Source: https://ailoot.ai/models/id/perplexity-pplx-embed-v1-0-6b/
Canonical: https://ailoot.ai/models/id/perplexity-pplx-embed-v1-0-6b/
Language: id

# Perplexity: Embed V1 0.6B

[Markdown](https://ailoot.ai/models/id/perplexity-pplx-embed-v1-0-6b/index.md) · [JSON](https://ailoot.ai/models/id/perplexity-pplx-embed-v1-0-6b/facts.json)

## [Perplexity: Embed V1 0.6B](https://ailoot.ai/models/id/perplexity-pplx-embed-v1-0-6b/)

Perplexity pplx-embed-v1-0.6B menghasilkan embedding 1024 dimensi untuk temu kembali teks multibahasa yang dikodekan secara independen. Konteks 32K, persiapan teks langsung, dan representasi bawaan INT8 atau biner menentukan profil indeks keluarga v1 yang lebih kecil ini.

- [**Ailoot Ultra · Embedding** `POST /v1/embeddings` `perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/id/perplexity-pplx-embed-v1-0-6b/#method-0)

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

pplx-embed-v1-0.6B adalah model embedding independen Perplexity yang lebih kecil dalam keluarga v1. Model mengubah teks kueri atau dokumen menjadi representasi 1024 dimensi untuk temu kembali dan pencarian semantik. Pembuat menjelaskan keluarga berbasis Qwen3 yang diadaptasi melalui prapelatihan lanjutan berbasis difusi, dengan mean pooling dan konteks 32K. Model mengodekan teks yang diberikan secara langsung tanpa prefiks instruksi wajib.

#### Siapkan rekaman independen

Koleksi yang berguna dapat memuat penjelasan produk, bagian basis pengetahuan, atau catatan penelitian singkat. Berikan setiap teks konteks sumber yang cukup agar dapat dipahami saat dikembalikan pencarian: judul, pernyataan yang dicari, dan kondisi yang mengubah maknanya. Simpan teks asli serta pengenal rekaman bersama embedding hasilnya.

Untuk tugas pencarian catatan, pertanyaan tentang hal yang berubah dalam suatu proses harus menemukan catatan yang menjelaskan perubahan tersebut. Buat embedding pertanyaan sebenarnya dan bandingkan dengan rekaman korpus yang disiapkan. Jangan menambahkan instruksi query/passage dari keluarga model lain secara bawaan; teks langsung adalah persiapan yang didokumentasikan pembuat untuk model ini.

#### Vektor terkuantisasi dan perbandingan kosinus

Representasi bawaan adalah embedding INT8 yang tidak dinormalisasi. Perplexity secara eksplisit menyarankan kemiripan kosinus untuk perbandingan. Skor hasil kali titik mentah pada keluaran yang tidak dinormalisasi mengubah perbandingan karena besaran vektor ikut berkontribusi. Pilih indeks pencarian dan jalur penilaian yang dapat menafsirkan representasi serta metrik yang dipilih secara bersama-sama.

Representasi biner juga didokumentasikan, dan tabel model mengidentifikasi dukungan Matryoshka. Pilihan representasi ini dapat relevan untuk penyimpanan indeks, tetapi komponen dan byte terkemasnya harus ditafsirkan dengan benar. Keluaran lengkap 1024 dimensi berbeda dari model 4B dengan 2560 dimensi. Perubahan ukuran model atau representasi keluaran harus diperiksa pada sisi kueri dan korpus, bukan dianggap otomatis berada dalam ruang bersama.

#### Gunakan konteks secara sengaja

Spesifikasi konteks pembuat adalah 32K. Catatan panjang atau bagian dokumen dapat memuat lebih banyak penjelasan sekeliling dibanding encoder berjendela pendek, sementara unit temu kembali tetap membutuhkan tujuan yang jelas. Pilih apakah hasil harus mengembalikan bagian lengkap atau bagian terfokus yang memuat jawaban. Simpan definisi dan pengecualian bersama pernyataan yang diperjelasnya.

Untuk materi sumber yang lebih besar, simpan pengenal dokumen induk dan versi di luar vektor. Ini memungkinkan hasil pencarian mengarah kembali ke sumber dan teks yang berubah mengganti representasi terkait. Periksa hasil kandidat untuk pertanyaan nyata dalam campuran bahasa tujuan dan pastikan bagian memberikan informasi yang diminta, bukan sekadar membahas topik serupa.

#### Pisahkan pemrosesan independen dan kontekstual

Kartu model membedakan encoder independen ini dari pplx-embed-context-v1-0.6B. Model kontekstual menggunakan bagian dokumen sekeliling untuk representasi potongan; model v1 biasa merepresentasikan setiap teks yang diberikan secara tersendiri. Daftar string independen tidak membuktikan bahwa pemrosesan potongan kontekstual terjadi.

Keluaran yang berguna adalah representasi korpus atau vektor kueri yang terhubung dengan teks sumber sebenarnya, dengan format INT8 atau biner yang dipilih dan perbandingan kosinus dicatat. Tahap pemeringkatan atau jawaban RAG berikutnya menggunakan teks yang ditemukan sebagai artefak terpisah. Profil ini milik edisi independen 0.6B yang tepat, bukan model 4B atau context-v1.

**Ailoot Ultra · Embedding** `POST /v1/embeddings` `perplexity/pplx-embed-v1-0.6b`

[`perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/id/#m=perplexity%2Fpplx-embed-v1-0.6b&route=Ultra&caller=perplexity%2Fpplx-embed-v1-0.6b&fmt=embeddings)

Perplexity /`perplexity/pplx-embed-v1-0.6b`

### Mulai

Perplexity pplx-embed-v1-0.6B menghasilkan embedding 1024 dimensi untuk temu kembali teks multibahasa yang dikodekan secara independen. Konteks 32K, persiapan teks langsung, dan representasi bawaan INT8 atau biner menentukan profil indeks keluarga v1 yang lebih kecil ini.

Masukan yang diterima

Teks · token\_ids

Hasil

embedding

### Tersedia di Ailoot · masukan & metode

**Ailoot Ultra · Embedding** `POST /v1/embeddings`

Masukan

`text`, `token_ids`

Keluaran

`embedding`

Konteks

32.000 tokens

Format keluaran

json

| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
| --- | --- | --- | --- | --- |
| Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan perplexity/pplx-embed-v1-0.6b | Bawaan— |
| Kolom`input` | Jenis`string\|string[]\|integer[]\|integer[][]` | PersyaratanWajib | Nilai & batasan Item minimum: 1 Kondisi: Batch homogen yang tidak kosong. ID token berupa bilangan bulat nonnegatif. Anggaran masukan: Maksimum: 32.000 · Satuan teks: byte UTF8 · Satuan token: elemen array token | Bawaan— |
| Kolom`encoding_format` | Jenis`string` | PersyaratanOpsional | Nilai & batasan float | Bawaanfloat |
| Kolom`dimensions` | Jenis`integer` | PersyaratanTidak didukung | Nilai & batasan Minimum: 1 | Bawaan— |
| Kolom`user` | Jenis`json_value` | PersyaratanOpsional | Nilai & batasan Kondisi: Sumber mengizinkan kolom metadata JSON ini; makna tepatnya pada layanan hulu bergantung pada model. | Bawaan— |
| Kolom`session_id` | Jenis`json_value` | PersyaratanOpsional | Nilai & batasan Kondisi: Sumber mengizinkan kolom metadata JSON ini; makna tepatnya pada layanan hulu bergantung pada model. | Bawaan— |
| Kolom`trace` | Jenis`json_value` | PersyaratanOpsional | Nilai & batasan Kondisi: Sumber mengizinkan kolom metadata JSON ini; makna tepatnya pada layanan hulu bergantung pada model. | Bawaan— |
| Kolom`provider` | Jenis`object` | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak | Bawaan— |

Kombinasi bahan masukan

**text\_to\_embedding**

Parameter metode dan siklus hidup

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, input |
| Parameter`input_shapes` | Kontrakstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parameter`encoding_format` | Kontrakfloat |
| Parameter`dimensions_override` | Kontrakfalse |
| Parameter`max_input_budget_units` | Kontrak32000 |
| Parameter`multimodal_objects` | Kontrakfalse |
| Parameter`material_types` | Kontraktext, token\_ids |

Siklus hidup: `synchronous_json`

Pertahankan index dan dimensi setiap vektor.

Nama model multimodal tidak mengizinkan objek gambar pada jalur persis ini.

### Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast

Tarif standar Saat mode fast dipilih

Mode Flex

Tarif standar Saat mode flex dipilih

Upaya penalaran maksimum

Tarif standar Saat upaya penalaran maksimum menggunakan penyesuaian default

#### Tarif Ailoot

#### Harga menurut konfigurasi

| Konfigurasi | Jadwal tarif | Biaya |
| --- | --- | --- |
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan **$0.000008** / 1K token Keluaran · Token keluaran **$0** / 1K token Masukan · Pembacaan cache **—** / 1K token Masukan · Penulisan cache **—** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token |

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Embedding

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "perplexity/pplx-embed-v1-0.6b", "input": ["First document", "Second document"]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
```

```python
from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='perplexity/pplx-embed-v1-0.6b',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### Terima dan simpan hasil

#### Ailoot Ultra · Embedding

json

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan setiap vektor beserta index masing-masing. Jumlah vektor harus sama dengan jumlah input; dimensinya harus konsisten.

##### Jika respons asli perlu diperiksa

Endpoint untuk tugas embedding tidak ditambahkan.

Kolom respons

| Kolom | Jenis |
| --- | --- |
| Kolom`object` | Jenisstring |
| Kolom`model` | Jenisstring |
| Kolom`data[].index` | Jenisinteger |
| Kolom`data[].embedding` | Jenisfinite float\[\] |
| Kolom`usage` | Jenisobject |

Kesalahan dan langkah berikutnya

| Respons | Kondisi | Langkah berikutnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |

### Alias

#### Alias model

**Ailoot Ultra** [`perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/id/#m=perplexity%2Fpplx-embed-v1-0.6b&route=Ultra&caller=perplexity%2Fpplx-embed-v1-0.6b&fmt=embeddings)

#### Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

#### ID pemanggil terkait

[`perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/id/#m=perplexity%2Fpplx-embed-v1-0.6b&route=Ultra&caller=perplexity%2Fpplx-embed-v1-0.6b&fmt=embeddings)

FAQ · Perplexity: Embed V1 0.6B

Input dan hasil apa yang tersedia?

`POST /v1/embeddings` · `perplexity/pplx-embed-v1-0.6b`: `text`, `token_ids` → `embedding`

Kolom apa yang digunakan permintaan?

`POST /v1/embeddings` · `perplexity/pplx-embed-v1-0.6b`: `model`, `input`, `encoding_format`, `provider`

Batasan apa yang berlaku?

`POST /v1/embeddings` · `perplexity/pplx-embed-v1-0.6b`: `ctx`: `32000`; `input.budget.maximum`: `32000` (byte UTF8); `input.min_items`: `1`

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

## Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

## Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan

Pilih paket dengan diskon untuk permintaan rutin Anda.

Kode promo hingga 50%

Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.

Biaya dalam riwayat

Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/)

## Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial

Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.

Lisensi reseller

Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.

Dokumen di situs

Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

[Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id)

## Ailoot · Perusahaan dan portofolio proyeknya





Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan.





Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.





Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.