Bee Hive 1.0

Bee Hive 1.0 处在 Bee by HEOSSI 的 Bee 系列顶端位置。同一系列下还有 Buzz 1.0、Comb 2.0、Brood 1.0 与 Cell 1.0，其中 Cell 1.0 的上下文为 131.1K，其余几款与 Hive 一样给到 262.1K；Hive 的输入、输出单价均为该系列最高，可以看出厂商把它当作能力上限、而非走量的那一档。它要解决的问题集中在两类：一是超长材料的一次性投喂，262144 tokens 上下文加上 32768 tokens 单次输出，适合整本手册、长篇合同、完整会议素材这类不便切分的输入；二是跨模态素材的统一处理，文本、图像、音频、视频可以进同一个上下文，输出统一收敛为文本。官方列出的能力包括推理、工具调用、结构化输出、附件输入与温度调节，意味着它能直接嵌进 agent 流程或需要稳定 JSON 的下游系统。权重不开放，只能通过接口调用，本站目前收录 1 家平台，公开跑分与参数规模信息缺失，选型时更建议按自有任务做小样本实测，而不是参考榜单。

选型建议当任务确实需要超长上下文与图文音视频混合输入、且输出只要文本时值得选它；纯文本高并发或预算敏感的场景，同系列低价型号更划算。

• 投喂整本技术手册或合同全文，一次性完成摘要、条款抽取与风险点标注
• 把会议录像与录音连同会议材料一起输入，输出结构化纪要与待办事项
• 在多模态客服或质检流程中解析用户上传的图片、音频与视频并给出文本结论
• 通过工具调用与结构化输出，把长上下文任务接入 agent 与业务系统流水线
• 对需要稳定 JSON 字段的文档批处理任务，用较低温度批量跑抽取

官方未公开参数规模与具体网络细节，从能力清单看，这是一套多模态编码加文本解码的结构，重点在于把长上下文和多模态输入放进同一条推理链路。

• 结构采用多模态输入编码配合文本解码的路线，文本、图像、音频、视频统一进入上下文，输出侧只保留文本通道。
• 能力内置推理、工具调用与结构化输出，并支持温度调节和附件输入，说明它按可编排的生产接口设计，而非纯对话产品。
• 披露权重不开放，参数量、层数、训练数据等均未见公开说明，架构层面的判断只能停留在定性范围。

开源权重

否

缺少第三方跑分，性能只能从规格与能力面推断：长上下文和多模态输入是明确卖点，绝对水平无法与同价位竞品量化对比。

• 强项262144 tokens 上下文配 32768 tokens 单次输出，长材料输入与长文输出可以一次完成，减少分段拼接带来的信息损失。
• 短板输出仅限文本，不能生成图像或音频；本站未收录任何公开跑分，实际推理与多模态理解水平缺少外部参照。
• 适合需要同时处理图文音视频并输出结构化结果的流程，比只管纯文本的模型少一层预处理，但链路更依赖接口稳定性。

官方定价为输入 5 美元/百万 tokens、输出 20 美元/百万 tokens、缓存读 0.5 美元/百万 tokens，在 Bee 系列中处于最贵的一档，买单的是能力上限而非性价比。

• 定位定价落在同系列最高位，厂商明显用它承接高难度、长上下文的重点任务，而不是承接高频轻量调用。
• 横向对比Bee Buzz 1.0 输入价低 50%，Comb 2.0 低 75%，Brood 1.0 低 88%，Cell 1.0 低 94%；Qwen3.8-Flash-Next 当前免费且 AA 为 39.8。
• 平台差价本站收录的两处报价完全一致，均为输入 5 美元、输出 20 美元、缓存读 0.5 美元，暂无跨平台价差可比。
• 省钱缓存读仅为输入价的十分之一，把稳定的系统提示与长文档前缀固定下来可显著摊薄成本，简单任务则下放到低价兄弟型号。

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 $5/M / $20/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

• 口径本站未收录该模型的任何公开跑分，能力描述依据官方能力清单与规格，实际效果需以自有样本评测为准。
• 边界权重不开放、无法本地部署，输出仅文本，且目前仅 1 家平台收录，供应与议价空间都比较有限。

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。