# Perplexity AI lancia due nuovi modelli di embedding, uno per i dispositivi edge

> L’azienda ha pubblicato pplx-embed-v2-late in due versioni: una da 0,6 miliardi di parametri per l’uso direttamente sui dispositivi e una da 9 miliardi, che ottiene il 92,4% nel benchmark MADQA.

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

Perplexity AI ha annunciato due nuove versioni del modello pplx-embed-v2-late. La variante più piccola, con 0,6 miliardi di parametri, è progettata per funzionare su dispositivi edge come telefoni o apparecchi IoT. Quella più grande, con 9 miliardi di parametri, è pensata per creare indici vettoriali di alta qualità per sistemi di ricerca o raccomandazione. Entrambi i modelli sono distribuiti con licenza MIT, quindi chiunque può scaricarli e ospitarli sui propri server.

## Le prestazioni dei modelli

Nei test interni di Perplexity, il modello da 9 miliardi di parametri ha ottenuto il 92,4% nel benchmark MADQA, un test standard per misurare l’accuratezza nella risposta alle domande. Lo stesso modello ha raggiunto il 61,2% nel benchmark ViDoRe v3 Markdown, che misura la capacità di elaborare testi formattati in Markdown. L’azienda afferma che il modello da 0,6 miliardi è ottimizzato per la velocità e il ridotto consumo di memoria, mentre quello da 9 miliardi punta sull’accuratezza.

## I fatti

- Perplexity AI ha pubblicato pplx-embed-v2-late in due dimensioni: un modello edge da 0,6 miliardi di parametri e un modello da 9 miliardi per l’indicizzazione.
- Il modello da 9 miliardi ha ottenuto il 92,4% nel benchmark MADQA.
- Lo stesso modello ha ottenuto il 61,2% nel benchmark ViDoRe v3 Markdown.
- Entrambi i modelli hanno licenza MIT e possono essere ospitati autonomamente.

## Perché conta

Gli sviluppatori possono ora eseguire un modello di embedding leggero direttamente su telefoni o dispositivi di piccole dimensioni, senza ricorrere a un servizio cloud. I team che hanno bisogno di funzionalità precise di ricerca o raccomandazione possono usare il modello più capiente mantenendo il pieno controllo dei propri dati, perché entrambe le versioni sono open source.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-10-08