Source: https://ailoot.ai/models/pl/perplexity-pplx-embed-v1-0-6b/ Canonical: https://ailoot.ai/models/pl/perplexity-pplx-embed-v1-0-6b/ Language: pl # Perplexity: Embed V1 0.6B [Markdown](https://ailoot.ai/models/pl/perplexity-pplx-embed-v1-0-6b/index.md) · [JSON](https://ailoot.ai/models/pl/perplexity-pplx-embed-v1-0-6b/facts.json) ## [Perplexity: Embed V1 0.6B](https://ailoot.ai/models/pl/perplexity-pplx-embed-v1-0-6b/) Perplexity pplx-embed-v1-0.6B tworzy osadzenia o 1024 wymiarach do niezależnego wyszukiwania tekstu wielojęzycznego. Kontekst 32K, bezpośrednie przygotowanie tekstu oraz natywne reprezentacje INT8 lub binarne definiują mniejszy profil indeksu rodziny v1. - [**Ailoot Ultra · Reprezentacje wektorowe** `POST /v1/embeddings` `perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/pl/perplexity-pplx-embed-v1-0-6b/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. pplx-embed-v1-0.6B to mniejszy niezależny model osadzeń Perplexity w rodzinie v1. Zamienia tekst zapytania lub dokumentu w reprezentację o 1024 wymiarach do wyszukiwania i wyszukiwania semantycznego. Producent opisuje rodzinę opartą na Qwen3, dostosowaną przez kontynuowany trening wstępny wykorzystujący dyfuzję, z uśrednianiem i kontekstem 32K. Model koduje dostarczony tekst bezpośrednio, bez wymaganego prefiksu instrukcji. #### Przygotuj niezależny rekord Użyteczny zbiór może zawierać wyjaśnienia produktów, sekcje bazy wiedzy lub krótkie notatki badawcze. Nadaj każdemu tekstowi dość kontekstu źródłowego, aby był zrozumiały po zwróceniu przez wyszukiwanie: nagłówek, poszukiwane twierdzenie i warunek zmieniający jego znaczenie. Zachowaj oryginalny tekst i identyfikator rekordu obok wynikowego osadzenia. W zadaniu wyszukiwania notatek pytanie o zmianę w procesie powinno odnaleźć notatkę opisującą tę zmianę. Osadź rzeczywiste pytanie i porównaj je z przygotowanymi rekordami korpusu. Nie dodawaj domyślnie instrukcji query/passage z innej rodziny modeli; bezpośredni tekst jest przygotowaniem udokumentowanym przez producenta dla tego modelu. #### Skwantyzowane wektory i porównanie cosinusowe Natywną reprezentacją jest nieznormalizowane osadzenie INT8. Perplexity wyraźnie zaleca podobieństwo cosinusowe do porównania. Surowa ocena iloczynem skalarnym nieznormalizowanego wyjścia zmienia porównanie, ponieważ wpływa na nią norma wektora. Wybierz indeks wyszukiwania i ścieżkę oceniania, które potrafią razem interpretować wybraną reprezentację i metrykę. Dokumentowana jest również reprezentacja binarna, a tabela modelu wskazuje obsługę Matryoshka. Te opcje reprezentacji mogą mieć znaczenie dla przechowywania indeksu, ale ich składowe i spakowane bajty muszą być poprawnie interpretowane. Pełne wyjście o 1024 wymiarach jest odrębne od modelu 4B o 2560 wymiarach. Zmianę rozmiaru modelu lub reprezentacji wyjścia należy sprawdzić po stronie zapytania i korpusu, zamiast traktować ją jako automatycznie wspólną przestrzeń. #### Używaj kontekstu świadomie Specyfikacja kontekstu producenta wynosi 32K. Długa notatka lub sekcja dokumentu może pomieścić więcej otaczającego wyjaśnienia niż koder z krótkim oknem, lecz jednostka wyszukiwania nadal potrzebuje jasnego celu. Wybierz, czy trafienie powinno zwracać całą sekcję, czy fragment o określonym temacie zawierający odpowiedź. Zachowaj definicje i wyjątki z twierdzeniem, które doprecyzowują. Dla większego materiału źródłowego przechowuj identyfikator dokumentu nadrzędnego i wersję poza wektorem. Pozwala to wynikowi wyszukiwania prowadzić do źródła, a zmienionemu tekstowi zastąpić odpowiadającą reprezentację. Sprawdzaj proponowane wyniki dla rzeczywistych pytań w docelowej mieszance językowej i weryfikuj, czy fragment dostarcza żądanych informacji, a nie jedynie omawia podobny temat. #### Oddziel przetwarzanie niezależne i kontekstowe Karta modelu odróżnia ten niezależny koder od pplx-embed-context-v1-0.6B. Model kontekstowy wykorzystuje otoczenie dokumentu do reprezentowania części; zwykły model v1 reprezentuje każdy dostarczony tekst osobno. Lista niezależnych ciągów nie dowodzi wykonania kontekstowego przetwarzania fragmentów. Użyteczne wyjście to reprezentacja korpusu lub wektor zapytania połączony z rzeczywistym tekstem źródłowym, z zapisanym wybranym formatem INT8 lub binarnym i porównaniem cosinusowym. Późniejszy etap rankingu lub odpowiedzi RAG używa wyszukanego tekstu jako osobnego artefaktu. Ten profil należy do dokładnego niezależnego wydania 0.6B, a nie do modeli 4B lub context-v1. **Ailoot Ultra · Reprezentacje wektorowe** `POST /v1/embeddings` `perplexity/pplx-embed-v1-0.6b` [`perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/pl/#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` ### Start Perplexity pplx-embed-v1-0.6B tworzy osadzenia o 1024 wymiarach do niezależnego wyszukiwania tekstu wielojęzycznego. Kontekst 32K, bezpośrednie przygotowanie tekstu oraz natywne reprezentacje INT8 lub binarne definiują mniejszy profil indeksu rodziny v1. Akceptowane dane wejściowe Tekst · token\_ids Wyniki embedding ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Reprezentacje wektorowe** `POST /v1/embeddings` Wejście `text`, `token_ids` Wyjście `embedding` Kontekst 32 000 tokens Format wyjściowy json | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity perplexity/pplx-embed-v1-0.6b | Domyślnie— | | Pole`input` | Typ`string\|string[]\|integer[]\|integer[][]` | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 Warunki: Niepusta, jednorodna partia danych. Identyfikatory tokenów są nieujemnymi liczbami całkowitymi. Budżet wejścia: Maksimum: 32 000 · Jednostka tekstu: bajty UTF8 · Jednostka tokenów: elementy tablicy tokenów | Domyślnie— | | Pole`encoding_format` | Typ`string` | WymaganieOpcjonalne | Wartości i limity float | Domyślniefloat | | Pole`dimensions` | Typ`integer` | WymaganieNieobsługiwane | Wartości i limity Minimum: 1 | Domyślnie— | | Pole`user` | Typ`json_value` | WymaganieOpcjonalne | Wartości i limity Warunki: Źródło dopuszcza to pole metadanych JSON; dokładna semantyka po stronie dostawcy zależy od modelu. | Domyślnie— | | Pole`session_id` | Typ`json_value` | WymaganieOpcjonalne | Wartości i limity Warunki: Źródło dopuszcza to pole metadanych JSON; dokładna semantyka po stronie dostawcy zależy od modelu. | Domyślnie— | | Pole`trace` | Typ`json_value` | WymaganieOpcjonalne | Wartości i limity Warunki: Źródło dopuszcza to pole metadanych JSON; dokładna semantyka po stronie dostawcy zależy od modelu. | Domyślnie— | | Pole`provider` | Typ`object` | WymaganieOpcjonalne | Wartości i limity Warunki: Odrzucono provider.options | Domyślnie— | Kombinacje materiałów wejściowych **text\_to\_embedding** Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input | | Parametr`input_shapes` | Kontraktstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parametr`encoding_format` | Kontraktfloat | | Parametr`dimensions_override` | Kontraktfalse | | Parametr`max_input_budget_units` | Kontrakt32000 | | Parametr`multimodal_objects` | Kontraktfalse | | Parametr`material_types` | Kontrakttext, token\_ids | Cykl życia: `synchronous_json` Zachowaj indeks i liczbę wymiarów każdego wektora. Nawet jeśli nazwa modelu wskazuje na multimodalność, ta konkretna ścieżka nie obsługuje obiektów obrazów. ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Stawka standardowa Gdy wybrany jest tryb szybki Tryb flex Stawka standardowa Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Stawka standardowa Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0.000008** / 1K tokenów Wyjście · Tokeny wyjściowe **$0** / 1K tokenów Wejście · Odczyt cache **—** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Reprezentacje wektorowe curlPython SDK ```bash set -eu : "${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) ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Reprezentacje wektorowe json ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj każdy wektor wraz z jego indeksem. Liczba wektorów musi być równa liczbie elementów wejściowych; wszystkie wektory muszą mieć tę samą liczbę wymiarów. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Nie wprowadzono endpointu zadań generowania osadzeń. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`object` | Typstring | | Pole`model` | Typstring | | Pole`data[].index` | Typinteger | | Pole`data[].embedding` | Typfinite float\[\] | | Pole`usage` | Typobject | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/pl/#m=perplexity%2Fpplx-embed-v1-0.6b&route=Ultra&caller=perplexity%2Fpplx-embed-v1-0.6b&fmt=embeddings) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/pl/#m=perplexity%2Fpplx-embed-v1-0.6b&route=Ultra&caller=perplexity%2Fpplx-embed-v1-0.6b&fmt=embeddings) FAQ · Perplexity: Embed V1 0.6B Jakie dane wejściowe i wyniki są dostępne? `POST /v1/embeddings` · `perplexity/pplx-embed-v1-0.6b`: `text`, `token_ids` → `embedding` Jakich pól używa żądanie? `POST /v1/embeddings` · `perplexity/pplx-embed-v1-0.6b`: `model`, `input`, `encoding_format`, `provider` Jakie limity obowiązują? `POST /v1/embeddings` · `perplexity/pplx-embed-v1-0.6b`: `ctx`: `32000`; `input.budget.maximum`: `32000` (bajty UTF8); `input.min_items`: `1` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.