That's NeuralCatálogo de modelos

perplexity

Perplexity: Embed V1 0.6B

perplexity/pplx-embed-v1-0.6b

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

El pplx-embed-v1-0.6b de Perplexity es un modelo de embeddings de texto que, según su ficha en el catálogo de OpenRouter, convierte texto de entrada en vectores de embedding para tareas de recuperación. El catálogo describe la familia pplx-embed-v1 como diseñada para recuperación a escala web y recuperación densa de texto, con esta variante de 0.6B parámetros orientada a un uso ligero y de baja latencia; son afirmaciones del proveedor, no resultados medidos de forma independiente. Se indica una ventana de contexto de 32.000 tokens. Solo se aportaron datos del catálogo y no había una ficha de modelo independiente en este paquete de fuentes, por lo que las capacidades más allá de la ficha permanecen sin verificar.[1]

Puntos fuertes

  • El catálogo reporta una ventana de contexto de 32.000 tokens, relativamente amplia para un modelo de embeddings, lo que podría ayudar con documentos extensos.[1]
  • Según el catálogo, el tamaño de 0.6B parámetros apunta a un funcionamiento ligero y de baja latencia: un objetivo de diseño declarado, no una medición.[1]
  • Produce vectores de embedding a partir de texto, acorde con la modalidad texto-a-embeddings del catálogo para tareas de recuperación.[1]

Limitaciones

  • La evidencia se limita a una única ficha del catálogo de OpenRouter, sin ficha de modelo independiente, rendimiento medido ni datos de benchmarks en este paquete de fuentes; valide en su propia carga de trabajo antes de adoptarlo.[1]
  • Las caracterizaciones de vanguardia y baja latencia son afirmaciones del catálogo del proveedor, no resultados verificados.[1]
  • El catálogo no lista parámetros admitidos ni identificador de Hugging Face, por lo que las opciones de ajuste y los detalles de distribución son desconocidos.[1]

Dónde utilizarlo

  • Candidato a probar en pipelines de búsqueda semántica o generación aumentada por recuperación donde se busque un modelo de embeddings compacto.[1]
  • Potencialmente adecuado para generar embeddings de documentos largos, dada la ventana de contexto reportada, si la evaluación confirma su calidad.[1]
  • Podría evaluarse en cargas de recuperación de alto volumen donde importe el posicionamiento ligero que indica el catálogo.[1]

Fuentes

  1. [1] OpenRouter catalog · Perplexity: Embed V1 0.6BFuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

pplx-embed-v1-0.6B is one of Perplexity's state-of-the-art text embedding models built for real-world, web-scale retrieval. pplx-embed-v1 is optimized for standard dense text retrieval with the 0.6B parameter model targeting lightweight, low-latency...

Especificaciones

ID del modelo
perplexity/pplx-embed-v1-0.6b
ID canónico
perplexity/pplx-embed-v1-0.6B
Creador
perplexity
Añadido a OpenRouter
16.03.2026
Longitud de contexto
32,000
Modalidad
text->embeddings
Modalidades de entrada
text
Modalidades de salida
embeddings
Precio por token
USD por 1M de tokens: entrada $0.0040 / salida $0
Corte de conocimiento
—
Fecha de expiración
—

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalSin medición—
ProgramaciónSin medición—
AgentesSin medición—
EscrituraSin medición—
RazonamientoSin medición—
Análisis de documentosSin medición—
VisiónSin medición—
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin mediciónsalida: embeddings

Evaluaciones

No hay evaluaciones aportadas para este modelo.

Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

ProveedorLongitud de contextoPrecio entrada /1MPrecio salida /1MLatencia p50 (30m, s)Rendimiento p50 (30m, tok/s)Disponibilidad (30m)
Perplexityint832,000$0.0040$0——100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.