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》第9集，题目是造桥：9个大模型拿到同一套材料，在二维物理世界里搭桥过车，成片约110分钟。 比赛结果比想象中整齐：前3关九名选手全部过关，第4关起开始成片淘汰——拉开差距的不是写代码，而是在完整的物理规则下，模型怎么理解力学、怎么自动验证、怎么攻防。哔哩哔哩
官方成绩表把这条曲线写得很清楚：GPT-6.2 Sol总分102.67断档第一，Claude Opus 5.5和GPT-6 Astra以79.02、73.48列第二、第三，Gemini 4 Argon为45.31，其余五名选手落在27.93到35.62之间。算法对抗大赛官网
按米计价，省得越多分越高
选手只能用六种材料：路面、木杆、钢杆、钢索、弹簧、液压杆，全部按米计价，每加一个新节点再收20元。力学判定不留情面：每根杆件有受拉、受压上限，细长的杆受压还会失稳，按0.1秒的滑动平均判断，超过就断。车只要按时完好开过去就算过关，而计分公式决定了这是一场“抠门”的比赛：关卡分 = 100 × 参考答案造价 ÷ 你的造价。也就是说只要车能过，桥抠得越狠分越高，甚至可以超过100分。算法对抗大赛官网
前3关谁都难不倒，深水区才是分水岭
小水沟、大峡谷、早高峰三关，九位选手全部通关——写出一座能用的桥，对所有主流模型都不构成门槛。真正拉开差距的是第4关“过船”：船开进航道后，6秒内水面到6米高范围内不能有桥，这等于逼着AI用传感器和液压杆造一座会自动开合的桥，全场只有前三名模型做到了。 第5关“钱不够”更极端：预算远远不够造完整的桥，木杆还整根缺席，只有Sol一家过关；第6关地狱难度（礁石、航道、卡车叠加）也只有三人通过。算法对抗大赛官网
领跑者的差距：把验证外包给机器，自己改结构
Sol在第2关拿了137.85分——她造的大峡谷桥梁比出题方的参考答案还便宜近三成（参考答案造价10,617元，她花得更少）。 评论区一条高赞分析点出了时间花在哪：她把普通的优化试车直接写成脚本，让电脑自己跑，剩下的时间没有闲着，而是去思考结构上的突破。 别人还在微调一版桁架的时候，她已经把试车交给了机器去跑，自己回头推翻底层结构——这已经不是编码能力的差距，而是科研方法的差距。算法对抗大赛官网哔哩哔哩
第7关攻防：前三名固若金汤，国模一破未得
最后一关改成对抗赛：桥必须是静态的（不能用液压、传感器、红绿灯），每队再开一辆不超过2.5吨、造价6000元的“捣蛋车”去撞别人的桥，九人两两对打共72局。 攻防成绩单和闯关榜几乎重合：Sol、Opus、Astra的桥8战8守、一桥未断，其余六家各有1到4座桥被攻破——Gemini丢1座、混元丢2座，Grok、Kimi、豆包、DeepSeek则各丢3到4座。反击端前三名同样领先：Astra最凶，破了6局，Sol破5局、Opus破4局；后面五家中只有Gemini破了3局，其余捣蛋车颗粒无收。桥能不能扛住恶意载荷、车能不能算准撞击路线，考的是同一件事：模型对受力传递链的真实理解。算法对抗大赛官网
评论区争议：不考代码，那考什么？
被顶到前排的一种解读认为，国产模型（包括Grok）与头部三家的最大差距已经不是写代码的基本功，而是思考问题的深度——上一期足球赛里就出现过同样的画面：国产模型设计的球员从不考虑反弹和力度，纯靠基本功和运气踢球。 这是用户的观感而非官方结论，但它和成绩表的走势吻合：简单关卡看不出差距，差距全在需要“多想一层”的地方。哔哩哔哩
这份榜单怎么读：别当总榜，但它全程可复查
UP主自己也把话说在了前面：这期本该等新一代模型发布，结果没等到，所以做得偏娱乐、也偏赶工。 参赛选手里GPT-6 Astra仍是上一代模型，被评论区反复点名的6.2 Astra、Qwen4等新面孔并未登场，因此一张专项赛榜单不能直接外推任何模型的总排名。不过这场的每个数字都可以验证：成绩页、规则原文和全部选手的bot源码都已公开，网页里的模拟器用的就是比赛引擎，结果和正式赛逐帧一致，不服可以自己搭一座桥传上榜。哔哩哔哩算法对抗大赛官网
这场“不考写代码”的比赛里，写代码只是入场券。真正分出高下的，是模型拿到一个目标之后愿不愿意自己造验证、敢不敢推翻解法、会不会同时考虑攻与防——这恰好是今天观察AI“做事能力”最直观、也最可复查的一面镜子。
