Perplexity: pplx-embed-v1-4B
pplx-embed-v1-4b- 输入 / 输出
- $0.03 / $0.00
- 上下文
- 32K
- 模态
- 嵌入
pplx-embed-v1-4B 简介
pplx-embed-v1-4B 是 Perplexity 两个 pplx-embed-v1 文本向量化（embedding）模型中较大的一个，面向最看重排序质量的网页规模检索。它把一段文字或一条查询映射成 2560 维向量，两者都不需要指令前缀，并以 MIT 许可证开放权重。与 0.6B 版本相比，它为每段文本花更多计算和存储，换来更大的容量。
擅长的任务
- 输出 2560 维向量，每段文本比 1024 维的 0.6B 模型有更多空间区分细微差别。
- 两侧都是纯文本输入：模型卡说明文档和查询都不需要指令前缀。
- 基于 Qwen3，以 MIT 许可证开放权重，结果可以复现和审计。
- 提供 INT8 和二值输出选项，完整宽度的浮点向量太大时可以缩小索引。
什么情况换别的模型
- 向量更宽，同一语料的索引会比 0.6B 向量大几倍，在数亿文档的规模下会成问题。
- 每段文本单独向量化，不会捕捉同一文档中相邻块的上下文。
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/embeddingscurl -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-v1-4b", "input": "The quick brown fox jumps over the lazy dog." }'
参数
嵌入
| 参数 | 可选值与限制 | 默认值 | 说明 |
|---|---|---|---|
encoding_format | 未提供 | 未提供 | This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified. |
input | 未提供 | 未提供 | 未提供 |
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
嵌入
每 1M token- Official 价格
- 输入 $0.03 / 输出 $0.00
- Verified 价格
- —
- 折扣
- —
| Official 价格每 1M token | Verified 价格每 1M token | 折扣 | |
|---|---|---|---|
| 嵌入 | 输入 $0.03 / 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
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
pplx-embed-v1-4B 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-v1-4b 完成一次 embedding，接口是 /v1/embeddings。返回结果和费用。
使用场景
高精度搜索
为知识库或文档站点的主语义搜索提供支撑，这类场景排序质量比索引大小更重要。
混合内容的 RAG
在多语言或类型各异的网页内容中，为回答生成检索段落，比较轻的向量模型漏检更少。
去重和聚类
通过更宽向量的余弦相似度，把近似重复的页面或支持工单分组。
提示词示例
哪一条允许任何一方为方便起见终止合同？
修改 ConfigMap 之后，kubernetes pod 一直卡在 CrashLoopBackOff
如何在控制台上设置双重身份验证？
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
pplx-embed-v1-4B 到底是什么？
它是 Perplexity pplx-embed-v1 系列中 40 亿参数的文本向量化模型。把文本转成稠密向量，用于语义搜索、检索增强生成、聚类和相似度匹配，权重以 MIT 许可证发布。
向量有多大？
模型卡给 4B 模型列的是 2560 维，0.6B 模型是 1024 维。在对整个语料重新向量化之前，先按更宽的尺寸规划向量存储和索引内存。
需要指令前缀吗？
不需要。文档和查询都以纯文本发送。Perplexity 说明它是有意避免指令前缀的，所以一条代码路径就能向量化搜索的两侧。
能减少存储吗？
模型卡列出了 INT8 和二值量化输出。它们能大幅缩小每个存储向量，用少量精度换取小得多的索引。切换之前，先用你自己的查询测试召回率。
我的项目该用 4B 还是 0.6B？
答案质量取决于细粒度排序、语料又能轻松放进内存时，选 4B。向量化量巨大，或需要最低的单条文本计算成本时，选 0.6B。
pplx-embed-v1-4B 的费用是多少？
在 TokenLab 上，pplx-embed-v1-4B 的价格为 输入 $0.03 / 输出 $0.00 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。
pplx-embed-v1-4B 应该使用哪个端点？
pplx-embed-v1-4B 使用 https://api.tokenlab.sh/v1/embeddings。代码写法见下方的请求示例。
pplx-embed-v1-4B 支持哪些操作？
pplx-embed-v1-4B 支持 嵌入。选了操作，上面会显示对应的端点和请求示例。
pplx-embed-v1-4B 对比
资料来源
- perplexity-ai/pplx-embed-v1-4b model card (Hugging Face)
- perplexity-ai/pplx-embed-v1-0.6b model card (Hugging Face)
审阅于 2026年10月2日
