Pokee发布Isaac 28B：1000万token上下文、可私有部署的智能体模型

聚焦数据边界：为受监管场景而生的智能体模型

Pokee AI正式发布Pokee-Isaac 28B——一款280亿参数纯文本基础模型，最大上下文窗口达1000万token。其核心定位是满足严格数据驻留要求的场景：医疗、金融、国防、法律、制药及半导体研发等领域，这些行业普遍禁止原始数据经由外部API传出组织边界。与依赖云服务的传统长上下文模型不同，Isaac被设计为可在客户自有基础设施（VPC、本地服务器或终端设备）中端到端运行。

性能表现：长上下文与智能体能力双达标

在权威长上下文评测RULER上，Isaac在从64K至10M token全量测试点均保持93.3%准确率，而GPT-5.6 Luna与Gemini 3.5 Flash Lite在100万token即触发上下文溢出。在MRCR v2（8针测试）中，Isaac在256K、512K和100万token下分别取得0.607、0.743和0.500得分，对Gemini的领先优势从0.133扩大至0.295。在智能体专项基准中：BFCL v4得分为70.94（Luna为70.61），报告明确标注为“性能持平”；τ³-bench四领域平均分0.662（Gemini为0.631）；MCP-Atlas覆盖率达74.59%，虽位列第三，但每任务平均调用次数（9.10次）显著优于Gemini（14.99次）；Terminal-Bench 2.1中完成56/86项文本兼容任务（65.1%），略低于Luna（60项）。安全红队测试DTAP显示，Isaac直接攻击成功率36.0%、间接攻击35.2%、综合攻击35.6%，均为最低值，同时保持82.5%良性任务成功率。

部署能力与硬件适配

Isaac采用单GPU推理架构，在B200类GPU上实测：100万token提示下首字延迟（TTFT）为23.6秒，1000万token下升至72.9秒；预填充吞吐量随上下文增长，从42,400 tokens/s提升至137,200 tokens/s；解码速度稳定在约335 tokens/s。官方宣称支持RTX 4090或同等消费级显卡单卡部署，但实测数据仅来自B200，该声明属厂商建议而非实证结果。此外，模型已验证可在Intel Arc Pro B70、Core Ultra Series 3（Panther Lake）及Qualcomm Snapdragon X2 Elite芯片上全栈本地运行。

商业模式与适用对象

Pokee-Isaac 28B不开放模型权重，仅通过两种方式提供：一是OpenAI兼容开发者API（托管服务）；二是按许可协议部署于客户VPC、本地数据中心或终端设备。定价暂定为每百万输入/输出token 0.15美元/1.00美元。目标用户明确指向已具备自建推理栈的中大型企业（含平台工程团队）及设备OEM厂商；独立开发者若无本地硬件，则推荐使用托管API。典型应用场景包括：全代码仓库审查、跨多年期合同与理赔分析、完整日志归档的事件溯源，以及无需摘要或上下文裁剪的长期运行工具型智能体。

关键结论

Pokee-Isaac 28B是当前少有的、在1000万token上下文下仍保持高精度（93.3% RULER）且可私有化部署的智能体模型；其预填充吞吐达137,200 tokens/s（B200），解码效率稳定；在BFCL v4与τ³-bench领先，在安全红队测试中综合攻击成功率最低；但模型权重未开源，部署需商业授权。

编者观点：对国内强监管行业的AI落地而言，此类兼顾长上下文能力与数据主权可控性的模型，或将加速推动金融、医疗等领域从‘云优先’向‘边界优先’的智能体部署范式迁移。