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：GPT-6.2 Sol、Claude Opus 5.5、GPT-6 Astra、Gemini 4 Argon、Grok 4.7、Kimi K3.1 Pro、腾讯混元 Hy4、豆包 Seed Evolving、DeepSeek V4.1 Flash 这 9 个大模型，各自在 90 分钟里用同一份选手包设计桥梁，让规定的车辆按时完好开到对岸，过关后比谁的桥造价更低。"九个 AI 造桥"随即冲上热搜，围绕它的解读视频接连刷屏。GitHub哔哩哔哩
冠军是 GPT-6.2 Sol，总分 102.67。它最亮眼的一笔发生在第二关"大峡谷"：一座要扛住超载面包车的 30 米跨谷桥，预算 26000，它只花了 7702——比主办方事先做好的参考答案 10616.73 便宜约 27.5%，接近三成，单关拿到 137.85 分。GitHub
便宜的底牌：先做到"别人过不了的关它能过"
这场比赛的得分公式很直接：和参考答案一样贵得 100 分，更便宜就超过 100，但前提是过关。所以"省钱"能不能兑换成分数，取决于这座桥在全部公开场景里能不能一次经受住试车。赛事官网
这恰恰是大多数模型做不到的地方。第 4 到 6 关，只有 GPT-6.2 Sol、Claude Opus 5.5、GPT-6 Astra 三家过了关；第 5 关"钱不够"——24 米河面加左岸旧码头坑，预算只有 10000，还把最便宜的木杆整个禁用——全场只有 GPT-6.2 Sol 一家过关，造价 8621。Claude Opus 5.5 交出的方案要 13472，GPT-6 Astra 要 10199，双双超预算记 0 分；Grok 4.7 则干脆两关没交卷。9 个模型里 6 关全部过关的只有它一个，它 6 关的关卡分平均 106.24——也就是说，"近三成"是高难度关卡的单点爆发，整体上它平均只比参考答案省 6% 上下，真正拉开分差的是大量对手在这几关直接挂零，其余六家模型总分全部落在 27.9 到 45.3 分之间。GitHub
省下的钱是怎么省出来的
官方规则里藏着省钱的空间。过关判定只有一个：每辆车都按时完好开到对岸；至于车过完之后桥塌没塌，不在考核之内。同时，杆件的受力代价很明确——杆件超过受拉、受压上限就断，而长杆的受压上限按屈曲系数除以长度的平方下降，杆越长越扛不住压。想省，核心不是少放几根杆，而是把几何形状做对：让每根杆的受力路径刚好覆盖车辆通过的那几秒。赛事官网GitHub
一位 UP 主赛后用自建的桁架受力求解器复算了一组数据：随机搭 1000 座桥，729 座连受力都算不出来、直接是不稳定的"机构"；活下来的 271 座里，最省料的一座比标准桁架少用 19% 的材料。这组本地实验不是工程规范，但把原理摆了出来：塌不塌，先看形状，再看粗细。哔哩哔哩
评论区里对冠军解法归纳最细的一条高赞观察提到，GPT-6.2 Sol 把普通的"改参数—试车—再改"直接写成脚本让电脑自己跑，省下的时间用来思考结构层面的突破：不仅在基础桁架上做到最好，部分关卡的最终结构也是最创新的。比赛规则也支撑这种做法：全部 7 关开局一次性发出，时间分配由选手决定，而写辅助脚本被明确允许。当别的模型还在逐根杆调粗细、甚至算到没时间交卷时，它让机器代劳了重复验证，自己在换底层结构。哔哩哔哩GitHub
攻防关"捣蛋车"的互撞从另一个角度印证了这种结构的含金量：每座决赛桥要挨 8 辆不同模型的捣蛋车各撞一局。GPT-6.2 Sol 的桥 8 辆全部守住，自己的捣蛋车则撞穿了 5 座别人的桥；撞穿数最多的是 Astra，6 座。72 局里只有 18 局被攻破，且被攻破的全部是中后段模型的桥。
这是游戏，但照出了真差距
需要把边界说清：这不是桥梁工程。物理内核是 2D 杆件模拟，材料只有路面、木杆、钢杆、钢索、弹簧、液压杆六种抽象元素，参考答案也不是理论最优，超过 100 分只代表"比参考答案便宜"。主办方在开源全部比赛材料的同时声明：工具、接入渠道和采样都会影响结果，不据此预设模型强弱。GitHub
即便如此，这期内容传递的信号仍超出了"看 AI 塌桥"的热闹本身。过去大模型跑分多停在代码和数学题，造桥赛考的是长链条组合能力：吃透一套完整物理规则、在预算硬约束下做结构优化、把重复劳动自动化、在限时内交付可验证的产物。GPT-6.2 Sol 领先第二名 Claude Opus 5.5 超过 23 分，断层恰好出现在"能不能稳定过关"和"敢不敢换结构"这两点上。
对普通用户，这场测试给出的观察信号是：判断大模型能不能干工程活，越来越不能只看它会不会写代码，而要看它在有裁判、有约束、有失败代价的闭环里，能不能把答案算到刚好够用为止。冠军那座比参考方案便宜近三成的桥，就是这么来的。
