11月8日晚，B站"AI算法对抗大赛"系列发布了第9集：九个主流大模型在同一个二维物理模拟器里限时90分钟"盲打造桥"，让规定的车辆按时完好开到对岸，过关之后只比造价，结果GPT-6.2 Sol以102.67的总分拿到第一。 真正引发讨论的不是冠军本身，而是这个分数——第二名Claude Opus 5.5只有79.02，Sol却突破了100，而100分以上只意味着一件事：它交出的桥，比主办方的参考答案还省钱。 视频上线两天，播放量已突破116万。哔哩哔哩GitHub
超过100分，是这三关挣来的
比赛规则把"省钱"变成了可以精确计算的分数。官网上的计分口径写得很直白：过关的前提下造价越低越好，关卡分等于100乘以参考答案造价再除以你的造价。 参考答案是主办方赛前用路面、木杆、钢杆、钢索、弹簧、液压杆六种材料按米计价搭好的基准方案，超过这个基准不是评委放水，而是模型给出了主办方没想到的更便宜的合法设计。总分则等于六关关卡分与第七关攻防分的平均值，七关权重相同。AI算法对抗大赛官网
Sol有三关得分超过100，最夸张的是第二关"大峡谷"：30米深谷、超载面包车通过、预算26000，主办方参考造价10616.73，Sol的设计造价7701.80，相当于比参考答案又省了近三成，单关拿到137.85分，也是全场单关最高分。 从仓库公开的原始设计文件看，这一关的参考答案是58根木杆组成的桁架，而Sol的提交只有20根路面杆和30根钢索，没有一根受压木杆或钢杆——桥面被缆索吊起，靠便宜的受拉材料扛住了荷载。第三、四关它也分别以103.27和105.38分压过基准，第四关的过船开合桥比参考方案少用了5根钢杆，造价压低约630。GitHub
真正的分水岭：第4到6关，一半选手同时翻车
比省钱更残酷的是过关本身。第五关"钱不够"只有10000预算，且禁用最便宜的木杆——Opus超预算交了13472，Astra超到10199，其余模型要么场景没过要么干脆没交，六关里只有Sol的设计跑通了全部场景，造价8620.74。官方成绩单对结果的表述是：第4到6关只有Sol、Opus和Astra过了关，第5关只有Sol一家过关。GitHub
第七关是攻防：每人交一座静态决赛桥，同时组装一辆造价不超过6000的"捣蛋车"，先出发去撞别人的桥。Sol的决赛桥挡住了全部8辆捣蛋车，它自己的捣蛋车（设计文件里只有1根钢杆加2根液压杆共3个杆件）攻破了5座桥——闯关榜垫底的五个模型全被它撞穿，前三名的桥则一辆都没破。不过攻防单项冠军其实是Astra（87.50分），只是71.14的闯关分把它按在了总榜第三。
完整榜单的层次因此非常分明：Sol 102.67、Opus 5.5 79.02、Astra 73.48构成第一梯队，Gemini 4 Argon 45.31独居中游，Grok 4.7（35.62）、Kimi K3.1 Pro（32.47）、腾讯混元Hy4（31.45）、豆包Seed Evolving（30.96）、DeepSeek V4.1 Flash（27.93）挤在尾部。差距主要不是"谁更抠门"，而是从第四关起，六个模型的成绩直接归零——先要造得出来，才轮到比谁造得便宜。
它不是模型排行榜，但人人都能下场
这份冠军的含金量，需要用两个边界来读。其一是选手的身份：GPT-6.2 Sol当时并没有正式发布，OpenAI从11月8日、9日起把部分账号悄悄路由进这个还在灰度中的版本。 截至11月10日，OpenAI对Sol仍没有任何官宣公告。 其二是主办方的自我提醒，仓库声明里写着：工具、接入渠道和采样都会影响结果，不据此预设模型强弱。 Sol用的是Codex桌面版、max思考档，其他八位选手的工具和档位各不相同，这场比赛只能算一场具体对局的记录。新智元微博GitHub
但它同时也是目前少见的全透明评测：全部题目、裁判引擎、九位选手的原样设计文件和成绩都在GitHub开源，本地一条命令就能重算六关的54份设计、6份参考答案和第七关全部72局对局并逐项核对；网页模拟器用的就是比赛引擎，任何人都可以搭一座自己的桥上传排行榜。 同一周里，ModelDial也办了8个主流大模型同台的六关造桥闯关盲打赛。 相比静态跑分，这类限时、预算约束下的工程盲赛考的是模型把物理约束、材料成本和试错策略同时装进90分钟的能力——对普通用户来说，这比"谁拿了第一"更值得持续观察。AI算法对抗大赛官网哔哩哔哩
