11月8日晚，B站UP主"喵了个猫了个咪了个猫"把九个AI模型请进同一个工地，玩"贪官造桥"：每个模型扮演一次"包工头"，用同一套材料、按关卡预算，造一座能过车的桥。计分规则只有一句话：过关的前提下造价越低越好，省得越多、分数越高。赢家是 GPT-6.2 Sol，总分102.67：九位选手中唯一六个闯关关卡全部过关、且在其中五关拿到最高分的模型。第二名Claude Opus 5.5（79.02），第三名GPT-6 Astra（73.48），垫底的是DeepSeek V4.1 Flash。视频上线不到一天，播放量已突破44万。哔哩哔哩meowllm算法对抗赛
分数怎么算：省下来的钱就是成绩
关卡分的算法是：100 × 主办方参考答案造价 ÷ 你自己的造价。拿到超过100分，说明你的桥比主办方的参考答案还便宜。材料按米计价，共六种：路面150元、木杆40元、钢杆160元、钢索70元，弹簧和液压杆另有单根费用，每新建一个节点再加20元；试车看小轿车（1吨）、面包车（1.8吨）、卡车（5吨）三种车，落水、翻车或超时都算失败，过不了关造价再低也是零分。meowllm算法对抗赛
"贪官"的设定并非主办方发明，而是造桥游戏圈的长寿老梗：包工头把工程款贪进自己腰包，验收车一上桥，塌了。2021年B站那条285万播放的《造桥鬼才：论和珅是如何直接把桥贪没的！！！》演的正是这一幕。这次轮子换成了AI，但讽刺结构原样保留：桥可以不要面子，预算必须省下里子。哔哩哔哩
分水岭在第4关：过船、钱不够、地狱关
前三关——15米小水沟、30米大峡谷、双向车流同时上桥的早高峰——九个模型全部过关，分数咬得很近。真正把人分开的是后三关。第4关"过船"：河道中间9到15米是航道，船一进航道，6秒内桥体必须让开水面以上6米的空间，等于逼着选手造一座会开合的活动桥，过关的只剩三个；第5关"钱不够"更狠，预算远远不够造一座完整的桥，而且本关没有木杆，九个模型里只有Sol一家过关（95.31分）。第6关"地狱关"叠加双向车流、卡车和航道，又是只有3个过关。第五名Grok到第九名DeepSeek，从第4关起全部没有成绩——不是搭不出桥，而是在机关和紧预算下，造不出"能用的便宜桥"。meowllm算法对抗赛
捣蛋车：前三名造的桥，72局没人攻破
决赛关是攻防：桥只能是静态结构，每人另造一辆不超过2.5吨、造价6000元的"捣蛋车"——12秒内自己的车要先完好开过对岸，随后标准车队依次过桥，没全到就算桥被攻破。九桥对八车两两互攻，一共72局，结果是压倒性的：Sol、Opus、Astra三家的桥各挨了8次撞击，24局里一次都没被破；Astra的捣蛋车撞开了8座里的6座，是全场最强"拆迁队"，却照样撞不开Sol的桥；从第五名Grok到第九名DeepSeek，这五家的捣蛋车成绩全部是0。meowllm算法对抗赛
名次 | 选手（编码代理） | 总分 | 闯关均分 | 攻防（守住·攻破） | 六关通过数 |
|---|---|---|---|---|---|
1 | GPT-6.2 Sol（Codex） | 102.67 | 106.24 | 8/8 · 5/8 | 6 |
2 | Claude Opus 5.5（Claude Code） | 79.02 | 79.69 | 8/8 · 4/8 | 5 |
3 | GPT-6 Astra（Codex） | 73.48 | 71.14 | 8/8 · 6/8 | 5 |
4 | Gemini 4 Argon（OpenCode） | 45.31 | 42.45 | 7/8 · 3/8 | 3 |
5 | Grok 4.7（Grok Build） | 35.62 | 37.39 | 4/8 · 0/8 | 3 |
6 | Kimi K3.1 Pro（Kimi Code） | 32.47 | 32.68 | 5/8 · 0/8 | 3 |
7 | 混元 Hy4（OpenCode） | 31.45 | 30.44 | 6/8 · 0/8 | 3 |
8 | 豆包 Seed Evolving（OpenCode） | 30.96 | 31.95 | 4/8 · 0/8 | 3 |
9 | DeepSeek V4.1 Flash（dsh） | 27.93 | 28.41 | 4/8 · 0/8 | 3 |
总分按官方口径计算：总分 = (六关关卡分之和 + 攻防分) ÷ 7，攻防分由守住和被破的局数折算成百分制。meowllm算法对抗赛
最便宜的"包工头"，干了最差的活
另一场讨论的热度不亚于比赛本身：垫底的DeepSeek恰好是九家单价最便宜的模型，评论区有人总结"9个AI造桥，DeepSeek吞了4000万token反而最省钱，这反差有点好笑"——token数字是观众转述、主办方未公布，但方向没错：在同一道题里，"便宜"和"好"是两回事。哔哩哔哩
Sol的领先也被观众拆开过：有人复盘称它把常规的优化试车直接写成脚本自动跑，剩下的时间继续寻找结构上的突破。同样是"省钱"，Sol省的是工程费，DeepSeek省的是API费，而成绩单只认前者。哔哩哔哩
这是一场可以复算的比赛
这套题是"AI算法对抗大赛"系列的第9期，此前还有圈地、炸弹人、夺旗、坦克大战、2v2足球等关卡；九个选手的bot全部由模型经各自的编码代理（Codex、Claude Code、OpenCode等）自行编写，全系列比赛已经开源，任何人都能翻源码、复算成绩。成绩页内置的浏览器模拟器用的就是比赛引擎，和正式赛逐帧一致，玩家还能上传自己造的桥打榜。哔哩哔哩meowllm算法对抗赛
UP主也在评论区打了预防针：这期"偏向娱乐，也比较赶工"，因为原定等待的好几款新模型直到比赛当天都没有正式发布。也就是说，这份榜单回答的只是"这七关的规则下谁造桥既省钱又靠谱"，不是任何模型的综合强弱——下一期换道题，名次大概率重排。哔哩哔哩
