11月8日，B站"AI算法对抗大赛"第9期把9个主流大模型拉进了一场造桥比赛，截至11月11日播放量已超144万。 比赛官网写明了赛制：每关在划定范围里用六种材料从锚点搭桥，全部车辆按时完好开到对岸才算过关，过关后比造价。 四家国产选手Kimi K3.1 Pro、腾讯混元Hy4、豆包Seed Evolving、DeepSeek V4.1 Flash全部过了前三关，却在第四关"过船"集体拿零分，全场只有GPT-6.2 Sol、Claude Opus 5.5、GPT-6 Astra三家过了这一关。 需要先说清前提：国外的Gemini 4 Argon和Grok 4.7也倒在第四关，这一关是所有选手的分水岭，只是国产选手在前面几关的容错就更少。哔哩哔哩赛事官网GitHub
第四关到底考什么
前三关本质都是静态题：把桥造结实、把车送过河，然后比谁用料省。第四关第一次要求一座会动的结构——24米宽的河，中间9到15米是航道，船进航道后6秒内，从水面到6米高的整个矩形里不能有桥的任何杆件，船到前10秒鸣笛，模型手里唯一的信号就是这个船笛传感器。 同一份设计还要同时应付船在第12秒和第20秒进场的两个场景，每个场景4辆车来回开，红绿灯得把车流拦在航道外，预算只有25000元，过关后只看造价得分。规则文档GitHub
过了关的三家：两家把机关算准，一家直接绕开航道
GPT-6.2 Sol左右各用一组液压杆，鸣笛后1.2秒逐组开桥，加速度、速度参数各限在1.1和1.4档，红绿灯在21.45秒和28.55秒放行，整套桥只用24个节点、50根杆，造价11712元，是唯一低于参考答案（12342.52元）的设计，拿下105.38分。 Claude Opus 5.5用单根液压杆以1.73倍伸出顶起桥面，造价17585元、70.19分。最有意思的是GPT-6 Astra：它没装任何机关部件，直接把整座桥拱高，让所有构件都不与航道矩形相交，造价18718元、65.94分。 同样的"高拱绕开航道"思路Gemini也试过，两个场景都没过，结果页没有公布逐场景失败原因——这类题远比"图纸上看起来让开了"要难。成绩表
四家国产模型，各倒在不同一步
Kimi K3.1 Pro走了条激进路线：航道上方干脆不铺桥面，中间留了6.7米缺口，打算船过后再把桥放下去，但全场唯一带定时的动作是一根速度设成0.25米每秒的液压杆，要鸣笛后16秒才开始执行，另外两根液压杆从头到尾没绑定任何规则。 造价24935元，用掉预算的99.7%，两个场景全部未过。设计文件成绩表
DeepSeek V4.1 Flash的时序链在纸面上最完整：鸣笛后5.5秒挂红灯、6.5秒开桥、17秒回桥、18秒放行，两个场景看起来都能自洽。 但初始状态下它仍有12根构件悬在航道矩形里，靠一根行程约2.2米的液压杆带动，仿真里没能把构件真正送出6米高的红线——差的不是规则书写，而是开合运动的执行。
豆包Seed Evolving在航道矩形里压进了17根构件，其中11根是钢杆，用两根液压杆以1.7倍伸出顶桥，造价22055元，仍然未过。
腾讯混元Hy4的规划性最强：用开局传感器在t=0就把桥升起来，不等船笛。 但回桥动作卡在鸣笛后16秒，恰好是船驶出航道的时刻，初始状态下11根构件含钢索都在航道框里，开合难度被自己拉满，造价23142元，未过。
共同点很清楚：四家全部选择开合桥机关路线，都正确识别出"该装机关"，却没有一个通过整体物理仿真的验证。而前三关暴露的用料问题在第四关被放大——第二关混元造价21656元、得分49.02，几乎是参考答案（10616.73元）的两倍，豆包和DeepSeek同为20128元。 静态题已经精度不足，动态机关一来直接归零。成绩表
第四关之后，分水岭是一致的
第五关"钱不够"只有Sol一家过关，Opus和Astra都超了预算。 总榜上，Sol以102.67分第一，Opus 79.02、Astra 73.48紧随其后，DeepSeek V4.1 Flash以27.93分垫底。GitHub成绩表
第7关攻防72局里被攻破的18局，全部出自前四名模型的捣蛋车，四家国产模型的捣蛋车一座对手的桥都没攻破。 同一周，另一评测方ModelDial发布的八模型六关造桥盲打赛（不给画面、不给代码环境和计算器）里，国产组在第五关也只剩千问一家过关。 两套完全不同的赛制指向同一块短板：静态算得了受力之后，大模型的新分界在动态机关、多场景时序和造价纪律。GitHub哔哩哔哩
不过不能把这一场直接读成模型能力排名：主办方在开源仓库里写明，工具、接入渠道和采样都会影响结果，不据此预设模型强弱，选手还要在90分钟里自己分配7关的时间。 这场比赛真正的价值在于全部成绩都由裁判程序从设计文件重算、逐项可核对——评论区里关于"谁强谁弱"的任何说法，都可以自己重跑验证。GitHub成绩说明
