pplx-embed-v2-context-9b
- 开放权重
价格
0 个渠道报价 · 按标价显示这个模型暂无标价渠道。
- 参数 8.4B
- 稠密
- 原生精度 FP32
- 层数 32
- 每 token 的 KV 缓存 32 KB
- 配置位置数 256K （config.json max_position_embeddings）
在你的配置上 · GeForce RTX 4090
●流畅 Q8_0 （自动） 8K 上下文 55–82 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 9.1 GB (权重 8.3 + KV 缓存 0.3 + 开销 0.5)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 55–82 tok/s
- 最长上下文
- 256K (模型上限)
- 首 token
- 2K 提示约 0.27–0.41 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 FP32官方 | 31.3 GB | ≈ 33.1 | ○需放到内存 3–5 tok/s | — |
| Q8_0 | 8.3 GB | ≈ 9.1 | ●流畅 55–82 tok/s | 256K |
| FP8 | 7.8 GB | ≈ 8.6 | ●流畅 58–87 tok/s | 256K |
| Q6_K | 6.4 GB | ≈ 7.2 | ●流畅 70–105 tok/s | 256K |
| Q5_K_M | 5.6 GB | ≈ 6.3 | ●流畅 81–121 tok/s | 256K |
| Q5_0 | 5.4 GB | ≈ 6.1 | ●流畅 83–125 tok/s | 256K |
| Q4_K_M | 4.8 GB | ≈ 5.5 | ●流畅 94–141 tok/s | 256K |
| Q4_0 | 4.4 GB | ≈ 5.2 | ●流畅 101–151 tok/s | 256K |
| IQ4_XS | 4.2 GB | ≈ 4.9 | ●流畅 107–160 tok/s | 256K |
| Q3_K_M质量下降明显 | 3.8 GB | ≈ 4.6 | ●流畅 115–173 tok/s | 256K |
| IQ3_XXS质量下降明显 | 3.0 GB | ≈ 3.7 | ●流畅 145–217 tok/s | 256K |
| Q2_K质量下降明显 | 2.9 GB | ≈ 3.7 | ●流畅 147–221 tok/s | 256K |
| IQ2_XXS质量下降明显 | 2.0 GB | ≈ 2.8 | ●流畅 207–311 tok/s | 256K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 3080；统一内存 Apple M5 · 16 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 128.3 GB你的配置放不下
LoRA≈ 19.0 GB你的配置放得下
QLoRA≈ 7.8 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得我们引用的排行榜暂未覆盖向量模型。MTEB 结果以 CC0 公开，之后会按单项基准引用，不做综合分。
变更
全部变更 →- 新增向量模型
来源
- perplexity-ai/pplx-embed-v2-context-9b config.json（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- perplexity-ai/pplx-embed-v2-context-9b model card（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- perplexity-ai/pplx-embed-v2-context-9b files（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- perplexity-ai/pplx-embed-v2-context-9b model card（在新标签页打开） huggingface.co · 核对于 2026年10月30日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Perplexity · 美国 · perplexity.ai
相关模型
快照、同系列与同厂商的其他模型