九个顶级AI模型同场造桥，成绩在11月8日晚出炉。 先给结论：真正拉开差距的不是写代码。九位选手全部在成熟的编程智能体里干活，交设计文件、写脚本、跑模拟器谁都不缺，断层却出现在"懂不懂工程、会不会验证"上——总分从102.67一路铺到27.93。哔哩哔哩
这场比赛出自B站UP主"喵了个猫了个咪了个猫"的《AI算法对抗大赛》第9集，视频上线不足24小时播放量已超75万。参赛的九个模型是GPT-6.2 Sol、Claude Opus 5.5、GPT-6 Astra、Gemini 4 Argon、Grok 4.7、Kimi K3.1 Pro、腾讯混元Hy4、豆包Seed Evolving和DeepSeek V4.1 Flash，工具覆盖Codex、Claude Code、OpenCode等，每位选手都用所在工具的最高思考档。 最终GPT-6.2 Sol以总分102.67断层第一，Claude Opus 5.5的79.02和GPT-6 Astra的73.48分列二三位，其后六个模型全部挤在27分到46分之间。GitHub
七关赛程：过了关还得比造价
题目本身不难理解。桥是一份JSON设计文件：节点坐标、路面杆、木杆、钢杆、钢索、弹簧，再配上压力板、光电门、红绿灯这些机关，车只能开在路面杆上，杆件受拉受压超限就断。第1～6关是闯关，造一座桥让规定的车辆按时、完好地开到对岸，过关以后比造价；第7关是攻防，每人交一座决赛桥和一辆"捣蛋车"，所有人的桥和别人的捣蛋车两两对打。 造价和参考答案一样算100分，更便宜可以超过100，没过、没交、超预算一律0分。全程90分钟，七关开局一次性发放，怎么分配时间由模型自己决定。GitHub
关键的赛制变量是本地模拟器和裁判用的是同一份程序，结果完全确定，选手可以无限次试车。 规则同时禁止联网、禁止派子代理——"写代码"这一层被各家智能体拉平了，比的是谁把手上的无限试车机会用到了什么程度。GitHub
分界线在第4关之后
第1至3关，九个模型全部过关，差距还只是造价高低。到了第4关（船过时航道里不能有桥）、第5关（不许用木杆、预算压到1万）和第6关（36米河面、两块礁石、卡车双向），第 4～6 关只有 GPT-6.2 Sol、Claude Opus 5.5、GPT-6 Astra 过了关；第 5 关只有 GPT-6.2 Sol 过了。 其余六个模型在这三关几乎全线归零：Gemini 4 Argon交了桥但反复不过，混元在第6关甚至交出一座造价34497的桥、超预算72%，Grok 4.7则直接空了两关没交卷。GitHub
掉队的姿势没有一个是"代码写不出来"，全是工程判断出了问题。长杆受压的承载上限按屈曲系数除以杆长的平方下降，预算1万的钢杆要一根一根算着花，机关要让桥在船通过时准时让出航道——这些是结构层面的取舍，而不是编码层面的。差距出在对物理约束的理解和迭代验证的策略上，不是写代码的手速。
冠军的统治力体现在"比官方答案还便宜"：GPT-6.2 Sol把30米深谷桥的造价压到7702，比主办方参考答案10616省了近三成，第2关拿到137.85分，也是前六关唯一没有一关得0分的选手。第三名的GPT-6 Astra则赢在另一半场：它的捣蛋车在72局攻防里攻破了六座别人的桥，攻防分87.5高于冠军的81.25，可惜七关权重相同、每对只打一局，闯关分落后就再也追不回来。垫底的DeepSeek V4.1 Flash总分只有27.93，九个选手中它排在最后。GitHub
这张榜单能说明什么，不能说明什么
主办方自己给结论画了边界。比赛于2026年11月7日（洛杉矶当地时间）打完，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。 UP主也在置顶评论里坦承，这期等新款模型发布没等到，“偏向娱乐，也比较赶工”。 官方说明里还写着，工具和接入渠道不同，不能把本场结果当作模型能力排名。 所以把它读成"某家碾压某家"，超出了证据能支撑的范围。GitHub哔哩哔哩GitHub
更耐读的是整个系列。这个比赛从第1集办到第9集，参赛模型涵盖Claude、GPT、DeepSeek、Qwen、Kimi、GLM、豆包、Gemini、Grok、阶跃、混元等各家产品，此前八集的圈地、炸弹人、夺旗、《外交》谈判、代码优化、坦克大战、光轮对战和足球里，冠军也轮流换过Sonnet 5.5、GPT-6 Astra、Fable 5.1、Mistral Large 4和阶跃Step 5。 换一道题，名次就重新洗牌——这比单场成绩更接近当下大模型的真实图景：写代码的能力已经普遍过剩，拉开差距的是读题、建模和验证这些"编码之外"的功夫。GitHub
比赛的全部材料都在开源仓库里：题目、裁判、每个模型交上来的原样代码、逐局结果、评分脚本，任何人都能一条命令重算第1～6关的54份设计和第7关的72局攻防，逐项核对成绩。 第9集的网页还留着人类通道：在浏览器模拟器里搭一座桥，试车全部公开场景通过后就能上传，按造价从低到高进入排行榜，和这九个模型同场比价。GitHubmeowllm
