Bee Brood 1.0

Bee Brood 1.0 属于 Bee by HEOSSI 的 Bee 系列，与同系列的 Buzz、Comb、Hive、Cell 共享约 262K 的上下文规格（Cell 为 131K 级别）。它要解决的问题集中在两点：一是把图像、音频、视频等异构素材统一收进一个上下文窗口，免去先转写再推理的多模型拼接流程；二是以 262144 tokens 的上下文和 16384 tokens 的单次输出上限，承载长文档、长会议记录或多段素材的连续分析。能力侧标注了推理、工具调用、附件输入与温度调节，说明它定位在可编排的生产链路里，而非单轮问答。官方价格输入 0.6 美元/百万 tokens、输出 2.4 美元/百万 tokens、缓存读 0.06 美元/百万 tokens，在 BEOSSI 自家序列中处于低价段。权重不开源，本站未收录其公开跑分，实际效果需以自建评测为准。

选型建议需要单模型吞下图文音视频素材、又要长上下文与工具调用时选它；只做纯文本生成或追求开源可自部署，则应另作选择。

• 把长会议录音与配套视频投喂模型，一次生成分段纪要与待办清单
• 上传整本产品手册与图表截图，让模型跨章节比对参数并输出差异说明
• 在工具调用链路中充当中枢节点，依据检索结果与附件内容生成结构化报告
• 对课程视频与讲义做联合理解，输出章节要点与知识点串讲文本
• 批量处理含插图的合同或报告，抽取条款要点并做一致性核对

官方未公开参数规模与具体网络结构，可确认的是它接受四种输入模态并统一输出文本，具备推理与工具调用能力。

• 结构文本、图像、音频、视频四类输入汇入同一上下文，输出限定为文本，适合把多源素材收拢成一份文字结论的流程。
• 能力具备推理、工具调用、附件输入与温度调节，可在需要外部检索或函数执行的链路里充当调度与生成节点。
• 披露权重未开源，参数规模、训练数据与模态编码方式均未公布，架构层面可核实的公开资料较少。

开源权重

否

本站未收录该模型的第三方跑分，以下为基于规格与定位的定性判断，不代表实测结论。

• 强项262144 tokens 上下文配合 16384 tokens 输出上限，长素材整段投喂时不必频繁切片，跨段引用的一致性更易保持。
• 短板输出仅限文本，图像、音频、视频只能作为输入理解，无法生成多模态结果，创意类产出需另接模型。
• 适合以长文与多媒体素材为输入、以结构化文字为产出的分析型任务，比纯文本模型少一道转写环节。

官方定价处于自家序列的低价段，输入 0.6 美元、输出 2.4 美元每百万 tokens，缓存读仅为输入价的十分之一。

• 定位在 Bee 系列里属入门偏低价位，输入价仅高于 Cell，明显低于 Comb、Buzz 与 Hive 三档。
• 横向对比相对 Buzz 低约四分之三、相对 Hive 低近九成，与免费的 Qwen3.8-Flash-Next 相比则不占价格优势。
• 平台差价当前仅 models.dev 一家平台收录，标准与 bee 两个条目报价一致，暂无跨平台比价空间。
• 省钱缓存读 0.06 美元/百万 tokens，适合把固定系统提示与知识前缀缓存复用，长上下文反复调用时降本明显。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.6/M / $2.4/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径官方未公布参数规模与训练细节，本站亦无第三方跑分，能力判断只能停留在规格层面。
• 边界输出仅文本，单次输出上限 16384 tokens，超长成品需分段生成；仅一家平台收录，供应渠道单一。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。