perplexity/pplx-embed-v2-context-0.6bpplx-embed-v2-context-0.6b — компактная мультимодальная модель контекстных эмбеддингов от Perplexity, предназначенная для поиска по тексту, изображениям и визуальным документам. Эта модель является более экономичной версией pplx-embed-v2-context-9b и подходит для обработки больших объемов данных.
Сравните разных провайдеров на AllTokens
Система автоматически выбирает оптимального провайдера и переключается на резервный при сбоях.
Оценки модели из Artificial Analysis
curl -X POST https://api.alltokens.ru/api/v1/embeddings \
-H "Authorization: Bearer $ALLTOKENS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": "The quick brown fox jumps over the lazy dog",
"model": "perplexity/pplx-embed-v2-context-0.6b",
"dimensions": 1536
}'Perplexity: Embed V2 Context 0.6B от провайдера perplexity доступна через OpenAI-совместимый API AllTokens.
Страница агрегирует практические параметры для интеграции: стоимость входа и выхода, рабочий контекст, набор поддерживаемых параметров и сигналы для выбора модели под конкретные продакшн-сценарии.
Контекст
32 000 токенов
Цена эмбеддингов
3 ₽ / 1M токенов
Входные модальности
Выходные модальности
Добавлена в каталог
20.11.2026
Perplexity: Embed V2 Context 9B
perplexity
pplx-embed-v2-context-9b — это мультимодальная модель контекстных эмбеддингов от Perplexity, предназначенная для поиска по тексту, изображениям и визуальным документам. Это более крупная из двух моделей v2 context и подходит для задач, требующих глубокого понимания и объединения информации из разных типов данных.
Perplexity: Decider Flash V1.2
perplexity
Decider Flash V1.2 — это модель принятия решений с 4 миллиардами параметров от Perplexity, более компактная и экономичная версия Decider V1.2 с тем же API. Вместо генерации текста она анализирует переданный контент.
Perplexity: Decider V1.2
perplexity
Decider V1.2 — новая версия модели принятия решений Perplexity с размером 27 миллиардов параметров, пришедшая на смену Decider V1.1 27B с сохранением того же API. Вместо генерации текста модель анализирует переданный в параметре `state` контент...
Perplexity: Embed V1 4B
perplexity
pplx-embed-v1 -4B — это одна из передовых текстовых встраиваемых моделей Perplexity, разработанная для реального веб-масштабного поиска. Модель pplx-embed-v1 оптимизирована для стандартного плотного текстового поиска, а 4B-параметрическая модель максимизирует качество поиска.
Perplexity: Embed V1 0.6B
perplexity
pplx-embed-v1-0.6B — одна из современных текстовых встраиваемых моделей Perplexity, разработанная для реального веб-масштабного поиска. Модель pplx-embed-v1 оптимизирована для стандартного плотного текстового поиска, а версия с 0.6B параметров предназначена для легковесной генерации встраиваемых представлений с низкой задержкой.
Perplexity: Sonar Pro Search
perplexity
Модель Sonar Pro с новым режимом Pro Search, доступная эксклюзивно через API alltokens, представляет собой самую продвинутую агентную поисковую систему от Perplexity. Она разработана для глубоких рассуждений и детального анализа. Стоимость использования рассчитывается на основе токенов с дополнительной платой 18 долларов за тысячу запросов. Данная модель обеспечивает работу режима Pro Search на платформе Perplexity. Sonar Pro Search дополняет возможности Sonar Pro функциями автономного многошагового логического вывода. Вместо выполнения одного запроса с последующим обобщением, система планирует и реализует полноценные исследовательские рабочие процессы с использованием различных инструментов.
Подробный обзор модели
Новости, изменения цены, ключевые обновления и практические рекомендации по интеграции.
Открыть обзор
Недорогие модели
Подборка доступных моделей ИИ с низкой стоимостью входных токенов и практичной производительностью.
Смотреть подборку
Мультимодальные модели
Список мультимодальных LLM-моделей с поддержкой нескольких типов входа для сложных AI-сценариев.
Смотреть подборку