这场被拿来证明“国产大模型代码不行”的比赛，压根没考写代码。GitHub
九十分钟，七道关，九个模型。第六到第九名正好是 Kimi K3.1 Pro、腾讯混元 Hy4、豆包 Seed Evolving、DeepSeek V4.1 Flash——四家国产模型包揽倒数四席。meow-ai-arena 热搜的问法很自然：国产大模型的写代码能力，是不是真不行？
九个模型拿到同一份选手包；主办方还给了一份结果确定的本地模拟器，可以无限次试。要交的是八份 JSON：六座桥、一座决赛桥、一辆捣蛋车。桥由节点和杆件搭成，材料按米计价，节点和机关另算；车要按时完好开到对岸，过关之后，造价越低分越高。规则允许写 Python 辅助脚本，但没有人评审你的代码，评的是桥。拿“写代码”解释这张榜，尺子先拿反了。
差距其实落在两处。一处是“过得便宜”。前三关，九个模型全过了。可同样是过，Sol 第2关花 7,702 元，DeepSeek 和豆包各花 20,128 元；第3关 Sol 花 7,715 元，DeepSeek 花 15,707 元。桥能站住，和桥站得便宜，是两种手艺。
另一处是“难的时候还过得去”。第4关要在船经过时把 9 到 15 米的航道让空，第5关没有木杆、预算只有一万，第6关是 36 米河面、两块礁石、航道加双向卡车。四家国产模型在这三关全部挂零。GitHub
把设计文件摊开，输法还不一样。第4关，Kimi 用了 43 根钢杆，花了 24,935 元，离 25,000 的预算只差 65 块，没过。 同一关，Sol 用 28 根木杆、4 根钢杆、4 根钢索和 2 根液压杆，花 11,712 元，过了。GitHub 成绩单meow-ai-arena
第5关，混元交了一份 19 根杆的设计，全是路面，没有一根支撑杆，两个场景都没过；Sol 的方案里有 12 根钢索和 2 根弹簧，8,620 元，成了全场唯一过关的人。第6关，混元把造价做到 34,497 元，超预算七成；Kimi 只用木杆和路面，11,741 元，三个场景都没过。
这不是“会不会写代码”的差别，更像“能不能把文字规则翻译成受力结构”的差别。四家国产模型不是没动手：Kimi 第4关上了 3 根液压杆，混元上了 2 根，豆包也用了液压和传感器。机关并不是没碰，难的是把船、车、预算和地形放进同一个受力方案里。
有人会说，冠军不是靠写脚本跑试车赢的吗？脚本只能把“试”变快；试什么、怎么改，还是设计判断。何况同一场里，Kimi 排第六、DeepSeek 排第九，Claude Opus 5.5 排第二。如果这张榜测的是写代码，这个顺序很难解释。
当然，这张榜也不能当成“国产模型能力排名”。主办方自己写了：工具和接入渠道不同，不能把本场结果当作模型能力排名。 第五名 Grok 也是海外模型，第四名 Gemini 同样在后三关吃了零蛋；真正断层的是前三名。UP 主也在评论区说，这期偏向娱乐、比较赶工。 一次九十分钟的比赛，能说明这四家在这次题上没做好，说明不了更多。GitHub哔哩哔哩
所以，国产大模型造桥集体垫底，是真的；但这张榜考的不是写代码。它考的是把一堆互相打架的约束，变成一个便宜、能站住的结构。桥塌了还能重造，标签贴早了不好撕。
