Perplexity: Embed V1 4B
Perplexity pplx-embed-v1-4B mengekodkan teks yang berdiri sendiri kepada vektor carian 2560 dimensi dengan konteks 32K. Model ini tidak memerlukan awalan arahan dan secara asli menghasilkan pembenaman INT8 yang tidak dinormalkan, untuk perbandingan melalui keserupaan kosinus.
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
pplx-embed-v1-4B ialah edisi embedding teks lebih besar Perplexity dalam keluarga v1 yang mengekod setiap teks secara berasingan. Ia mewakili pertanyaan atau dokumen sebagai vektor 2560 dimensi untuk carian semantik dan pemerolehan semula. Pengeluar membina keluarga ini berasaskan Qwen3 dengan pralatihan lanjutan berasaskan difusi dan menggunakan mean pooling untuk perwakilan teks. Pengekod berasingan ini berbeza daripada pplx-embed-context-v1, yang mewakili segmen dokumen menggunakan konteks sekeliling.
Hasilkan embedding teks sebenar secara langsung
Model tidak memerlukan rentetan arahan atau awalan query/passage. Sediakan teks yang mahu diwakili, bukannya menambah konvensyen peranan yang dipinjam daripada keluarga lain. Koleksi carian boleh mengandungi dokumen sumber, petikan terfokus atau rekod teks pendek. Simpan ungkapan asal dan pengecam setiap item di sisi vektornya supaya hasil pemerolehan semula kekal boleh dibaca dan dijejaki.
Tugas praktikal ialah mendapatkan bahagian penjelasan teknikal untuk soalan tentang syaratnya. Kekalkan tajuk bahagian, peraturan dan pengecualian bersama-sama. Ungkapan pertanyaan dihasilkan embeddingnya secara berasingan, kemudian dibandingkan dengan perwakilan korpus yang disediakan. Peringkat RAG kemudian menggunakan teks petikan yang dikembalikan, bukan vektor itu sendiri, sebagai bahan sumber.
Perwakilan natif dan perbandingan
Pembuat secara jelas menyatakan bahawa embedding natif tidak ternormal dan dikuantumkan kepada INT8. Bandingkannya dengan keserupaan kosinus. Hasil darab titik mentah pada nilai tidak ternormal ini bukan padanan perbandingan kosinus yang didokumenkan. Oleh itu, jenis perwakilan dan fungsi keserupaan perlu dipertimbangkan bersama apabila memilih cara indeks carian menyimpan dan membandingkan output.
Kad model turut mendokumenkan output binari dan menandakan sokongan perwakilan Matryoshka. Komponen binari dan penyimpanan terpadatnya berbeza daripada tatasusunan titik terapung biasa, maka indeks mesti mentafsir perwakilan terpilih. Dimensi embedding penuh menerangkan komponen perwakilan, bukan bilangan bait dalam setiap pengekodan. Pastikan dimensi dan jenis output konsisten antara bahagian pertanyaan dan dokumen.
Panjang dan sempadan dokumen
Konteks model yang diterbitkan ialah 32K. Ini membolehkan teks yang banyak diwakili, sementara aras perincian petikan masih perlu mengikut perkara yang patut dikembalikan carian. Bahagian lengkap boleh mengekalkan takrif serta syarat dan batasannya; petikan terfokus boleh terus menunjuk kepada arahan. Bahan terlalu besar perlu disediakan mengikut tetingkap input terpilih, bukannya menganggap bahagian akhir yang terbuang masih diwakili.
Simpan pengecam dokumen induk dan versi sumber di luar vektor. Jika teks berubah, kemas kini perwakilan korpus yang sepadan dan kekalkan pautan kepada sumber baharu. Untuk koleksi berbilang bahasa, periksa soalan sebenar dan petikan calon dalam campuran bahasa sasaran, bukannya menyimpulkan kerelevanan sama daripada label berbilang bahasa sahaja.
Edisi pengekodan berasingan dan edisi berkonteks
Model v1-4B menghasilkan embedding setiap teks yang diberikan secara berasingan. Menambah beberapa rentetan kepada kelompok tidak menukarkannya menjadi pengekod segmen context-v1 yang berasingan. Apabila dokumen sekeliling perlu membentuk perwakilan setiap segmen, tugas itu tergolong dalam edisi berkonteks dengan penyediaannya sendiri.
pplx-embed-v1-0.6B yang lebih kecil mengembalikan 1024 dimensi, manakala edisi 4B ini mengembalikan 2560. Asingkan identiti tepat dan perwakilan indeksnya melainkan laluan keserasian yang didokumenkan telah ditetapkan. Hasil berguna di sini ialah vektor pertanyaan atau teks sumber yang dikodkan secara berasingan, dengan perbandingan kosinus dan perwakilan terkuantum terpilih direkodkan untuk tugas pemerolehan semula.
Ailoot Ultra · Pembenaman POST /v1/embeddings perplexity/pplx-embed-v1-4b
perplexity/pplx-embed-v1-4bPengenalan
Perplexity pplx-embed-v1-4B mengekodkan teks yang berdiri sendiri kepada vektor carian 2560 dimensi dengan konteks 32K. Model ini tidak memerlukan awalan arahan dan secara asli menghasilkan pembenaman INT8 yang tidak dinormalkan, untuk perbandingan melalui keserupaan kosinus.
- Input yang diterima
- Teks · token_ids
- Hasil
- embedding
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · Pembenaman POST /v1/embeddings
- Input
text,token_ids- Output
embedding- Konteks
- 32,000 tokens
- Format output
- json
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had perplexity/pplx-embed-v1-4b | Lalai— |
Medaninput | Jenisstring|string[]|integer[]|integer[][] | KeperluanDiperlukan | Nilai & had Item minimum: 1 Syarat: Kelompok homogen yang tidak kosong. ID token ialah integer bukan negatif. Bajet input: Maksimum: 32,000 · Unit teks: bait UTF8 · Unit token: elemen tatasusunan token | Lalai— |
Medanencoding_format | Jenisstring | KeperluanPilihan | Nilai & had float | Lalaifloat |
Medandimensions | Jenisinteger | KeperluanTidak disokong | Nilai & had Minimum: 1 | Lalai— |
Medanuser | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medansession_id | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medantrace | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak | Lalai— |
Gabungan bahan input
text_to_embedding
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input |
Parameterinput_shapes | Kontrakstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Kontrakfloat |
Parameterdimensions_override | Kontrakfalse |
Parametermax_input_budget_units | Kontrak32000 |
Parametermultimodal_objects | Kontrakfalse |
Parametermaterial_types | Kontraktext, token_ids |
Kitar hayat: synchronous_json
Simpan setiap indeks dan dimensi vektor.
Nama model multimodal tidak bermakna objek imej dibenarkan pada laluan khusus ini.
Pelan harga
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Kadar standard Apabila mod pantas dipilih
- Mod flex
- Kadar standard Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Kadar standard Apabila usaha penaakulan maksimum menggunakan pelarasan default
Kadar Ailoot
Harga mengikut konfigurasi
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.00006 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Pembenaman
set -eu
: "${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)
Terima dan simpan hasil
Ailoot Ultra · Pembenaman
json
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan setiap vektor bersama indeksnya. Bilangan vektor mesti sama dengan bilangan input; dimensi mesti konsisten.
Jika respons asal perlu disemak
Tiada titik akhir tugas pembenaman diperkenalkan.
Medan respons
| Medan | Jenis |
|---|---|
Medanobject | Jenisstring |
Medanmodel | Jenisstring |
Medandata[].index | Jenisinteger |
Medandata[].embedding | Jenisfinite float[] |
Medanusage | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Alias
Alias model
Ailoot Ultra perplexity/pplx-embed-v1-4b
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · Perplexity: Embed V1 4B
- Apakah input dan hasil yang tersedia?
POST /v1/embeddings·perplexity/pplx-embed-v1-4b:text,token_ids→embedding- Apakah medan yang digunakan oleh permintaan?
POST /v1/embeddings·perplexity/pplx-embed-v1-4b:model,input,encoding_format,provider- Apakah had yang terpakai?
POST /v1/embeddings·perplexity/pplx-embed-v1-4b:ctx:32000;input.budget.maximum:32000(bait UTF8);input.min_items:1