Bee Buzz 1.0

Bee Buzz 1.0 属于 Bee by HEOSSI 的 Bee 系列，同系列还有 Bee Comb 2.0、Bee Hive 1.0、Bee Brood 1.0、Bee Cell 1.0 等型号，上下文窗口大多同为 262.1K，价格跨度较大。它要解决的是单次调用中把多种素材一起交给模型的问题：文本、图像、音频、视频均可作为输入，配合 262144 tokens 的上下文窗口，长篇文档、会议录音、视频素材不必先切成小段再拼接。接口层面提供推理、工具调用、结构化输出、附件输入和温度调节，可用于 Agent 链路与流程化生产的输出约束。单次最大输出 24576 tokens，说明它更偏向“读取大量内容、给出适量结论”的用法，而非一次性生成超长文本。模型权重不开源，目前仅一家平台收录，供应渠道集中，选型时需考虑可用性与替代方案。

选型建议需要长上下文、多模态输入与工具调用、且预算能覆盖中档价位时选它；只做纯文本高并发或追求低成本的场景，同系列低价型号或免费模型更合适。

• 解析长篇合同或研报，一次读入数十万字上下文并输出结构化摘要
• 把会议录音与录屏视频一并提交，生成带时间点的纪要与待办清单
• 在 Agent 流程中调用外部工具，用结构化输出直接驱动下游系统
• 对带图表截图的技术文档做问答，结合图像与正文给出定位准确的答复
• 批量处理客服音频与工单文本，统一抽取字段并归类

官方未公开参数规模、层数与训练细节，只能从接口规格与模态支持做定性判断。

• 结构权重不开源，官方未披露参数量与网络细节，从接口看是统一的多模态编码，并配文本解码通道，图像、音频、视频最终都汇入文本输出。
• 能力支持工具调用、结构化输出与温度调节，说明在接口层已为 Agent 与自动化流程做了适配，不只是对话补全。
• 披露上下文 262144 tokens、单次输出上限 24576 tokens，属长上下文档位；训练数据与推理机制公开资料较少，选型应以实测为准。

开源权重

否

本站未收录该模型的公开跑分，只能依据规格与同系列价格分布做侧面判断。

• 强项四类输入模态叠加长上下文，适合一次性消化长文档、会议录音或视频素材，省去分段拼接和前置预处理。
• 短板输出上限 24576 tokens，超长报告或大批量结构化结果仍需分次调用；缺少第三方跑分，推理与多模态精度要靠自测确认。
• 适合上下文长度与输入形态要求高、对成本相对不敏感的生产型任务，比同系列低价型号更适合复杂链路。

官方定价为输入 2.5 美元/百万 tokens、输出 10.0 美元/百万 tokens、缓存读 0.25 美元/百万 tokens，在同系列中处于中位。

• 定位价格高于 Bee Cell、Bee Brood、Bee Comb 2.0，低于 Bee Hive 1.0，属于系列内的中档配置，按能力分层。
• 横向对比输入价约为 Bee Comb 2.0 的两倍、Bee Hive 1.0 的一半；对免费同类无价格优势，选型更依赖多模态需求。
• 平台差价目前仅 models.dev 收录，两个条目报价一致，均为输入 2.5 美元、输出 10 美元，暂无跨平台比价空间。
• 省钱缓存读单价约为输入价的十分之一，把稳定的系统提示和长文档前缀固定下来反复复用，可明显压低重复调用账单。

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 $2.5/M / $10/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

• 口径本站未收录公开跑分与第三方评测，能力判断只能依据接口规格和同系列对比，实际效果需按自身任务验证。
• 边界权重不开源，部署与微调受限；仅一家平台收录，供应集中，且只输出文本，多模态仅限输入侧。

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。