Perplexity: Embed V1 4B

Perplexity: Embed V1 4B é um modelo de embedding de texto da Perplexity, lançado pelo fornecedor em 16 de março de 2026. Pertence à categoria de embeddings e não à categoria de chat, o que significa que não gera respostas conversacionais. Em vez disso, transforma texto em representações vetoriais que você armazena e consulta. O 4B no nome refere-se à contagem de parâmetros desta variante, e a Perplexity posiciona a família pplx-embed-v1 como estado da arte para recuperação em escala web do mundo real, com o modelo 4B maximizando a qualidade de recuperação dentro dessa família.

O modelo aceita texto como sua única modalidade de entrada e retorna embeddings como sua única modalidade de saída. Suporta um comprimento de contexto de 32000 tokens, então uma única requisição pode cobrir um documento longo em vez de um trecho curto. A saída máxima reportada é 28800. Como a saída é um vetor e não texto corrido, não há etapa de geração de texto nem comportamento de amostragem para ajustar. Você envia texto, recebe representações numéricas de volta, e essas representações são o que carrega o significado semântico da entrada.

Os usos práticos decorrem diretamente da recuperação densa. Você pode gerar embeddings de um corpus de documentos ou páginas web e armazenar os vetores em um banco de dados vetorial, depois gerar o embedding de uma consulta do usuário e buscar os vizinhos mais próximos. Esse padrão cobre busca semântica, pipelines de geração aumentada por recuperação em que um modelo de linguagem precisa de passagens relevantes antes de responder, deduplicação e detecção de quase duplicatas, agrupamento e agrupamento por tópicos, classificação comparando vetores com exemplos rotulados, e recursos de recomendação ou similaridade. O contexto de 32000 tokens é útil quando as unidades que você deseja indexar são longas: artigos completos, páginas de documentação ou longos tópicos de suporte em vez de frases únicas.

Chamar o modelo através do api14 funciona da mesma forma que qualquer outro modelo no gateway, porque o api14 expõe uma API compatível com OpenAI. Você define o id do modelo como perplexity/pplx-embed-v1-4b na sua requisição e envia seu texto como entrada. Como o endpoint é compatível com OpenAI, bibliotecas cliente OpenAI existentes e caminhos de código geralmente funcionam com apenas a URL base, a chave e o id do modelo alterados. O modelo não reporta parâmetros suportados, então não há ajustes extras como temperature ou top_p para configurar; a requisição é essencialmente texto entrando e embeddings saindo.

Uma coisa a considerar é a ausência de parâmetros suportados. Se o seu fluxo de trabalho depende de ajustar o comportamento de geração, este não é o modelo certo, já que ele produz embeddings e nada mais. Também é um modelo de modalidade única, então não consegue lidar com imagens ou áudio. Se sua tarefa é geração, sumarização ou diálogo em vez de recuperação, um modelo de chat ou completion é a escolha apropriada, e este modelo de embedding se encaixa melhor como a camada de recuperação ao lado de um.