Perplexity: Embed V1 4B

Perplexity pplx-embed-v1-4B는 독립적인 텍스트를 2560차원 검색 벡터로 인코딩하며 32K 컨텍스트를 제공합니다. 지시문 접두어가 필요 없고, 기본 출력은 정규화되지 않은 INT8 임베딩이며 코사인 유사도로 비교합니다.

Ailoot Ultra · 임베딩 POST /v1/embeddings perplexity/pplx-embed-v1-4b

모델 소개

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

pplx-embed-v1-4B는 Perplexity v1 계열의 더 큰 독립 텍스트 임베딩 에디션입니다. 의미 검색과 정보 검색을 위해 질의나 문서를 2560차원 벡터로 표현합니다. 제조사는 Qwen3를 기반으로 확산 방식의 지속 사전학습을 적용해 계열을 만들고, 텍스트 표현에 평균 풀링을 사용합니다. 이 독립 인코더는 주변 맥락을 사용해 문서 청크를 표현하는 pplx-embed-context-v1와 구분됩니다.

실제 텍스트를 직접 임베딩하기

모델에는 지시 문자열이나 query/passage 접두사가 필요하지 않습니다. 다른 계열에서 가져온 역할 규칙을 추가하기보다 표현하려는 텍스트를 준비하세요. 검색 컬렉션에는 원본 문서, 초점을 좁힌 지문, 짧은 텍스트 레코드를 담을 수 있습니다. 검색 결과를 읽을 수 있고 추적 가능한 상태로 유지하도록, 각 항목의 원문과 식별자를 벡터 옆에 보관하세요.

실제 작업의 예로는 어떤 조건에 관한 질문에 맞는 기술 설명의 섹션을 검색하는 경우가 있습니다. 섹션 제목, 규칙, 예외를 함께 보존하세요. 질의 표현은 독립적으로 임베딩된 뒤 준비된 코퍼스 표현과 비교됩니다. 후속 RAG 단계는 벡터 자체가 아니라 반환된 지문 텍스트를 원본 자료로 사용합니다.

기본 표현과 비교

제조사는 기본 임베딩이 비정규화 상태이며 INT8로 양자화됐다고 명시합니다. 코사인 유사도로 비교하세요. 이 비정규화 값에 적용한 원시 내적은 문서화된 코사인 비교와 동등하지 않습니다. 따라서 검색 색인이 출력을 저장하고 비교하는 방식을 선택할 때에는 표현 유형과 유사도 함수를 함께 다뤄야 합니다.

모델 카드는 바이너리 출력도 문서화하고 Matryoshka 표현 지원을 표시합니다. 바이너리 성분과 이를 패킹해 저장한 형태는 일반 부동소수점 배열과 다르므로, 색인은 선택한 표현을 올바르게 해석해야 합니다. 전체 임베딩 차원은 표현의 성분 수이며, 모든 인코딩에서의 바이트 수를 뜻하지 않습니다. 질의와 문서 쪽의 차원 및 출력 유형을 일관되게 유지하세요.

길이와 문서 경계

공개된 모델의 컨텍스트는 32K입니다. 상당한 양의 텍스트를 표현할 수 있지만, 지문 단위는 여전히 검색이 반환하려는 내용에 맞춰야 합니다. 완전한 섹션은 정의와 한정 조건을 보존하고, 초점을 좁힌 발췌문은 특정 지침을 직접 가리킬 수 있습니다. 너무 큰 자료는 생략된 뒷부분도 계속 표현된다고 가정하지 말고 선택한 입력 범위에 맞춰 준비하세요.

상위 문서 식별자와 원본 버전을 벡터 외부에 보존하세요. 텍스트가 바뀌면 해당 코퍼스 표현을 갱신하고 새 원본과의 연결을 유지하세요. 여러 언어가 담긴 컬렉션에서는 다국어라는 표시만으로 관련성이 같다고 추정하지 말고, 의도한 언어 구성에서 실제 질문과 후보 지문을 살펴보세요.

독립 에디션과 문맥 에디션

v1-4B 모델은 제공된 각 텍스트를 독립적으로 임베딩합니다. 여러 문자열을 배치에 넣는다고 별도의 context-v1 청크 인코더로 바뀌는 것은 아닙니다. 주변 문서가 각 청크 표현에 영향을 줘야 한다면, 그 작업에는 문맥 에디션과 고유한 준비 방식이 필요합니다.

더 작은 pplx-embed-v1-0.6B는 1024차원을 반환하고, 이 4B 에디션은 2560차원을 반환합니다. 문서화된 호환 경로가 확립되지 않았다면 정확한 모델 정체성과 색인 표현을 분리해 유지하세요. 여기서 유용한 결과는 검색 작업을 위해 코사인 비교와 선택한 양자화 표현이 기록된 독립 질의 또는 원문 벡터입니다.

Ailoot Ultra · 임베딩 POST /v1/embeddings perplexity/pplx-embed-v1-4b

perplexity/pplx-embed-v1-4b

Perplexity /perplexity/pplx-embed-v1-4b

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-v1-4b	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 $0.00006 / 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-v1-4b", "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-v1-4b',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-v1-4b

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

Perplexity: Embed V1 4B