymalne dane wyjściowe są podane jako 28 800. Obsługiwane są tylko dane wejściowe tekstowe, a dla tego modelu nie udokumentowano żadnych parametrów żądania poza podstawowymi.

Ponieważ model tworzy gęste osadzenia do wyszukiwania, naturalne przypadki użycia to wyszukiwanie semantyczne w zbiorach dokumentów, potoki generowania wspomaganego wyszukiwaniem, w których trzeba pobrać istotne fragmenty przed przekazaniem ich do modelu czatu, deduplikacja lub grupowanie tekstu oraz systemy rekomendacji lub dopasowywania, które szeregują elementy według znaczenia, a nie pokrywania się słów kluczowych. Rozmiar 0,6 mld i nacisk na niskie opóźnienia pasują do obciążeń, w których osadza się duże ilości tekstu, takich jak indeksowanie korpusu w skali sieci lub obsługa wysokiej przepustowości zapytań, a kontekst 32 000 tokenów oznacza, że można osadzić dość długie dokumenty w jednym żądaniu zamiast dzielić je na małe fragmenty.

Model wywołuje się przez API zgodne z OpenAI w api14, używając identyfikatora modelu "perplexity/pplx-embed-v1-0.6b". Ponieważ interfejs jest zgodny z formatem osadzeń OpenAI, tekst wysyła się jako dane wejściowe i otrzymuje wektor z powrotem, a istniejące biblioteki klienckie OpenAI działają bez modyfikacji, gdy skieruje się je na bazowy adres URL api14 i ustawi ten identyfikator modelu. Lista obsługiwanych parametrów dla tego modelu jest pusta, więc należy planować wysyłanie tylko wymaganych pól i unikać polegania na opcjonalnych ustawieniach, takich jak nadpisania dimensions lub encoding format.

Jeśli zadanie dotyczy generowania tekstu, streszczania lub konwersacji, a nie wyszukiwania, model osadzeń jest niewłaściwym narzędziem i lepiej pasuje model czatu lub uzupełniania. Podobnie, jeśli potrzebne są multimodalne osadzenia dla obrazów lub dźwięku, ten model przyjmuje tylko tekst. W pracy związanej z wyszukiwaniem głównym kompromisem jest rozmiar 0,6 mld: jest zbudowany do lekkiego serwowania o niskich opóźnieniach, więc jeśli jakość wyszukiwania okaże się niewystarczająca w wymagającym korpusie, warto rozważyć większy model osadzeń.