Perplexity: pplx-embed-v1-0.6b

Perplexity Embed v1 0.6B 将独立文本和查询转换为语义检索与 RAG 使用的向量。它支持 32K 上下文，并通过 Embeddings API 返回 1024 维向量；较低的输入 token 价格适合大型文档索引。

对比模型

pplx-embed-v1-0.6b

可用Perplexity嵌入同步

上下文: 32K
模态: 嵌入

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

嵌入TokenLab 端点

POST/v1/embeddings

curl -X POST "https://api.tokenlab.sh/v1/embeddings" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "encoding_format": "float",
  "model": "pplx-embed-v1-0.6b",
  "input": "The quick brown fox jumps over the lazy dog."
}'

价格

官方价格是模型厂商公开的基线价，TokenLab 价格是用这个模型时实际的计费价。

嵌入

每 1M token

官方价格: 输入 $0.004 / 输出 $0.00
TokenLab 价格: -
折扣: -

	官方价格每 1M token	TokenLab 价格每 1M token	折扣
嵌入	输入 $0.004 / 输出 $0.00	-	-

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

Perplexity Embed v1 0.6B 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 pplx-embed-v1-0.6b 完成一次 embedding，接口是 /v1/embeddings。返回结果和费用。

使用场景

语义搜索

为搜索、推荐、聚类和 RAG 构建向量表示。

并排对比

并列比较回复质量、延迟和价格。

提示词示例

嵌入五条产品 FAQ 片段，再解释一下响应结构。

发一个最简请求，展示结果和费用。

把这个模型和同类别更便宜的模型对比：各自在什么情况下值得选？

此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。

FAQ

Perplexity Embed v1 0.6B 的费用是多少？

在 TokenLab 上，Perplexity Embed v1 0.6B 的价格为 — 每 1M token。完整明细见上方价格表。价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

如何测试 Perplexity Embed v1 0.6B？

在 Create 里打开 Perplexity Embed v1 0.6B，就能直接用为 /v1/embeddings 准备的示例。

Perplexity Embed v1 0.6B 应该使用哪个端点？

Perplexity Embed v1 0.6B 使用 https://api.tokenlab.sh/v1/embeddings。代码写法见下方的请求示例。

接入前可以先测试 Perplexity Embed v1 0.6B 吗？

可以。打开 Console 会为 Perplexity Embed v1 0.6B 备好一个现成的草稿，登录后提示词还在，上下文不会丢。

Perplexity Embed v1 0.6B 支持哪些操作？

Perplexity Embed v1 0.6B 支持嵌入。选了操作，上面会显示对应的端点和请求示例。