Zum Hauptinhalt springen
SpezialmodellVorschau

pplx-embed-v2-context-9b-preview

Perplexity

Veröffentlicht
30. September 2026
Datenstand
7. Oktober 2026

pplx-embed-v2-context-9b-preview bettet Dokumentabschnitte gemeinsam mit dem Kontext des gesamten Dokuments ein. Dadurch erhält jeder Abschnitt eine kontextbezogene Repräsentation statt einer isolierten Vektorzuordnung.

Anfragen und Dokumente nutzen getrennte Kodiermethoden. Die öffentliche Vorschau kann ihre Gewichte, Vektoren und Schnittstelle ohne Rückwärtskompatibilität ändern; ihre Embeddings solltest du deshalb nicht mit einer späteren Version mischen.

Technische Daten und Zugang

AngabeWert und Quelle
Modellkennung
perplexity-ai/pplx-embed-v2-context-9b-previewQuelle
Eingabemodalitäten
Textanfragen und Textabschnitte aus Dokumenten. Für Dokumente encode, für Anfragen encode_queries verwenden.Quelle
Ausgabemodalitäten
Ein 2.048-dimensionaler INT8-Embedding-Vektor je Dokumentabschnitt; 1.024 oder 2.048 Dimensionen sind trainiertQuelle
Vorschaustatus
Gewichte, Embeddings und Schnittstelle können sich ohne Rückwärtskompatibilität ändernQuelle
Lizenz
MIT laut Hugging-Face-ModellkarteQuelle
Gewichtszugang
Öffentliche Modellgewichte für lokale Nutzung; MIT-LizenzQuelle
Gehosteter Dienst
Kein Inference Provider auf Hugging FaceQuelle
Ankündigung
Perplexity stellte das Modell am 30. September 2026 vorQuelle