9个AI大模型造桥比赛，差距到底出在哪几关？

九个大模型的造桥比拼出了成绩：GPT-6.2 Sol 以 102.67 分拿下总分第一。差距并没有出在“会不会造桥”——前三关九个模型全部过关，真正把名次拉开的是第4关“过船”、第5关“钱不够”和第7关攻防交叉。GitHubGitHub

这期比赛来自B站UP主“喵了个猫了个咪了个猫”11月8日晚发布的《AI算法对抗大赛》第9集《当我把九个ai请来玩贪官造桥…》，两天内播放量超过84万。与多数“截图式”评测不同，题目、规则、每位选手交上来的设计原样和评分脚本都在GitHub开源，任何人可以一键复现全部成绩。物理引擎也是确定的：同一份设计任何时候跑出的结果都相同，比赛中本地试车的结果就是正式结果。哔哩哔哩GitHubGitHub

每位选手总时长90分钟，全部7关开局一次性发出，可以跳着做、回头改。关卡分只奖励省钱：造价和主办方参考答案一样便宜得100分，更便宜可以超过100，没过、没交、超预算一律0分。时间管理本身也是胜负手——Grok 4.7从第5关开始干脆交了白卷，最后两关都没交。GitHubGitHubGitHub

前三关不淘汰人，只排“谁更会省钱”

GPT-6.2 Sol在第2关只花7701.80就拿了137.85分，比主办方参考答案的造价便宜了近三成，是全场唯一大幅“反超100”的成绩。这一关的参考答案造价是10616.73，腾讯混元Hy4的桥用了21656、比参考贵出一倍出头，只得49.02分。也就是说，前三关没人翻车，但有的模型在“照猫画虎堆材料”，有的模型在认真算每一根杆件值不值这个钱。GitHubGitHub

第4关“过船”，六个人全军覆没

第4关是第一个真正的分水岭：24米河道中间有航道，船通过的时候航道里不能有桥。这意味着静态搭梁已经不够，必须造一座会动的桥——用压力板、光电门、船笛这些传感器加上延时和红绿灯逻辑，让桥自己判断什么时候让船、什么时候行车。结果Sol拿了105.38，Opus 5.5和Astra分别只有70.19、65.94，剩下六个模型在这关全部未过、场景通过数都是0/2，连造价都没资格比。混元的桥造价23142、没超预算，车照样过不去。GitHubGitHub

第5关“钱不够”，把优等生也刷下去

第5关把木杆整个禁掉，预算压到10000，河左岸还多一个旧码头的坑。只有GPT-6.2 Sol过关（8620.74，95.31分）；上一关稳坐第二的Claude Opus 5.5，结构没问题，造价13472直接超预算判0，GPT-6 Astra也只超了199。而更早出局的模型这一关大多预算没超，输的是桥本身。这一关是全场唯一一关只剩一个通关者，它测的不是会算，而是会省。GitHubGitHub

第7关攻防：前三名胜了所有捣蛋车，后五名胜不了一场

最后一关每人交一座静态决赛桥（预算26000）和一辆捣蛋车——造价不超过6000、质量不超过2500公斤、长不超过3米，先出发0.5秒，去撞别人的桥。所有人的桥和别人的捣蛋车两两交叉，一共72局。Sol、Opus、Astra的决赛桥全部8/8守住、一场没丢，攻守两端真正拉开的是捣蛋车：Astra攻破6座、Sol 5座、Opus 4座、Gemini 3座，其余五个模型一个都没撞开。会造稳的桥，不等于知道别人的桥哪里最怕撞——这一关考的是把结构理解反着用。GitHubGitHub

榜单：闯关分定冠军，攻防分反而是Astra更高

有个容易被视频效果盖住的细节：GPT-6 Astra的攻防分87.50其实高于冠军Sol的81.25，Sol靠的是106.24的六关平均闯关分登顶——这道题的冠军属于“每一关都不出错”的模型。GitHub

这份成绩单撑不起哪些结论

主办方的比赛条件文档写得很克制：九位选手分别用Codex、Claude Code、OpenCode、Grok Build、Kimi Code、dsh等不同工具参赛，接入渠道和思考档设置不统一，“工具和接入渠道不同，不能把本场结果当作模型能力排名”。而且每个模型只跑一次，单次结果本身有偶然性。能站得住的是差距的方向：在给了确定性模拟器、允许无限试车的条件下，机制关卡、预算红线和对抗攻防这三处，同场竞技能跑出102分对27分的落差——模型间的短板比“整体智力”更具体，也更可测。GitHubGitHub

想下场试试的话，比赛网站自带浏览器模拟器，可以载入九位选手和参考答案的设计，自己搭桥试车，全部公开场景通过后就能上传排行榜。同期另有一场把国内外8个主流大模型拉来同台比拼的造桥赛，规矩恰好反着设：全程盲打，不给看画面、不给操作环境也不给计算器，只发河面宽度和预算让模型纯靠脑子算图纸。两场比赛测的不是同一块肌肉，同一个模型在两边的名次未必一致，看榜单前不妨先问一句：有没有让它试车。哔哩哔哩哔哩哔哩