第 4 关叫「过船」。24 米宽的河，中间 9 到 15 米是航道，船进航道后的 6 秒里，水面到 6 米高不能有桥。 九个 AI 模型里，只有三个交出了既能放船、又能过车的桥。meowllm
这期视频叫《当我把九个 AI 请来玩贪官造桥》。 规则不复杂：同一套材料，七关，90 分钟，桥造得越便宜，分越高。哔哩哔哩
最后 GPT-6.2 Sol 102.67，Claude Opus 5.5 79.02，GPT-6 Astra 73.48；第四名 Gemini 4 Argon 45.31，第九名 DeepSeek V4.1 Flash 27.93。第三到第四掉了 28 分，比第四到第九的 17 分还大。GitHub
先看前三关：小水沟、大峡谷、早高峰，九家全过。造一座能承重的静态桥，对九家都不是门槛。真正分水岭是第 4 关。第 4 到 6 关只有 Sol、Opus、Astra 过了关；第 5 关只有 Sol 过了。GitHub
如果只看结果，很容易说后六名不懂造桥。但翻他们的设计文件，结论没这么简单：DeepSeek、豆包、Grok、混元、Kimi 五家都装了船笛传感器和液压杆，都尝试让桥动起来。船笛触发规则，规则再命令液压杆伸缩；规则漏了，液压杆就不会动。他们知道桥要动；问题是桥没能在两套公开场景里全部跑通。
Kimi 的设计有三根液压杆，其中两根所在的组没有任何规则引用；唯一被规则控制的液压组，动作设在船笛后第 16 秒。Gemini 干脆造了一座 116 根杆件的静态桥，两套场景都没过。第 4 关卡住的，是「想法没落地」。
前三名也不是一个路子。Sol 和 Opus 造的是开合桥：Sol 两组液压杆在船笛后 1.2 秒打开，16.45 秒合上；Opus 一组，5 秒打开。Astra 走了另一条路：第 4 关用 113 根杆件搭了一座没有传感器、没有红绿灯、没有规则的静态高桥，照样过关；第 6 关它也过了。过关的方法不止一种，但车和船都得过得去。
第 5 关「钱不够」更紧：24 米河、没有木杆、预算 1 万，左边还有个 4 米深旧码头坑。九家里只有 Sol 过，造价 8,620.74。他的设计用了 2 根弹簧、12 根钢索，把便宜和能过同时凑齐。Opus 和 Astra 的造价是 13,472 和 10,199，都超过 1 万预算，直接 0 分。Astra 只超了 199 块。GitHub
第 7 关是攻防：每人交一座静态决赛桥和一辆捣蛋车，九人两两对打 72 局。前三名的桥都守住 8/8；他们的捣蛋车分别攻破 5、4、6 座。后六名里，只有 Gemini 的捣蛋车攻破 3 座，其余五辆都是 0。 会造桥是一回事，会拆桥是另一回事。GitHub
主办方在比赛条件里写得很清楚：每个模型只跑一次，单次结果有偶然性；工具、接入渠道和思考档都会影响结果。 赛事仓库的 README 更是直接说，不能把这场结果当作模型能力排名。 所以这张榜的读法，与其说是在比「谁更聪明」，不如说是在比「谁在 90 分钟里把设计跑通了」。GitHubGitHub
前三关大家都会画桥；第 4 关开始，模拟器只认结果。桥可以看起来很像桥，但车开不过去，或者船过不去，分数就是 0。前 3 名和后 6 名差在哪？后六名里有五家装了液压杆和船笛，谁也不缺「让桥动起来」的念头。差别在谁能把「知道」变成一座在两套场景里都跑得通的桥。前三名里，Astra 和 Opus 也各有毛病，但另外六关都拿了分；后六名是整关整关地交 0。90 分钟里，收尾比灵感值钱。
