# Perplexity AI lanza dos modelos de embeddings, uno para dispositivos pequeños

> La empresa presentó pplx-embed-v2-late: una versión de 0,6 mil millones de parámetros para uso en el dispositivo y otra de 9 mil millones que obtiene un 92,4% en la prueba MADQA.

Oossa · 2026-10-08 · https://oossa.com/es/perplexity-ai-adds-two-new-embedding-models-one-for-edge-devices

Perplexity AI anunció dos nuevas versiones de su modelo pplx-embed-v2-late. La variante más pequeña tiene 0,6 mil millones de parámetros y está diseñada para funcionar en dispositivos de borde, como teléfonos o aparatos IoT. La versión más grande tiene 9 mil millones de parámetros y está pensada para crear índices vectoriales de alta calidad para sistemas de búsqueda o recomendación. Ambos modelos se publican con licencia MIT, por lo que cualquiera puede descargarlos y alojarlos en sus propios servidores.

## Rendimiento de los modelos

En las pruebas de Perplexity, el modelo de 9 mil millones de parámetros obtuvo un 92,4% en la prueba MADQA, un estándar para evaluar la precisión al responder preguntas. El mismo modelo logró un 61,2% en ViDoRe v3 Markdown, una prueba que mide el manejo de texto con formato Markdown. La empresa afirma que el modelo de 0,6 mil millones está optimizado para ofrecer velocidad y consumir poca memoria, mientras que el de 9 mil millones prioriza la precisión.

## Los hechos

- Perplexity AI lanzó dos tamaños de pplx-embed-v2-late: un modelo de 0,6 mil millones de parámetros para dispositivos de borde y otro de 9 mil millones para crear índices.
- El modelo de 9 mil millones obtuvo un 92,4% en la prueba MADQA.
- El mismo modelo obtuvo un 61,2% en la prueba ViDoRe v3 Markdown.
- Ambos modelos tienen licencia MIT y pueden alojarse en servidores propios.

## Por qué importa

Ahora los desarrolladores pueden ejecutar un modelo de embeddings ligero directamente en teléfonos o dispositivos pequeños, sin depender de un servicio en la nube. Los equipos que necesitan funciones de búsqueda o recomendación más precisas pueden usar el modelo de mayor capacidad y mantener el control total de sus datos, ya que ambas versiones son de código abierto.

## Fuentes y referencias

1. [Perplexity AI Releases pplx-embed-v2-late: A 0.6B Edge Model and a 9B Model Scoring 92.4% on MADQA](https://www.marktechpost.com/2026/10/07/perplexity-ai-releases-pplx-embed-v2-late-a-0-6b-edge-model-and-a-9b-model-scoring-92-4-on-madqa/) – MarkTechPost, 2026-10-08

Última actualización: 2026-10-08