Perplexity: Embed V1 0.6B

Perplexity pplx-embed-v1-0.6B는 독립적인 다국어 텍스트 검색을 위한 1024차원 임베딩을 생성합니다. 32K 컨텍스트, 직접적인 텍스트 준비, 기본 INT8 또는 바이너리 표현을 갖춘 v1 계열의 더 작은 색인 프로필입니다.

Ailoot Ultra · 임베딩 POST /v1/embeddings perplexity/pplx-embed-v1-0.6b

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

pplx-embed-v1-0.6B는 Perplexity v1 계열의 더 작은 독립 임베딩 모델입니다. 검색과 의미 검색을 위해 질의 또는 문서 텍스트를 1024차원 표현으로 변환합니다. 제조사는 Qwen3를 기반으로 확산 방식의 지속 사전학습을 통해 조정하고, 평균 풀링과 32K 컨텍스트를 사용하는 계열이라고 설명합니다. 필수 지시 접두사 없이 제공된 텍스트를 직접 인코딩합니다.

독립 레코드 준비하기

유용한 컬렉션에는 제품 설명, 지식 베이스 섹션, 짧은 연구 메모를 담을 수 있습니다. 검색 결과로 반환됐을 때 이해할 수 있도록 각 텍스트에 충분한 원본 맥락을 넣으세요. 제목, 찾으려는 진술, 그 의미를 바꾸는 조건이 필요합니다. 결과 임베딩과 함께 원문과 레코드 식별자를 유지하세요.

메모 검색에서는 절차에서 무엇이 바뀌었는지 묻는 질문으로 해당 변경을 설명하는 메모를 찾아야 합니다. 실제 질문을 임베딩하고 준비된 코퍼스 레코드와 비교하세요. 다른 모델 계열의 query/passage 지시를 기본적으로 추가하지 마세요. 제조사가 문서화한 이 모델의 준비 방식은 직접 텍스트를 입력하는 것입니다.

양자화 벡터와 코사인 비교

기본 표현은 비정규화 INT8 임베딩입니다. Perplexity는 비교에 코사인 유사도를 명시적으로 권장합니다. 비정규화 출력의 원시 내적 점수는 벡터 크기가 영향을 주기 때문에 비교를 바꿉니다. 선택한 표현과 거리 척도를 함께 해석할 수 있는 검색 색인 및 점수 계산 경로를 선택하세요.

바이너리 표현도 문서화되어 있으며, 모델 표는 Matryoshka 지원을 명시합니다. 이러한 표현 옵션은 색인 저장과 관련될 수 있지만, 성분과 패킹된 바이트를 올바르게 해석해야 합니다. 1024차원의 전체 출력은 2560차원 4B 모델과 구분됩니다. 모델 크기나 출력 표현의 변경을 자동으로 공통 공간이 되는 것으로 보지 말고 질의와 코퍼스 양쪽에서 확인하세요.

컨텍스트를 의도적으로 활용하기

제조사의 컨텍스트 명세는 32K입니다. 긴 메모나 문서 섹션은 짧은 입력 범위의 인코더보다 더 많은 주변 설명을 담을 수 있지만, 검색 단위에는 여전히 명확한 목적이 필요합니다. 검색 결과가 전체 섹션을 반환해야 할지, 초점을 좁혀 답을 담은 지문을 반환해야 할지 선택하세요. 정의와 예외는 그것이 한정하는 진술과 함께 보존하세요.

더 큰 원본 자료에서는 상위 문서 식별자와 버전을 벡터 외부에 유지하세요. 그러면 검색 결과에서 원본으로 돌아갈 수 있고, 바뀐 텍스트로 해당 표현을 교체할 수 있습니다. 의도한 언어 구성에서 실제 질문에 대한 후보 결과를 살펴보고, 지문이 단지 비슷한 주제를 다루는 데 그치지 않고 요청한 정보를 제공하는지 확인하세요.

독립 처리와 문맥 처리 구분하기

모델 카드는 이 독립 인코더를 pplx-embed-context-v1-0.6B와 구분합니다. 문맥 모델은 청크 표현에 주변 문서를 사용하고, 일반 v1 모델은 제공된 각 텍스트를 자체적으로 표현합니다. 독립 문자열의 목록만으로 문맥 청크 처리가 수행됐다고 볼 수는 없습니다.

유용한 출력은 실제 원문에 연결되고, 선택한 INT8 또는 바이너리 형식과 코사인 비교가 기록된 코퍼스 표현이나 질의 벡터입니다. 후속 순위 계산 또는 RAG 답변 단계는 검색된 텍스트를 별도의 산출물로 사용합니다. 이 프로필은 정확한 0.6B 독립 에디션에 속하며, 4B나 context-v1 모델에 속하지 않습니다.

Ailoot Ultra · 임베딩 POST /v1/embeddings perplexity/pplx-embed-v1-0.6b

perplexity/pplx-embed-v1-0.6b

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

시작하기

허용 입력: 텍스트 · token_ids
결과: embedding

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · 임베딩 POST /v1/embeddings

입력: text, token_ids
출력: embedding
컨텍스트: 32,000 tokens
출력 형식: json

필드	유형	요건	값과 한도	기본값
필드`model`	유형`string`	요건필수	값과 한도 perplexity/pplx-embed-v1-0.6b	기본값—
필드`input`	유형`string\|string[]\|integer[]\|integer[][]`	요건필수	값과 한도 최소 항목 수: 1 조건: 비어 있지 않은 동일 형식의 배치입니다. 토큰 ID는 0 이상의 정수입니다. 입력 허용량: 최댓값: 32,000 · 텍스트 단위: UTF8 바이트 · 토큰 단위: 토큰 배열 요소	기본값—
필드`encoding_format`	유형`string`	요건선택 사항	값과 한도 float	기본값float
필드`dimensions`	유형`integer`	요건지원되지 않음	값과 한도 최솟값: 1	기본값—
필드`user`	유형`json_value`	요건선택 사항	값과 한도 조건: 원본에서 이 JSON 메타데이터 필드를 허용하며, 정확한 업스트림 동작은 모델별로 다릅니다.	기본값—
필드`session_id`	유형`json_value`	요건선택 사항	값과 한도 조건: 원본에서 이 JSON 메타데이터 필드를 허용하며, 정확한 업스트림 동작은 모델별로 다릅니다.	기본값—
필드`trace`	유형`json_value`	요건선택 사항	값과 한도 조건: 원본에서 이 JSON 메타데이터 필드를 허용하며, 정확한 업스트림 동작은 모델별로 다릅니다.	기본값—
필드`provider`	유형`object`	요건선택 사항	값과 한도 조건: provider.options가 거부됨	기본값—

입력 자료 조합

text_to_embedding

메서드 매개변수와 수명 주기

매개변수	명세
매개변수`content_type`	명세application/json
매개변수`required`	명세model, input
매개변수`input_shapes`	명세string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
매개변수`encoding_format`	명세float
매개변수`dimensions_override`	명세false
매개변수`max_input_budget_units`	명세32000
매개변수`multimodal_objects`	명세false
매개변수`material_types`	명세text, token_ids

수명 주기: synchronous_json

모든 벡터의 인덱스와 차원을 보관하세요.

모델 이름이 멀티모달이어도 이 특정 경로에서 이미지 객체를 사용할 수 있는 것은 아닙니다.

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드: 표준 요금 빠른 모드를 선택한 경우
Flex 모드: 표준 요금 flex 모드를 선택한 경우
최대 추론 수준: 표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우

Ailoot 요금

설정별 가격

설정	요금표	요금
설정토큰의 기본 단가	요금표기본 요금	요금 입력 · 입력 토큰 $0.000008 / 1K 토큰 출력 · 출력 토큰 $0 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · 임베딩

curlPython SDK

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

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)

결과 수신 및 저장

Ailoot Ultra · 임베딩

json

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

모든 벡터를 인덱스와 함께 보관하세요. 벡터 수는 입력 수와 같아야 하며 차원은 일관되어야 합니다.

원래 응답을 확인해야 할 경우

임베딩 작업 엔드포인트는 추가되지 않습니다.

응답 필드

필드	유형
필드`object`	유형string
필드`model`	유형string
필드`data[].index`	유형integer
필드`data[].embedding`	유형finite float[]
필드`usage`	유형object

오류와 다음 단계

응답	조건	다음 단계
응답400 · `invalid_request_error`	조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음	다음 단계새 생성 요청 전에 표시된 필드를 수정하세요.

별칭

모델 별칭

Ailoot Ultra perplexity/pplx-embed-v1-0.6b

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

Perplexity: Embed V1 0.6B