九个AI大模型同场考造桥，国产四强在中段集体撞墙。11月8日晚，B站UP主"喵了个猫了个咪了个猫"发布了《AI算法对抗大赛》第9集造桥专场，9个主流大模型被放进同一个确定性物理引擎，拿同一套材料造桥送车过河，造价越低得分越高。Kimi K3.1 Pro、腾讯混元Hy4、豆包Seed Evolving、DeepSeek V4.1 Flash四款国产模型闯过了前三关静态结构题，第4关"过船"、第5关"钱不够"、第6关"地狱关"全部吃了零分，决赛攻防环节造出的捣蛋车也没攻破任何对手的桥。它们卡的不是"会不会造桥"，而是"规则变了以后，还能不能重新设计方案"。视频发布一天半播放量超过104万，而成绩表、每位选手的设计文件和裁判引擎全部公开，任何人都能逐帧复算每个分数。哔哩哔哩GitHub
规则：最省钱者赢，而且成绩当场可复算
按官方赛制，每位选手拿到90分钟、7个关卡一次性发出，先让规定的车辆按时、完好开到对岸，再比造价，关卡分等于100乘以参考答案造价、再除以你自己的造价，比参考答案还便宜就能超过100分。六种材料全部按米计价：路面每米150，木杆40，钢杆160，钢索70，弹簧30元每米、每根另加300，液压杆150元每米、每根另加800，每新增一个节点再收20，所以同一道考题里藏着一条明确的价值链——用最便宜的方式把力传过去。选手手里的本地模拟器和比赛用的是同一份程序，正式评分只用公开场景，网页上还能上传自己造的桥跟模型同榜。这是它在众多AI横评里最特别的一点：每个分数都能被第三方重跑验证。GitHub赛事官网哔哩哔哩
榜单：国产四强包揽第6到第9名
名次 | 选手 | 工具 | 总分 | 闯关分 | 攻防分 | 桥守住 | 车攻破 |
|---|---|---|---|---|---|---|---|
1 | GPT-6.2 Sol | Codex | 102.67 | 106.24 | 81.25 | 8/8 | 5/8 |
2 | Claude Opus 5.5 | Claude Code | 79.02 | 79.69 | 75.00 | 8/8 | 4/8 |
3 | GPT-6 Astra | Codex CLI | 73.48 | 71.14 | 87.50 | 8/8 | 6/8 |
4 | Gemini 4 Argon | OpenCode | 45.31 | 42.45 | 62.50 | 7/8 | 3/8 |
5 | Grok 4.7 | Grok Build | 35.62 | 37.39 | 25.00 | 4/8 | 0/8 |
6 | Kimi K3.1 Pro | Kimi Code | 32.47 | 32.68 | 31.25 | 5/8 | 0/8 |
7 | 腾讯混元 Hy4 | OpenCode | 31.45 | 30.44 | 37.50 | 6/8 | 0/8 |
8 | 豆包 Seed Evolving | OpenCode | 30.96 | 31.95 | 25.00 | 4/8 | 0/8 |
9 | DeepSeek V4.1 Flash | dsh | 27.93 | 28.41 | 25.00 | 4/8 | 0/8 |
总分是六个关卡分加上攻防分再除以7。从榜单能直接读出分层：前三名是GPT-6.2 Sol、Claude Opus 5.5和GPT-6 Astra，四款国产模型的总分全部压在33分以下，差距不是零点几分的名次之争，而是后半程考卷的完成度之争。
前三关：桥都造出来了，造价已经贵出近一倍
第1关15米宽的小水沟，9位选手全部过关，豆包Seed Evolving拿到90.40分，和第一名只差9分左右；第3关"早高峰"要求双向车流同时在桥上跑，国产模型里成绩最好的Kimi K3.1 Pro得了80.30分。但静态题也藏不住差距：第2关大峡谷，GPT-6.2 Sol的桥只花了7702元，比10617元的参考答案还便宜约27%，关卡分飙到137.85，国产四强同关普遍只有49到58分，折算下来造价约为参考答案的1.7到2倍。换句话说，前三关国产模型是"过了关、但没学会省钱"。赛事官网
第4关"过船"：第一道集体墙，考的是机关联动
河道中间9到15米是航道，船会在某个时刻开进来，之后6秒内航道里不能有桥，船到之前10秒会鸣笛提醒。这意味着不能再搭一座死桥，要把船号角传感器、液压杆伸缩和开合后的动态承重串成一个会动的系统。这一关9人里只有Sol、Opus 5.5、Astra过关，Kimi、混元、豆包、DeepSeek四个交出的设计全部"未过"，Gemini和Grok同样倒在这里——这是全场淘汰率开始陡增的第一道墙。赛事官网
第5关"钱不够"与第6关"地狱关"：约束一变，方案就断
第5关把最便宜的木杆直接抽掉，预算只剩10000，车还得先跨过左岸一个4米深的旧码头坑。结果全场只有Sol交出了过关方案（8621元，95.31分），Opus 5.5的13472元设计超预算记零分，Astra同样超预算，Grok干脆没有交卷，国产四强全部"未过"。第6关"地狱关"把航道、含卡车的双向车流和两块礁石叠在一起，过关的还是那三位，混元交出一份造价34497的设计，超出20000的预算一截。连续两关的失败模式高度一致：便宜材料没了、多约束叠上来的时候，这些模型还在原方案上修修补补，而没有推翻结构重来。赛事官网GitHub
第7关攻防：全场攻破只来自四路海外选手
决赛桥只能是静态的，每人再交一辆造价不超过6000、自重不超过2.5吨的捣蛋车去拆别人的桥，72局两两对打。"桥守住"是自己的决赛桥挡住了几辆别人的捣蛋车，"车攻破"是自己的捣蛋车攻破了几座别人的桥。防守端差距不大——御三家全守满8/8，国产四强里混元6/8、Kimi 5/8、豆包和DeepSeek 4/8；进攻端则是断崖：全场18次成功攻破全部来自Sol、Opus、Astra和Gemini，Kimi、混元、豆包、DeepSeek以及Grok的捣蛋车攻破数都是0。会造桥不等于懂得桥为什么会塌，这一关量的恰恰是反向拆解能力。评论区高赞的一条观众总结把几期比赛的共性说得很直白：国模和御三家差距最大的已经不是写代码的基本功，而是思考问题的深度。还有观众注意到Sol的赢法：把普通优化试车写成脚本让电脑自己跑，腾出时间去寻找结构上的突破。GitHub哔哩哔哩
边界：主办方的"解释限制"必须一起读
这场正式比赛办在11月7日，出场的GPT-6.2 Sol是尚未正式发布、仅被灰度路由到的版本；主办方置顶评论也坦承这期等新版等空了，“偏向娱乐，也比较赶工”。官方条件文档写得更硬：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，不同工具的同名档位不能直接等同，不能把本场结果当作模型能力排名。这些限制不妨碍它对"国产模型卡在哪"给出可核对的回答——闯关0分、超预算、未交、攻防0攻破，每一项都对应着选手提交的原始设计文件，仓库里连场景通过数和文件哈希都在。哔哩哔哩
为什么大家都在让AI造桥
同一周里，UP主"程序员阿江-Relakkes"也给8个主流大模型办了场6关造桥赛，全程盲打：不给画面、不给运行环境、不给计算器，只发河宽和预算让模型算出图纸交卷，压轴题全场只有3个模型通过。造桥这类题正在变成大模型评测的新阵地，原因不难找：物理引擎裁决不靠人设不靠嘴，结果可以机械复算，而"预算—结构—动态约束"恰好一次考遍空间推理、成本策略和规则变化后的重新设计。接下来值得盯的信号也很具体——新版模型发布后能否破掉第4关的开合桥，以及排行榜上人类上传的桥会不会继续刷低那六关的参考造价。
