A Perplexity publicou em 7 de outubro de 2026 o pplx-embed-v2-late, dois modelos abertos de embedding de interação tardia, com 0,6 bilhão e 9 bilhões de parâmetros. Eles indexam texto, imagens e páginas de documentos. Os dois tamanhos dividem o mesmo espaço de vetores, então dá para indexar um acervo com o modelo grande e fazer as consultas com o pequeno. Os pesos estão no Hugging Face, com licença MIT.
Em resumo
- O que saiu: dois modelos, de 0,6 bilhão e 9 bilhões de parâmetros, com licença MIT e compatíveis com a biblioteca sentence-transformers a partir da versão 6.0.0.
- Como funcionam: um vetor de 128 dimensões para cada token, comparado pelo método MaxSim, no estilo ColBERT. A página de PDF entra como imagem, sem OCR nem corte em trechos.
- Números da empresa: o modelo de 9 bilhões marca 92,4% no MADQA e 65,2% no ViDoRe v3 em imagens. Nenhum teste independente foi publicado até agora.
- Custo escondido: guardar um vetor por token aumenta muito o índice. Num teste do Hugging Face com outro modelo do mesmo tipo, o índice bruto ficou cerca de 20 vezes maior que um índice comum.
- Leitura: montar busca sobre documento escaneado ficou mais simples. O problema passa a ser armazenamento e proteção do índice.
O que a Perplexity lançou?
O blog de pesquisa da Perplexity detalha os dois modelos. O menor parte do Qwen3.5-0.8B, teve a parte de texto cortada de 24 para 12 camadas e soma 594 milhões de parâmetros. Desses, cerca de 240 milhões trabalham em texto e 340 milhões em imagens. O maior tem 7,4 bilhões de parâmetros ativos, segundo o cartão no Hugging Face, e foi destilado de um modelo professor de 18 bilhões, construído a partir de uma base de 27 bilhões.
O treino usou 186 milhões de pares de consulta e documento, tirados de 594 conjuntos de dados em 46 idiomas. A empresa diz que deixou de fora os conjuntos ligados aos testes de avaliação. O blog não lista os idiomas.
O espaço de vetores comum é a novidade prática. Quem indexa com o modelo de 9 bilhões e consulta com o de 0,6 bilhão chega a 63,5% no ViDoRe v3 em imagens, contra 62,3% usando só o pequeno. Ou seja, o custo pesado fica na indexação, feita uma vez, e cada busca roda no modelo barato.
Ainda não há API. A Perplexity promete levar embeddings de interação tardia, densos e contextuais à sua plataforma, e a AlphaSignal fala em “próximos meses”. Hoje a API da empresa lista só quatro modelos v1 de vetor único, de US$ 0,004 a US$ 0,05 por milhão de tokens, segundo Rajesh Beri. Um relatório técnico está prometido para este ano.
Por que a interação tardia dispensa o OCR?
O embedding comum resume um documento inteiro num único vetor. A interação tardia guarda um vetor para cada pedaço do texto ou da imagem e compara cada pedaço da pergunta com cada pedaço do documento. Como o modelo lê a página como imagem, tabela, gráfico e diagramação continuam lá.
A AlphaSignal lista o que continua igual. O PDF ainda precisa ser renderizado como imagem, e a qualidade do escaneamento pesa no resultado. Para gerar a resposta, é preciso um modelo que leia imagem ou uma etapa de extração depois. E o banco de vetores precisa aceitar vários vetores por documento. Segundo Beri, Qdrant, Weaviate, Vespa, LanceDB, Milvus e VectorChord fazem isso de forma nativa. OpenSearch e Elasticsearch só usam o MaxSim para reordenar resultados.
Os números se sustentam?
Os números da Perplexity são bons. Numa bateria de 72 tarefas de domínio específico, o modelo de 9 bilhões faz 81,3%, 1,6 ponto acima do segundo colocado. No Q2D-Web, com cerca de 190 milhões de páginas, chega a 74,8% de recall, contra 69,3% do melhor resultado anterior. No MADQA, que tem 500 perguntas sobre 800 PDFs reais, marca 92,4%, à frente dos 88,9% do buscador da Mixedbread e atrás dos 93,4% do Mixedbread Agentic Search.
Há uma divergência sobre a origem desses números. Beri escreveu que o MADQA e o BrowseComp+ não aparecem no cartão do modelo e tratou os dois como alegação da empresa. Eles estão no blog de pesquisa da Perplexity, que bloqueou a leitura dele. A tabela do cartão no Hugging Face traz só o ViDoRe v3. Beri avalia que o modelo maior fica no nível dos melhores de fim de 2025, sem vantagem clara. AlphaSignal e Crypto Briefing também lembram que os resultados ainda precisam ser reproduzidos por terceiros.
Quanto custa guardar um vetor por token?
Cada vetor de 128 dimensões em float32 ocupa 512 bytes, e ele se repete a cada token. Beri cita um guia do Hugging Face de agosto: 4.874 trechos viraram 608.414 vetores e 311,5 MB, contra 15 MB de um índice denso. Com compressão, o índice caiu para 92 MB. Em outro modelo do mesmo tipo, o ColPali, um milhão de páginas ocupam cerca de um quarto de terabyte. O cartão da Perplexity não diz quantos vetores gera por página, então essas contas valem como ordem de grandeza.
Do outro lado da balança está o OCR. O Textract, da AWS, cobra US$ 1,50 por mil páginas para extrair texto e US$ 15 por mil para extrair tabelas, segundo Beri. A troca é entre pagar OCR uma vez ou pagar armazenamento todo mês.
O índice também guarda informação sensível. Um estudo publicado no arXiv recuperou 47% das palavras e 45% dos termos sensíveis a partir de índices de vários vetores no ViDoRe v3. O teste usou outros modelos, e não o da Perplexity, mas o recado vale para a técnica.
Como chegamos até aqui?
A Perplexity lançou em 26 de fevereiro o pplx-embed, modelos densos de um vetor por documento. Em 30 de setembro apresentou um método para treinar embeddings contextuais. Agora fecha a família com a versão de interação tardia e multimodal. Os modelos v1 já são vendidos na API da empresa, e os novos devem seguir o mesmo caminho. A Marcio.AI mostrou como o Iceberg e a camada semântica padronizam os dados para IA. A busca em documentos é a etapa seguinte dessa mesma pilha.
O que muda para empresas brasileiras?
Empresas brasileiras guardam muito documento escaneado: contrato, laudo, processo, nota e formulário. Até aqui, colocar esse acervo numa busca com IA exigia OCR e corte em trechos, com perda de tabela e de layout. A licença MIT permite rodar os dois modelos em servidor próprio, o que ajuda quem precisa manter dados no país por causa da LGPD.
Dois cuidados. O blog não diz se o português está entre os 46 idiomas do treino, nem traz resultado em português. Então o primeiro passo é um piloto com o acervo da própria empresa, como recomenda Beri. E o índice deve ser tratado com o mesmo nível de proteção dos documentos originais.
O que observar nas próximas semanas
A tese da Marcio.AI: até o fim do primeiro semestre de 2027, a interação tardia aberta vira a primeira opção para busca em acervos de PDF escaneado, desde que apareça teste independente e a compressão do índice fique simples de usar. Quatro sinais até dezembro de 2026. O relatório técnico prometido pela Perplexity. A chegada dos modelos à API, com preço. A reprodução do MADQA e do ViDoRe por terceiros. E o suporte nativo a vários vetores nos bancos que hoje só reordenam resultados.
Fontes
- Perplexity, Multimodal embeddings beyond a single vector, 07/10/2026
- Perplexity Community, We’re releasing pplx-embed-v2-late, two late-interaction embedding models, 07/10/2026
- Hugging Face, perplexity-ai/pplx-embed-v2-late-0.6b (cartão do modelo), 07/10/2026
- The D(AI)ly Brief (Rajesh Beri), Perplexity’s Open Embedders Skip OCR but Store a Vector per Token, 11/10/2026
- AlphaSignal, Perplexity’s pplx-embed-v2-late Searches 190M Docs Without OCR or Chunking, 08/10/2026
- Crypto Briefing, Perplexity AI releases pplx-embed-v2-late models for multimodal search, 07/10/2026
Rating Marcio.AI: 4/5 (Global, Muito relevante, Muito próximo do hype). Seção DeepTech do Watcher.
#MarcioAI #Perplexity #Embeddings #RAG #BuscaSemantica #ModelosAbertos
Como este texto foi produzido
Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.
Leia também: Iceberg e camada semântica padronizam dados para IA e Perplexity Computer ganha automações.