1000萬token模型公開 瞄準裝置端執行

新創公司Pokee AI推出代理型AI模型「Pokee-Isaac 28B」，最高可支援1000萬token的上下文窗口。這款模型的參數規模控制在280億，設計重點放在一次處理龐大文件、程式碼庫與工具執行紀錄。

Pokee AI在官方模型頁面與技術報告中表示，Pokee-Isaac 28B在RULER長文本基準測試的1000萬token區間拿下93.3分。公司同時公布暫定價格，每百萬輸入token收費0.15美元，每百萬輸出token則為1美元。

上下文窗口是AI模型一次能讀取並參考的輸入範圍。AI代理不只要處理使用者指令，還得累積中間推理過程、外部工具呼叫結果、檔案內容與過去的操作紀錄，任務時間拉得越長，需要的上下文窗口就越大。

上下文窗口一旦不夠用，系統就得壓縮或捨棄部分累積資訊。Pokee AI解釋，Isaac的設計目的正是減輕這種壓縮負擔，讓模型能在企業內網、地端伺服器與裝置端等環境中執行長時間任務。

技術報告揭露的RULER分數依序為：△25萬6000 token 96.9分△51萬2000 token 96.7分△100萬token 95.0分△200萬token 95.8分△400萬token 96.7分△1000萬token 93.3分。公司表示，即使上下文長度拉長近40倍，分數仍維持在90分以上。

同一份評測的比較對象包括GPT-5.6 Luna、Gemini 3.5 Flash Lite、Claude Haiku 4.5、Nemotron 3 Super 120B與Qwen3.5 122B。根據Pokee AI的測試結果，這些模型在200萬token以上區間都沒有可用分數。

不過，這項基準測試的結果是Pokee AI在自家可控環境中量測的數據，尚未有獨立研究機構或外部開發者在相同條件下重現驗證。

在部分任務上，作為比較對象的雲端模型反而表現更好。在Terminal-Bench 2.1的86項純文字任務中，GPT-5.6 Luna得分69.8%，Pokee-Isaac 28B則為65.1%。Pokee AI也坦言，Isaac在這個項目的表現落後。

模型結構的公開資訊同樣有限。Pokee AI將Isaac定位為「非純解碼器」基礎模型，但沒有充分揭露詳細架構、注意力機制與記憶體運作方式。公司表示，部分權重是以Apache 2.0授權的Qwen3.6-27B微調而來。

Pokee AI成立於2024年。創辦人Zheqing Bill Zhu曾在Meta（META）負責應用強化學習研究。

科技媒體GeekWire報導，Pokee AI已於2025年7月（當地時間）由Point72 Ventures領投，完成1200萬美元的種子輪融資，高通(Qualcomm)與三星(Samsung)也參與投資。

Pokee-Isaac 28B並非直接連結加密貨幣專案或代幣發行的模型。不過，對交易所、託管服務、鏈上分析與法遵團隊來說，凡是難以把敏感資料送上外部雲端的機構，內網與地端AI都可能成為評估選項。此前本社報導，泰達(Tether)旗下Tether Data也曾公開一款鎖定裝置端運作、參數僅4.6億的AI模型。

Pokee AI強調的1000萬token效能與成本結構，實際效益仍取決於外部環境能否重現相同結果。目前公開的數據，僅能在該公司的模型頁面與技術報告中查證。