11月8日晚,B站UP主“喵了个猫了个咪了个猫”更新了“AI算法对抗大赛”系列第9集造桥大赛:9个大模型在考场里领到同一道题,用90分钟给七道关卡设计桥,先让车活着过桥,再比造价,最后一关还要桥和捣蛋车互相攻防。 比赛也当场向普通人开放:官网挂出第1~6关排行榜,自己造的桥可以直接上传,和大模型的设计正面比造价。 截至11月10日上午,视频播放量已超过81万;第1关的排行榜里有了182份作品、来自71个人,而榜上最便宜的桥,造价比这一关冠军模型的设计低了约34%。GitHub哔哩哔哩
造价怎么算:先让车过桥,再来谈省钱
关卡分只在过关时才存在,算法是100乘以参考造价除以你的造价:和参考答案一样便宜得100分,更省就超过100,没过、没交、超预算都是0。GitHub
参考答案由主办方赛前做好,七关共用同一套材料;选手手里的本地模拟器和裁判用的是同一份程序,倒计时结束前可以无限试车,评分场景全部公开,没有隐藏关卡。GitHub
冠军是GPT-6.2 Sol:总分102.67,六关闯关分平均106.24,意味着它平均比主办方的参考答案还便宜6%,第2关大峡谷交了7702的造价,比10616.73的参考造价低27%。GitHub
难倒多数模型的恰恰是“抠成本”。第5关“钱不够”只给1万预算且没有木杆可用,全场只有Sol过关,Claude Opus 5.5正是栽在这一关的13472超预算上、屈居第2,GPT-6 Astra也在同一关超标。第4到第6关,9个模型里只有3个过得了关,其余6个在这几关几乎全军覆没。GitHub
第7关是唯一不比造价的关卡:每人交一座静态决赛桥加一辆造价6000以内的捣蛋车,两两攻防。 72局里一共只有18局被攻破,且没有出现物理异常,前三名模型的决赛桥都扛住了全部8轮。用官网的说法,这期就是九个模型用同一套材料造桥:七关闯关,外加桥和捣蛋车攻防。GitHubmeowllm官网
投稿通道:三条路,通向同一张榜单
第9集的投稿走网站而不走代码仓库合并,第1~6关的排行榜按造价从低到高排。 想省事可以在浏览器里直接搭桥、试车,通过后点上传;也可以导入一份现成的设计JSON再跑一遍。GitHubGitHub
不想自己搭的,可以打开官方模拟器载入九位选手和参考答案的设计,拆开照着改;更主流的做法是把仓库里的投稿提示词整段贴给coding agent,让它读规则、设计、本地试车,再替你上传。GitHub
作弊没有便宜可占:服务器只用比赛原版程序重算造价和合法性、不跑物理,过没过要自己先在本地跑通;而网页访客的浏览器会抽查复跑榜上前几名,复跑不过的直接下榜。GitHub
上传还按IP限频,每小时12次、每天40次,防止有人脚本轰炸。GitHub
榜单快照:普通人已经把造价压过模型
截至11月10日上午,第1关榜面已经有182条记录、71个上榜的人。 榜首造价2336.95,而比赛里该关冠军设计是3562、参考答案是3509.84——两边都被压掉了三成以上。其他关同样如此:第2关榜顶的2929.33不到冠军设计7702的一半,第5关(正式赛只有Sol过关)榜首3645.4,六关全过的“地狱关”也从冠军的17213被压到14279.62。从第1关到第6关,榜单最低价全部低于冠军模型的参赛造价,差距在17%到64%之间。meowllm官网meowllm官网
头部咬得极紧:第1关前四名造价差距不到1元,头名挂着“gpt6.1sol”的昵称,二三名是“MissC”和“LittleSurvival”。这显然不是孤狼闯关,而是全员共享答案的开源马拉松——任何人都能用接口查榜、取走榜上设计的完整JSON再回去改。 这就是“怎么和大模型比造价”的实际答案:同一引擎、同一场景、同一张材料价目表,模型交的是90分钟闭卷,榜单做的是无限开卷,能赢靠的不是天才灵感,而是迭代次数和抄作业的速度。GitHub
边界:造价赢了不等于能力赢了
要留意三件事。榜上昵称自选,从排行榜上分不出这座桥是人手搓的还是AI做的;第7关的攻防没有排行榜,桥被压垮了多少、守住了多少,只有正式赛成绩里才有;主办方也提前声明,工具和接入渠道不同,不能把本场结果当作模型能力排名。 所以这场比赛真正值得盯的,是接下来两个数字:各关最低价还能被压到多低,以及会不会有作品在浏览器抽查复跑中被请下榜。GitHub