这场"AI造桥赛"是B站系列节目《AI算法对抗大赛》的第9集：主办方给9个大模型同一句提示词、同一个本地物理模拟器，90分钟内各自设计桥梁，由确定性物理引擎判卷，题目和第4到第7关的赛制全部开源可查。第9集视频11月8日晚发布，截至11月9日播放量已突破56万。榜单上GPT-6.2 Sol以102.67分第一，Claude Opus 5.5、GPT-6 Astra列2、3位；Kimi、腾讯混元、豆包、DeepSeek四个国产模型排在6到9位，垫底的DeepSeek V4.1 Flash只有27.93分。GitHub哔哩哔哩
但把主办方开源在GitHub上的逐关成绩单拆开看，差距并不在"会不会造桥"——四个国产模型前3关全部造桥过关；真正的分水岭集中在两处：高难度关卡上国产全军覆没，72局攻防的18次攻破全部来自国外阵营的捣蛋车。
拉断层级的，是第4到第6关
造桥的目标很朴素：第1到6关让规定的车辆按时、完好过河，过关以后比造价，和参考答案一样便宜得100分；第7关是攻防，每人交一座决赛桥和一辆捣蛋车两两对打。比赛11月7日（洛杉矶当地时间）举行，九位选手在同一台机器上用同一份选手包开工，不能联网，也不能派子代理。GitHub
前3关大家都能过关；分水岭出现在难度叠加之后——第4关要求船通过时航道里不能有桥，得靠机关把桥让开；第5关预算砍到1万还不给木杆；第6关是36米宽、两块礁石、有航道、双向卡车的"地狱关"。只有前三名把第4到第6关全部拿下；Gemini、Grok和四个国产模型在这三关得分全是0。这道关隘对国外模型同样陡峭：Opus和Astra在第5关也超了预算，Grok干脆第5、6关没交卷。GitHub
造价差距同样说明问题。第2关参考答案造价10616.73元，Sol只花7702元、拿到137.85分；而Kimi花了18338元，豆包和DeepSeek20128元、混元21656元——桥能过车，钱几乎翻倍。90分钟内反复跑仿真、把结构一寸寸压到"刚好能过"，这种长链条的工程迭代，是国产模型这次交不出来的部分。GitHub
守桥不差，攻桥零分
攻防局暴露的缺口更具体。第7关72局里，只有18局的桥被攻破，且全部出自Astra、Sol、Opus、Gemini四辆捣蛋车之手，Kimi、混元、豆包、DeepSeek的车一辆桥都没攻破；Grok同样是0。反过来看守桥，混元的决赛桥挡住了6/8次进攻，仅次于Gemini和前三名——静态搭桥并不差，掉队的是理解对手结构、设计破坏方案的对抗能力。造桥难不难，和会不会"拆桥"，是两种能力；这次国产模型后移，恰恰是后一种集体交了白卷。GitHub
这份榜单能外推出多少
主办方在赛事说明里自己划了边界：每个模型只跑一次，工具（Codex、Claude Code、Kimi Code、dsh等）、接入渠道和思考档各不相同，不能把这场结果当作模型能力排名。而且同系列里国产模型并非没赢过：第7集两场合计的"区王"是阶跃Step 5 preview，第5集冠军队里也有小米MiMo。另外，这次DeepSeek出战的是Flash轻量档，GLM等国产旗舰并未上场，6到9名更准确的读法是"国产工程化长链条的短板"，而不是整体水平的判词。GitHubGitHub
后续有两个观察信号。赛事网站已经开放玩家上传桥型打榜，人和自己的coding agent都可以交卷同场竞技。下一集若国产旗舰档而非轻量档出战，名次会不会变，比这次的榜单本身更有参考价值。GitHub
差距的答案其实就一句话：不是不会把桥架起来，而是没人把桥压得更便宜、也没人想出怎么把对手的桥压塌——这两件事，恰恰都要在90分钟的仿真循环里靠迭代磨出来。
