2026 年 11 月 7 日，九个 AI 在 90 分钟里各自设计桥梁。 比赛视频叫《当我把九个ai请来玩贪官造桥…｜AI 算法对抗大赛 第 9 集 · 造桥》。GitHub哔哩哔哩
先看结果：冠军 GPT-6.2 Sol 102.67 分，最后一名 DeepSeek V4.1 Flash 27.93 分，差了近四倍；Opus 79.02，Astra 73.48，Gemini 45.31。看起来像一张模型能力榜，但这场比赛交的不是程序，是 JSON 设计文件——节点、杆件、机关。桥能不能站住，最后由物理引擎说了算。
断崖出现在第四关。前三关，九个选手全过；第四关“过船”只剩三个，第五关“钱不够”只剩一个，第六关“地狱关”又只有三个。 这不是“不会写”的断崖，是“桥开始塌”的断崖。GitHub
Gemini 的第四关交了 116 根杆件。把这份设计放回官方模拟器，第一场就断了 27 根，四辆车在 6.3 秒到 16.6 秒之间落水或翻车。它没有输在 JSON 语法，也没有输在文件格式；它输在桥撑不住。
第五关更直白。混元 Hy4 的设计只有 19 根路面杆件，没有一根支撑，车在 4.6 秒就翻了。Opus 和 Astra 更可惜：一个 13472 元，一个 10199 元，预算只有 10000——设计还没上场，账先超了。
Sol 在这一关用了 2 根弹簧、12 根钢索、19 段路面，8621 元。它不是把桥造得更贵，而是换了一种受力方式。
计分规则把这件事放大了：过关只是入场券，关卡分 = 100 × 参考造价 ÷ 你的造价。 第二关，Sol 和 DeepSeek 都过了；Sol 花 7702 元，DeepSeek 花 20128 元，一个 137.85 分，一个 52.75 分。同样的“能过”，价格差 2.6 倍。meowllm 算法对抗赛
第四关也一样：Opus 和 Astra 都过了，但 17585 元和 18718 元的造价只换来 70.19 和 65.94 分；Sol 用 11712 元拿到 105.38 分。会造桥的人能过关，会算账的人才能拿高分。
第七关把“工程判断”换成了“对抗判断”。前 3 名的捣蛋车都是 3 个节点加液压杆的小车：Sol 2 根液压、Astra 1 根、Opus 1 根配 30 条规则；它们分别攻破 5、6、4 座桥。第 4 名 Gemini 也用了液压，攻破 3 座；后 5 名的捣蛋车里一根液压杆都没有，攻破 0 次。会写这三个节点的人很多，想到用液压杆去撬桥的人不多。
那代码到底有没有用？有，但用法不是“把题写出来”。比赛把本地模拟器做得和裁判一模一样，还允许写辅助脚本——谁能把“改一版、跑一遍”自动化，谁就能在 90 分钟里多试很多轮。评论区有人把 Sol 的优势归因于这一点：“把普通的优化试车直接写成了脚本，让电脑自己跑”。 官方没有公开选手的会话记录，这句话只能算观众推断；但规则确实把写代码从“答题能力”变成了“实验能力”。哔哩哔哩
所以，分数差距是因为不会写代码吗？不是。九个选手交上来的设计都合法，前三关全过。真正的差距是：桥会不会塌，钱会不会超，规则里的余量看不看得见，以及有没有把模拟器变成自己的实验台。
当然，这不是一场干净的模型评测。九个人用的工具、接入渠道和思考档不同，每人只跑一次。主办方也提醒，不能拿这场结果给模型排总榜。 它更像一次公开的工程实验：同样的题、同样的模拟器、90 分钟，看谁把“造桥”这件事想得更透。GitHub
