Source: https://ailoot.ai/models/ru/perplexity-pplx-embed-v1-0-6b/ Canonical: https://ailoot.ai/models/ru/perplexity-pplx-embed-v1-0-6b/ Language: ru # Perplexity: Embed V1 0.6B [Markdown](https://ailoot.ai/models/ru/perplexity-pplx-embed-v1-0-6b/index.md) · [JSON](https://ailoot.ai/models/ru/perplexity-pplx-embed-v1-0-6b/facts.json) ## [Perplexity: Embed V1 0.6B](https://ailoot.ai/models/ru/perplexity-pplx-embed-v1-0-6b/) Perplexity pplx-embed-v1-0.6B создаёт 1024-мерные эмбеддинги для независимого поиска многоязычного текста. Контекст 32K, прямая подготовка текста и нативные представления INT8 или бинарные представления задают профиль индекса на основе меньшей модели семейства v1. - [**Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/ru/perplexity-pplx-embed-v1-0-6b/#method-0) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. pplx-embed-v1-0.6B — меньшая модель независимых эмбеддингов Perplexity семейства v1. Она превращает текст запроса или документа в 1024-мерное представление для извлечения информации и семантического поиска. Производитель описывает семейство на основе Qwen3, адаптированное продолженным предобучением на основе диффузии, с усредняющим пулингом и контекстом 32K. Модель кодирует переданный текст напрямую, без обязательного префикса инструкции. #### Подготовьте независимую запись Полезная коллекция может содержать пояснения продуктов, разделы базы знаний или короткие исследовательские заметки. Дайте каждому тексту достаточно исходного контекста для понимания после возврата поиском: заголовок, искомое утверждение и условие, меняющее его смысл. Сохраняйте исходный текст и идентификатор записи рядом с полученным эмбеддингом. В задаче поиска заметок вопрос о том, что изменилось в процессе, должен находить заметку, описывающую это изменение. Создайте эмбеддинг реального вопроса и сравните его с подготовленными записями корпуса. Не добавляйте по умолчанию инструкцию query/passage другого семейства моделей: прямой текст — документированная производителем подготовка для этой модели. #### Квантованные векторы и косинусное сравнение Нативное представление — ненормализованный эмбеддинг INT8. Perplexity прямо рекомендует косинусное сходство для сравнения. Сырая оценка скалярным произведением на ненормализованном выводе меняет сравнение, поскольку в него вносит вклад норма вектора. Выбирайте поисковый индекс и способ оценивания, способные совместно интерпретировать выбранное представление и метрику. Бинарное представление также документировано, а таблица модели указывает поддержку Matryoshka. Эти варианты представления могут иметь значение для хранения индекса, но их компоненты и упакованные байты нужно интерпретировать правильно. Полный 1024-мерный выход отличается от 2560-мерной модели 4B. Изменение размера модели или выходного представления следует проверять на сторонах запроса и корпуса вместо трактовки как автоматического общего пространства. #### Используйте контекст осознанно Спецификация контекста производителя — 32K. Длинная заметка или раздел документа могут вместить больше окружающего объяснения, чем кодировщик с коротким окном, но единице поиска всё равно нужна ясная цель. Выбирайте, должен ли результат возвращать целый раздел или целевой фрагмент с ответом. Сохраняйте определения и исключения с утверждением, которое они уточняют. Для более крупного исходного материала сохраняйте идентификатор родительского документа и версию вне вектора. Это позволяет результату поиска вести к источнику, а изменённому тексту — заменять соответствующее представление. Проверяйте кандидатные результаты по реальным вопросам в целевом сочетании языков и убеждайтесь, что фрагмент предоставляет запрошенную информацию, а не просто обсуждает похожую тему. #### Разделяйте независимую и контекстную обработку Карточка модели отличает этот независимый кодировщик от pplx-embed-context-v1-0.6B. Контекстная модель использует окружение документа для представлений частей; обычная модель v1 представляет каждый переданный текст самостоятельно. Список независимых строк не устанавливает, что произошла контекстная обработка частей. Полезный выход — представление корпуса или вектор запроса, связанный с реальным исходным текстом, с зафиксированными выбранным форматом INT8 или бинарным форматом и косинусным сравнением. Последующий этап ранжирования или ответа RAG использует найденный текст как отдельный артефакт. Этот профиль относится к конкретному независимому изданию 0.6B, а не к моделям 4B или context-v1. **Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `perplexity/pplx-embed-v1-0.6b` [`perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/ru/#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` ### Начало Perplexity pplx-embed-v1-0.6B создаёт 1024-мерные эмбеддинги для независимого поиска многоязычного текста. Контекст 32K, прямая подготовка текста и нативные представления INT8 или бинарные представления задают профиль индекса на основе меньшей модели семейства v1. Допустимые входные данные Текст · token\_ids Результаты embedding ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` Входные данные `text`, `token_ids` Результат `embedding` Контекст 32 000 tokens Выходной формат json | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения perplexity/pplx-embed-v1-0.6b | По умолчанию— | | Поле`input` | Тип`string\|string[]\|integer[]\|integer[][]` | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 Условия: Непустой однородный пакет. ID токенов — неотрицательные целые числа. Входной бюджет: Максимум: 32 000 · Текстовая единица: байты UTF8 · Единица токенов: элементы массива токенов | По умолчанию— | | Поле`encoding_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения float | По умолчаниюfloat | | Поле`dimensions` | Тип`integer` | ТребованиеНе поддерживается | Значения и ограничения Минимум: 1 | По умолчанию— | | Поле`user` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— | | Поле`session_id` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— | | Поле`trace` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— | | Поле`provider` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется | По умолчанию— | Сочетания входных материалов **text\_to\_embedding** Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_type` | Контрактapplication/json | | Параметр`required` | Контрактmodel, input | | Параметр`input_shapes` | Контрактstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Параметр`encoding_format` | Контрактfloat | | Параметр`dimensions_override` | Контрактfalse | | Параметр`max_input_budget_units` | Контракт32000 | | Параметр`multimodal_objects` | Контрактfalse | | Параметр`material_types` | Контрактtext, token\_ids | Жизненный цикл: `synchronous_json` Сохраняйте индекс и размерность каждого вектора. Название мультимодальной модели не означает допуск объектов изображений на этом конкретном маршруте. ### Тарифы Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода. Быстрый режим Стандартный тариф При выборе быстрого режима Режим flex Стандартный тариф При выборе режима flex Максимальная интенсивность рассуждений Стандартный тариф При максимальной интенсивности рассуждений с корректировкой по умолчанию (default) #### Ставки Ailoot #### Цены по конфигурациям | Конфигурация | Шкала ставок | Плата | | --- | --- | --- | | КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены **$0.000008** / 1K токенов Выход · Выходные токены **$0** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) ### Примеры запросов #### Ailoot Ultra · Эмбеддинги curlPython SDK ```bash set -eu : "${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) ``` ### Получить и сохранить результаты #### Ailoot Ultra · Эмбеддинги json ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Сохраняйте каждый вектор с его индексом. Число векторов должно совпадать с числом входных элементов; размерности должны быть согласованы. ##### Если нужно проверить исходный ответ Отдельный эндпоинт заданий эмбеддингов не вводится. Поля ответа | Поле | Тип | | --- | --- | | Поле`object` | Типstring | | Поле`model` | Типstring | | Поле`data[].index` | Типinteger | | Поле`data[].embedding` | Типfinite float\[\] | | Поле`usage` | Типobject | Ошибки и дальнейшие шаги | Ответ | Условие | Следующий шаг | | --- | --- | --- | | Ответ400 · `invalid_request_error` | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. | ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/ru/#m=perplexity%2Fpplx-embed-v1-0.6b&route=Ultra&caller=perplexity%2Fpplx-embed-v1-0.6b&fmt=embeddings) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`perplexity/pplx-embed-v1-0.6b`](https://ailoot.ai/models/ru/#m=perplexity%2Fpplx-embed-v1-0.6b&route=Ultra&caller=perplexity%2Fpplx-embed-v1-0.6b&fmt=embeddings) FAQ · Perplexity: Embed V1 0.6B Какие входные данные и результаты доступны? `POST /v1/embeddings` · `perplexity/pplx-embed-v1-0.6b`: `text`, `token_ids` → `embedding` Какие поля использует запрос? `POST /v1/embeddings` · `perplexity/pplx-embed-v1-0.6b`: `model`, `input`, `encoding_format`, `provider` Какие ограничения действуют? `POST /v1/embeddings` · `perplexity/pplx-embed-v1-0.6b`: `ctx`: `32000`; `input.budget.maximum`: `32000` (байты UTF8); `input.min_items`: `1` Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению. ## Компания и портфель её проектов Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. ## Покупайте токены со скидкой. Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов. Подписка Выберите тариф со скидкой для своих регулярных запросов. Промокод до 50% Введите код при покупке. Цена пересчитается с учётом действующей акции. Расходы в истории Модель, токены и сумма сохраняются для каждого запроса. [Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/) ## Подключайте API к продукту, который вы продаёте. SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию. Коммерческое приложение Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса. Лицензия для реселлера Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи. Документы на сайте Оферта, лицензионный договор и политика обработки данных доступны до подключения. [Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru) ## Ailoot · Компания и портфель её проектов Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI. Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.