Pokee AI lanza Pokee-Isaac 28B, un modelo agéntico con 10 millones de tokens de contexto para implementación local

Pokee AI ha lanzado Pokee-Isaac 28B, un modelo de base con 28 mil millones de parámetros diseñado para entornos donde los datos no pueden abandonar los límites organizacionales. El modelo presenta una ventana de contexto de 10 millones de tokens, habilitando tareas agénticas de horizonte largo mientras mantiene requisitos de cumplimiento regulatorio para implementaciones en dispositivo, local o basadas en VPC. Los agentes de contexto largo típicamente acumulan contexto más rápido de lo que resuelven tareas, con cada salida de herramienta y paso de razonamiento permaneciendo en la ventana. Anteriormente, esta capacidad estaba disponible principalmente a través de puntos finales en la nube. Pokee-Isaac aborda esto entregando un desempeño comparable a los baselines en la nube mientras se ejecuta completamente dentro de la infraestructura del cliente. El modelo demuestra un desempeño sólido en múltiples puntos de referencia. En RULER, Pokee-Isaac mantiene una precisión del 93.3% a 10 millones de tokens, con capacidades de contexto que exceden tanto GPT-5.6 Luna como Gemini 3.5 Flash Lite, que se desbordan a 1 millón. En pruebas de aguja en pajar (MRCR v2) y otros puntos de referencia agénticos, el modelo alcanza paridad con alternativas en la nube optimizadas por costo. En Terminal-Bench 2.1, resuelve el 65.1% de tareas compatibles con texto, con resultados de pruebas rojo mostrando las tasas de éxito de ataque directo e indirecto más bajas entre modelos probados. Pokee AI sirve Pokee-Isaac a través de una API compatible con OpenAI y lo licencia para implementación dentro de un VPC, local o en dispositivo. La empresa ofrece servicio en GPU único desde un RTX 4090 o equivalente, con precios de $0.15 por millón de tokens de entrada y $1.00 por millón de tokens de salida. El modelo ha sido probado en Intel Arc Pro B70, Core Ultra Series 3 y Qualcomm Snapdragon X2 Elite, demostrando viabilidad de implementación en dispositivo.