{ "aboutHtml": "

pplx-embed-v1-0.6B je menší nezávislý model embeddingov od Perplexity v rodine v1. Text dopytu alebo dokumentu mení na 1024-rozmernú reprezentáciu na získavanie informácií a sémantické vyhľadávanie. Výrobca opisuje rodinu založenú na Qwen3, prispôsobenú pokračujúcim predtrénovaním založeným na difúzii, s priemerovaním reprezentácií a kontextom 32K. Model kóduje poskytnutý text priamo, bez povinného inštrukčného prefixu.

Pripravte nezávislý záznam

Užitočná kolekcia môže obsahovať vysvetlenia produktov, časti znalostnej bázy alebo krátke výskumné poznámky. Každému textu dajte dostatok zdrojového kontextu na pochopenie po vrátení vyhľadávaním: nadpis, hľadané tvrdenie a podmienku, ktorá mení jeho význam. Pôvodný text a identifikátor záznamu uchovajte vedľa výsledného embeddingu.

Pri vyhľadávaní poznámok má otázka o zmene procesu vyhľadať poznámku, ktorá túto zmenu opisuje. Vytvorte embedding skutočnej otázky a porovnajte ho s pripravenými záznamami korpusu. Predvolene nepridávajte inštrukciu query/passage z inej rodiny modelov; priamy text je zdokumentovanou prípravou výrobcu pre tento model.

Kvantované vektory a kosínusové porovnávanie

Natívnou reprezentáciou je nenormalizovaný embedding INT8. Perplexity výslovne odporúča na porovnávanie kosínusovú podobnosť. Surové skóre skalárneho súčinu na nenormalizovanom výstupe mení porovnanie, pretože doň vstupuje veľkosť vektora. Vyberte vyhľadávací index a skórovaciu cestu, ktoré dokážu spoločne interpretovať zvolenú reprezentáciu a metriku.

Zdokumentovaná je aj binárna reprezentácia a tabuľka modelu uvádza podporu Matryoshka. Tieto možnosti reprezentácie môžu byť dôležité pre uloženie indexu, ale ich zložky a zbalené bajty treba interpretovať správne. Plný 1024-rozmerný výstup sa odlišuje od 2560-rozmerného modelu 4B. Zmenu veľkosti modelu alebo výstupnej reprezentácie treba overiť na strane dopytu aj korpusu namiesto jej považovania za automatický spoločný priestor.

Kontext používajte zámerne

Výrobca špecifikuje kontext 32K. Dlhá poznámka alebo časť dokumentu môže pojať viac okolitého vysvetlenia než enkodér s krátkym oknom, ale vyhľadávacia jednotka stále potrebuje jasný účel. Vyberte, či má nájdený výsledok vrátiť celú časť alebo zameranú pasáž obsahujúcu odpoveď. Definície a výnimky zachovajte pri tvrdení, ktoré spresňujú.

Pri väčšom zdrojovom materiáli zachovajte identifikátor nadradeného dokumentu a verziu mimo vektora. To umožní výsledku vyhľadávania viesť späť ku zdroju a zmenenému textu nahradiť zodpovedajúcu reprezentáciu. Kandidátske výsledky preskúmajte pre skutočné otázky v zamýšľanej zmesi jazykov a overte, že pasáž poskytuje požadovanú informáciu, nielen rozoberá podobnú tému.

Oddeľte nezávislé a kontextové spracovanie

Karta modelu odlišuje tento nezávislý enkodér od pplx-embed-context-v1-0.6B. Kontextový model používa okolie dokumentu na reprezentácie jeho častí; bežný model v1 reprezentuje každý poskytnutý text samostatne. Zoznam nezávislých reťazcov nepreukazuje, že prebehlo kontextové spracovanie častí.

Užitočným výstupom je reprezentácia korpusu alebo vektor dopytu prepojený so skutočným zdrojovým textom, so zaznamenaným zvoleným formátom INT8 alebo binárnym formátom a kosínusovým porovnávaním. Neskoršia fáza zoradenia alebo odpovede RAG používa vyhľadaný text ako samostatný artefakt. Tento profil patrí ku konkrétnej nezávislej edícii 0.6B, nie k modelom 4B alebo context-v1.

", "aboutText": "pplx-embed-v1-0.6B je menší nezávislý model embeddingov od Perplexity v rodine v1. Text dopytu alebo dokumentu mení na 1024-rozmernú reprezentáciu na získavanie informácií a sémantické vyhľadávanie. Výrobca opisuje rodinu založenú na Qwen3, prispôsobenú pokračujúcim predtrénovaním založeným na difúzii, s priemerovaním reprezentácií a kontextom 32K. Model kóduje poskytnutý text priamo, bez povinného inštrukčného prefixu.\n\n### Pripravte nezávislý záznam\n\nUžitočná kolekcia môže obsahovať vysvetlenia produktov, časti znalostnej bázy alebo krátke výskumné poznámky. Každému textu dajte dostatok zdrojového kontextu na pochopenie po vrátení vyhľadávaním: nadpis, hľadané tvrdenie a podmienku, ktorá mení jeho význam. Pôvodný text a identifikátor záznamu uchovajte vedľa výsledného embeddingu.\n\nPri vyhľadávaní poznámok má otázka o zmene procesu vyhľadať poznámku, ktorá túto zmenu opisuje. Vytvorte embedding skutočnej otázky a porovnajte ho s pripravenými záznamami korpusu. Predvolene nepridávajte inštrukciu query/passage z inej rodiny modelov; priamy text je zdokumentovanou prípravou výrobcu pre tento model.\n\n### Kvantované vektory a kosínusové porovnávanie\n\nNatívnou reprezentáciou je nenormalizovaný embedding INT8. Perplexity výslovne odporúča na porovnávanie kosínusovú podobnosť. Surové skóre skalárneho súčinu na nenormalizovanom výstupe mení porovnanie, pretože doň vstupuje veľkosť vektora. Vyberte vyhľadávací index a skórovaciu cestu, ktoré dokážu spoločne interpretovať zvolenú reprezentáciu a metriku.\n\nZdokumentovaná je aj binárna reprezentácia a tabuľka modelu uvádza podporu Matryoshka. Tieto možnosti reprezentácie môžu byť dôležité pre uloženie indexu, ale ich zložky a zbalené bajty treba interpretovať správne. Plný 1024-rozmerný výstup sa odlišuje od 2560-rozmerného modelu 4B. Zmenu veľkosti modelu alebo výstupnej reprezentácie treba overiť na strane dopytu aj korpusu namiesto jej považovania za automatický spoločný priestor.\n\n### Kontext používajte zámerne\n\nVýrobca špecifikuje kontext 32K. Dlhá poznámka alebo časť dokumentu môže pojať viac okolitého vysvetlenia než enkodér s krátkym oknom, ale vyhľadávacia jednotka stále potrebuje jasný účel. Vyberte, či má nájdený výsledok vrátiť celú časť alebo zameranú pasáž obsahujúcu odpoveď. Definície a výnimky zachovajte pri tvrdení, ktoré spresňujú.\n\nPri väčšom zdrojovom materiáli zachovajte identifikátor nadradeného dokumentu a verziu mimo vektora. To umožní výsledku vyhľadávania viesť späť ku zdroju a zmenenému textu nahradiť zodpovedajúcu reprezentáciu. Kandidátske výsledky preskúmajte pre skutočné otázky v zamýšľanej zmesi jazykov a overte, že pasáž poskytuje požadovanú informáciu, nielen rozoberá podobnú tému.\n\n### Oddeľte nezávislé a kontextové spracovanie\n\nKarta modelu odlišuje tento nezávislý enkodér od pplx-embed-context-v1-0.6B. Kontextový model používa okolie dokumentu na reprezentácie jeho častí; bežný model v1 reprezentuje každý poskytnutý text samostatne. Zoznam nezávislých reťazcov nepreukazuje, že prebehlo kontextové spracovanie častí.\n\nUžitočným výstupom je reprezentácia korpusu alebo vektor dopytu prepojený so skutočným zdrojovým textom, so zaznamenaným zvoleným formátom INT8 alebo binárnym formátom a kosínusovým porovnávaním. Neskoršia fáza zoradenia alebo odpovede RAG používa vyhľadaný text ako samostatný artefakt. Tento profil patrí ku konkrétnej nezávislej edícii 0.6B, nie k modelom 4B alebo context-v1.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "28b815430dae918a34575d41f55f6c6283c3623be2687e749505dce3d9be6f4d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sk", "methods": [ { "html": "
•

Perplexity: Embed V1 0.6B

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

Úvod

Perplexity pplx-embed-v1-0.6B vytvára 1024-rozmerné embeddingy na nezávislé viacjazyčné vyhľadávanie textu. Jeho kontext 32K, priama príprava textu a natívne reprezentácie INT8 alebo binárne reprezentácie definujú menší indexový profil rodiny v1.

Povolené vstupy
Text · token_ids
Výsledky
embedding
O modeli

Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.

pplx-embed-v1-0.6B je menší nezávislý model embeddingov od Perplexity v rodine v1. Text dopytu alebo dokumentu mení na 1024-rozmernú reprezentáciu na získavanie informácií a sémantické vyhľadávanie. Výrobca opisuje rodinu založenú na Qwen3, prispôsobenú pokračujúcim predtrénovaním založeným na difúzii, s priemerovaním reprezentácií a kontextom 32K. Model kóduje poskytnutý text priamo, bez povinného inštrukčného prefixu.

Pripravte nezávislý záznam

Užitočná kolekcia môže obsahovať vysvetlenia produktov, časti znalostnej bázy alebo krátke výskumné poznámky. Každému textu dajte dostatok zdrojového kontextu na pochopenie po vrátení vyhľadávaním: nadpis, hľadané tvrdenie a podmienku, ktorá mení jeho význam. Pôvodný text a identifikátor záznamu uchovajte vedľa výsledného embeddingu.

Pri vyhľadávaní poznámok má otázka o zmene procesu vyhľadať poznámku, ktorá túto zmenu opisuje. Vytvorte embedding skutočnej otázky a porovnajte ho s pripravenými záznamami korpusu. Predvolene nepridávajte inštrukciu query/passage z inej rodiny modelov; priamy text je zdokumentovanou prípravou výrobcu pre tento model.

Kvantované vektory a kosínusové porovnávanie

Natívnou reprezentáciou je nenormalizovaný embedding INT8. Perplexity výslovne odporúča na porovnávanie kosínusovú podobnosť. Surové skóre skalárneho súčinu na nenormalizovanom výstupe mení porovnanie, pretože doň vstupuje veľkosť vektora. Vyberte vyhľadávací index a skórovaciu cestu, ktoré dokážu spoločne interpretovať zvolenú reprezentáciu a metriku.

Zdokumentovaná je aj binárna reprezentácia a tabuľka modelu uvádza podporu Matryoshka. Tieto možnosti reprezentácie môžu byť dôležité pre uloženie indexu, ale ich zložky a zbalené bajty treba interpretovať správne. Plný 1024-rozmerný výstup sa odlišuje od 2560-rozmerného modelu 4B. Zmenu veľkosti modelu alebo výstupnej reprezentácie treba overiť na strane dopytu aj korpusu namiesto jej považovania za automatický spoločný priestor.

Kontext používajte zámerne

Výrobca špecifikuje kontext 32K. Dlhá poznámka alebo časť dokumentu môže pojať viac okolitého vysvetlenia než enkodér s krátkym oknom, ale vyhľadávacia jednotka stále potrebuje jasný účel. Vyberte, či má nájdený výsledok vrátiť celú časť alebo zameranú pasáž obsahujúcu odpoveď. Definície a výnimky zachovajte pri tvrdení, ktoré spresňujú.

Pri väčšom zdrojovom materiáli zachovajte identifikátor nadradeného dokumentu a verziu mimo vektora. To umožní výsledku vyhľadávania viesť späť ku zdroju a zmenenému textu nahradiť zodpovedajúcu reprezentáciu. Kandidátske výsledky preskúmajte pre skutočné otázky v zamýšľanej zmesi jazykov a overte, že pasáž poskytuje požadovanú informáciu, nielen rozoberá podobnú tému.

Oddeľte nezávislé a kontextové spracovanie

Karta modelu odlišuje tento nezávislý enkodér od pplx-embed-context-v1-0.6B. Kontextový model používa okolie dokumentu na reprezentácie jeho častí; bežný model v1 reprezentuje každý poskytnutý text samostatne. Zoznam nezávislých reťazcov nepreukazuje, že prebehlo kontextové spracovanie častí.

Užitočným výstupom je reprezentácia korpusu alebo vektor dopytu prepojený so skutočným zdrojovým textom, so zaznamenaným zvoleným formátom INT8 alebo binárnym formátom a kosínusovým porovnávaním. Neskoršia fáza zoradenia alebo odpovede RAG používa vyhľadaný text ako samostatný artefakt. Tento profil patrí ku konkrétnej nezávislej edícii 0.6B, nie k modelom 4B alebo context-v1.

Dostupné v Ailoot · vstupy a metódy

Ailoot Ultra · Embeddingy POST /v1/embeddings
Vstup
text, token_ids
Výstup
embedding
Kontext
32 000 tokens
Výstupný formát
json
PoleTypPožiadavkaHodnoty a limityPredvolené
PolemodelTypstringPožiadavkaPovinnéHodnoty a limity
perplexity/pplx-embed-v1-0.6b
Predvolené—
PoleinputTypstring|string[]|integer[]|integer[][]PožiadavkaPovinnéHodnoty a limity
Minimálny počet položiek: 1
Podmienky: Neprázdna homogénna dávka. ID tokenov sú nezáporné celé čísla.
Vstupný rozpočet: Maximum: 32 000 · Textová jednotka: bajty UTF8 · Jednotka tokenov: prvky poľa tokenov
Predvolené—
Poleencoding_formatTypstringPožiadavkaVoliteľnéHodnoty a limity
float
Predvolenéfloat
PoledimensionsTypintegerPožiadavkaNepodporovanéHodnoty a limity
Minimum: 1
Predvolené—
PoleuserTypjson_valuePožiadavkaVoliteľnéHodnoty a limity
Podmienky: Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.
Predvolené—
Polesession_idTypjson_valuePožiadavkaVoliteľnéHodnoty a limity
Podmienky: Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.
Predvolené—
PoletraceTypjson_valuePožiadavkaVoliteľnéHodnoty a limity
Podmienky: Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.
Predvolené—
PoleproviderTypobjectPožiadavkaVoliteľnéHodnoty a limity
Podmienky: provider.options sa odmieta
Predvolené—
Kombinácie vstupných podkladov

text_to_embedding

Parametre a životný cyklus metódy
ParameterŠpecifikácia
Parametercontent_typeŠpecifikáciaapplication/json
ParameterrequiredŠpecifikáciamodel, input
Parameterinput_shapesŠpecifikáciastring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parameterencoding_formatŠpecifikáciafloat
Parameterdimensions_overrideŠpecifikáciafalse
Parametermax_input_budget_unitsŠpecifikácia32000
Parametermultimodal_objectsŠpecifikáciafalse
Parametermaterial_typesŠpecifikáciatext, token_ids

Životný cyklus: synchronous_json

Uchovajte každý index a rozmer vektora.

Názov multimodálneho modelu neznamená, že na tejto konkrétnej trase možno použiť objekty obrázkov.

Cenník

Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.

Rýchly režim
Štandardná sadzba Keď je zvolený rýchly režim
Režim Flex
Štandardná sadzba Keď je zvolený režim flex
Maximálna úroveň uvažovania
Štandardná sadzba Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)

Sadzby Ailoot

Ceny podľa konfigurácie

KonfiguráciaSadzobníkPoplatok
KonfiguráciaZákladné sadzby za tokenySadzobníkZákladná sadzbaPoplatok
Vstup · Vstupné tokeny $0.000008 / 1K tokenov
Výstup · Výstupné tokeny $0 / 1K tokenov
Vstup · Čítanie cache — / 1K tokenov
Vstup · Zápis do cache — / 1K tokenov
Vstup · Zápis do cache, 1 hod — / 1K tokenov

Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →

Príklady požiadaviek

Ailoot Ultra · Embeddingy

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perplexity/pplx-embed-v1-0.6b", "input": ["First document", "Second document"]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))\nPY_RESULT\n

Prijať a uložiť výsledky

Ailoot Ultra · Embeddingy

json

Uchovať všetky dokončené výsledky

Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.

Uchovajte každý vektor spolu s jeho indexom. Počet vektorov sa musí rovnať počtu vstupov; rozmery musia byť konzistentné.

Ak treba overiť pôvodnú odpoveď

Nezavádza sa žiadny koncový bod pre úlohy tvorby embeddingov.

Polia odpovede
PoleTyp
PoleobjectTypstring
PolemodelTypstring
Poledata[].indexTypinteger
Poledata[].embeddingTypfinite float[]
PoleusageTypobject
Chyby a ďalšie kroky
OdpoveďPodmienkaĎalší krok
Odpoveď400 · invalid_request_errorPodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametraĎalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia.

Aliasy

Aliasy modelov

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

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

perplexity/pplx-embed-v1-0.6b

", "method_identity": { "effective_request_model_id": "perplexity/pplx-embed-v1-0.6b", "fmt": "embeddings", "http": "POST", "path": "/v1/embeddings", "request_model_id": "perplexity/pplx-embed-v1-0.6b", "route_label": "Ultra" }, "method_key": "Ultra|embeddings|/v1/embeddings|perplexity%2Fpplx-embed-v1-0.6b", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.", "errors": [ { "code": null, "condition": "Neplatné povinné polia, reprezentácia materiálu alebo hodnota parametra", "http_status": 400, "recovery": "Pred novou požiadavkou na vytvorenie opravte uvedené polia.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "Nezavádza sa žiadny koncový bod pre úlohy tvorby embeddingov." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "Uchovajte každý vektor spolu s jeho indexom. Počet vektorov sa musí rovnať počtu vstupov; rozmery musia byť konzistentné.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "perplexity/pplx-embed-v1-0.6b" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 32000, "text_unit": "bajty UTF8", "token_unit": "prvky poľa tokenov" }, "conditions": "Neprázdna homogénna dávka. ID tokenov sú nezáporné celé čísla.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "provider.options sa odmieta", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "Uchovajte každý index a rozmer vektora.", "Názov multimodálneho modelu neznamená, že na tejto konkrétnej trase možno použiť objekty obrázkov." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text", "token_ids" ], "max_input_budget_units": 32000, "multimodal_objects": false, "required": [ "model", "input" ] }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 32000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Základné sadzby za tokeny", "units": [ { "amount": "0.000008000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000000008", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"perplexity/pplx-embed-v1-0.6b\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='perplexity/pplx-embed-v1-0.6b',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n", "label": "Python SDK · all vectors", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Keep every vector index and dimension.", "Multimodal model name does not admit image objects on this exact path." ], "http": "POST", "in": 0.008, "input": [ "text", "token_ids" ], "label": "Эмбеддинги", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "Rýchly režim", "value": "Štandardná sadzba", "when": "Keď je zvolený rýchly režim" }, { "label": "Režim Flex", "value": "Štandardná sadzba", "when": "Keď je zvolený režim flex" }, { "label": "Maximálna úroveň uvažovania", "value": "Štandardná sadzba", "when": "Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.000008000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000000008", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "perplexity/pplx-embed-v1-0.6b", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.000008000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000000008", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "perplexity/pplx-embed-v1-0.6b", "nativeProvenance": { "input_facts_canonical_sha256": "84149c53cd67d8b1f8a4012b034d3e1a09eeb418bbcbb9416a2283170037a54e", "input_html_sha256": "b9ec86b24ce7ffa3f7032d24882d9379100818e2bdf6862a7987972df8bfe864", "private_audit_sha256": "00adfa44da579aabcb341ba7e92bc2647a3f9ab61e93392897c194e6a7959d57", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/sk/perplexity-pplx-embed-v1-0-6b/", "description": "Perplexity pplx-embed-v1-0.6B vytvára 1024-rozmerné embeddingy na nezávislé viacjazyčné vyhľadávanie textu. Jeho kontext 32K, priama príprava textu a natívne reprezentácie INT8 alebo binárne reprezentácie definujú menší indexový profil rodiny v1.", "locale": "sk", "md_url": "https://ailoot.ai/models/sk/perplexity-pplx-embed-v1-0-6b/index.md", "title": "Perplexity: Embed V1 0.6B — Ailoot", "url": "https://ailoot.ai/models/sk/perplexity-pplx-embed-v1-0-6b/" }, "rawModel": { "about": "pplx-embed-v1-0.6B je menší nezávislý model embeddingov od Perplexity v rodine v1. Text dopytu alebo dokumentu mení na 1024-rozmernú reprezentáciu na získavanie informácií a sémantické vyhľadávanie. Výrobca opisuje rodinu založenú na Qwen3, prispôsobenú pokračujúcim predtrénovaním založeným na difúzii, s priemerovaním reprezentácií a kontextom 32K. Model kóduje poskytnutý text priamo, bez povinného inštrukčného prefixu.\n\n### Pripravte nezávislý záznam\n\nUžitočná kolekcia môže obsahovať vysvetlenia produktov, časti znalostnej bázy alebo krátke výskumné poznámky. Každému textu dajte dostatok zdrojového kontextu na pochopenie po vrátení vyhľadávaním: nadpis, hľadané tvrdenie a podmienku, ktorá mení jeho význam. Pôvodný text a identifikátor záznamu uchovajte vedľa výsledného embeddingu.\n\nPri vyhľadávaní poznámok má otázka o zmene procesu vyhľadať poznámku, ktorá túto zmenu opisuje. Vytvorte embedding skutočnej otázky a porovnajte ho s pripravenými záznamami korpusu. Predvolene nepridávajte inštrukciu query/passage z inej rodiny modelov; priamy text je zdokumentovanou prípravou výrobcu pre tento model.\n\n### Kvantované vektory a kosínusové porovnávanie\n\nNatívnou reprezentáciou je nenormalizovaný embedding INT8. Perplexity výslovne odporúča na porovnávanie kosínusovú podobnosť. Surové skóre skalárneho súčinu na nenormalizovanom výstupe mení porovnanie, pretože doň vstupuje veľkosť vektora. Vyberte vyhľadávací index a skórovaciu cestu, ktoré dokážu spoločne interpretovať zvolenú reprezentáciu a metriku.\n\nZdokumentovaná je aj binárna reprezentácia a tabuľka modelu uvádza podporu Matryoshka. Tieto možnosti reprezentácie môžu byť dôležité pre uloženie indexu, ale ich zložky a zbalené bajty treba interpretovať správne. Plný 1024-rozmerný výstup sa odlišuje od 2560-rozmerného modelu 4B. Zmenu veľkosti modelu alebo výstupnej reprezentácie treba overiť na strane dopytu aj korpusu namiesto jej považovania za automatický spoločný priestor.\n\n### Kontext používajte zámerne\n\nVýrobca špecifikuje kontext 32K. Dlhá poznámka alebo časť dokumentu môže pojať viac okolitého vysvetlenia než enkodér s krátkym oknom, ale vyhľadávacia jednotka stále potrebuje jasný účel. Vyberte, či má nájdený výsledok vrátiť celú časť alebo zameranú pasáž obsahujúcu odpoveď. Definície a výnimky zachovajte pri tvrdení, ktoré spresňujú.\n\nPri väčšom zdrojovom materiáli zachovajte identifikátor nadradeného dokumentu a verziu mimo vektora. To umožní výsledku vyhľadávania viesť späť ku zdroju a zmenenému textu nahradiť zodpovedajúcu reprezentáciu. Kandidátske výsledky preskúmajte pre skutočné otázky v zamýšľanej zmesi jazykov a overte, že pasáž poskytuje požadovanú informáciu, nielen rozoberá podobnú tému.\n\n### Oddeľte nezávislé a kontextové spracovanie\n\nKarta modelu odlišuje tento nezávislý enkodér od pplx-embed-context-v1-0.6B. Kontextový model používa okolie dokumentu na reprezentácie jeho častí; bežný model v1 reprezentuje každý poskytnutý text samostatne. Zoznam nezávislých reťazcov nepreukazuje, že prebehlo kontextové spracovanie častí.\n\nUžitočným výstupom je reprezentácia korpusu alebo vektor dopytu prepojený so skutočným zdrojovým textom, so zaznamenaným zvoleným formátom INT8 alebo binárnym formátom a kosínusovým porovnávaním. Neskoršia fáza zoradenia alebo odpovede RAG používa vyhľadaný text ako samostatný artefakt. Tento profil patrí ku konkrétnej nezávislej edícii 0.6B, nie k modelom 4B alebo context-v1.", "alias_of": null, "aliases": [], "author": "Perplexity", "available": null, "canonical_model": "perplexity/pplx-embed-v1-0.6b", "capabilities": { "context_length": 32000, "manufacturer_input": [ "text" ], "manufacturer_output": [ "embeddings" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.000008000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000000008", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "Úplný cenník konfigurácie nájdete v podrobnostiach." } ], "ctx": 32000, "entity_type": "model", "formats": [ "embeddings" ], "id": "perplexity/pplx-embed-v1-0.6b", "input": [ "text", "token_ids" ], "kind": "embedding", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.", "errors": [ { "code": null, "condition": "Neplatné povinné polia, reprezentácia materiálu alebo hodnota parametra", "http_status": 400, "recovery": "Pred novou požiadavkou na vytvorenie opravte uvedené polia.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "Nezavádza sa žiadny koncový bod pre úlohy tvorby embeddingov." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "Uchovajte každý vektor spolu s jeho indexom. Počet vektorov sa musí rovnať počtu vstupov; rozmery musia byť konzistentné.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "perplexity/pplx-embed-v1-0.6b" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 32000, "text_unit": "bajty UTF8", "token_unit": "prvky poľa tokenov" }, "conditions": "Neprázdna homogénna dávka. ID tokenov sú nezáporné celé čísla.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "provider.options sa odmieta", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "Uchovajte každý index a rozmer vektora.", "Názov multimodálneho modelu neznamená, že na tejto konkrétnej trase možno použiť objekty obrázkov." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text", "token_ids" ], "max_input_budget_units": 32000, "multimodal_objects": false, "required": [ "model", "input" ] }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 32000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Základné sadzby za tokeny", "units": [ { "amount": "0.000008000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000000008", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"perplexity/pplx-embed-v1-0.6b\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='perplexity/pplx-embed-v1-0.6b',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n", "label": "Python SDK · all vectors", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Keep every vector index and dimension.", "Multimodal model name does not admit image objects on this exact path." ], "http": "POST", "in": 0.008, "input": [ "text", "token_ids" ], "label": "Эмбеддинги", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "Rýchly režim", "value": "Štandardná sadzba", "when": "Keď je zvolený rýchly režim" }, { "label": "Režim Flex", "value": "Štandardná sadzba", "when": "Keď je zvolený režim flex" }, { "label": "Maximálna úroveň uvažovania", "value": "Štandardná sadzba", "when": "Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.000008000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000000008", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "perplexity/pplx-embed-v1-0.6b", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.000008000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000000008", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "perplexity/pplx-embed-v1-0.6b", "request_model_id": "perplexity/pplx-embed-v1-0.6b", "route_label": "Ultra" } ], "name": "Perplexity: Embed V1 0.6B", "price": { "in": 0.008, "in_label": null, "out": 0, "out_label": null, "scope_label": "Token rates", "sort_in": 0.008, "sort_out": 0, "varies": false }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Эмбеддинги · Base token rates", "units": [ { "amount": "0.000008000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000000008", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "public_id": "perplexity/pplx-embed-v1-0.6b", "short": "Perplexity pplx-embed-v1-0.6B vytvára 1024-rozmerné embeddingy na nezávislé viacjazyčné vyhľadávanie textu. Jeho kontext 32K, priama príprava textu a natívne reprezentácie INT8 alebo binárne reprezentácie definujú menší indexový profil rodiny v1." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Perplexity pplx-embed-v1-0.6B vytvára 1024-rozmerné embeddingy na nezávislé viacjazyčné vyhľadávanie textu. Jeho kontext 32K, priama príprava textu a natívne reprezentácie INT8 alebo binárne reprezentácie definujú menší indexový profil rodiny v1.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "2b4a33ab8fc936319a1ed973a9b7e6f135df0aa5487dbb241c32ef858f628ede", "renderer_sha256": "94893ba0fa4d7b7d32370787b705f436a4c2569f84ec7b33063549adc74b07e0" }, "sourceRevision": "9eae4cb901f91bf47be3c897990c269302e60e190401cb62d80daf673441530a" }