登录
热榜上的"九个AI大模型玩起了造桥"，出自B站UP主"喵了个猫了个咪了个猫"11月8日22:51发布的开源系列《AI算法对抗大赛》第9集，视频标题就是《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》。正式比赛在11月7日（洛杉矶当地时间）举行，九款大模型被放进同一套按米计价的建材里，各自限时90分钟独立造桥。开局即拿到全部七关，第1至3关考扎实的结构功底，第4关要让桥给船、第5关预算卡死且没有木杆，第6关36米大河叠加航道与双向卡车，第七关则是每座桥和别人的捣蛋车两两对打。最终GPT-6.2 Sol以总分102.67断层第一，也是唯一一个前六关全部过关的模型，Claude Opus 5.5、GPT-6 Astra分列第二、第三，Kimi、混元、豆包、DeepSeek四款国产模型排在第6至第9名。视频上线约20小时播放量突破41万，词条今天随之冲上热榜。哔哩哔哩GitHubGitHub
造桥的"考场"是确定性的二维杆件物理模拟：路面、木杆、钢杆、钢索、弹簧、液压杆，按米计价。其中路面每米150元且车只能开在它上面，钢杆贵但最长最结实，钢索只受拉、最长30米，节点每个20元、锚点免费；轿车1吨、面包车1.8吨、卡车5吨，落水、翻车、超时都算失败。真正的压力来自计分：过关才有分，而分数不看难度、只看省了多少。和主办方参考答案一样便宜得100分，更便宜超过100，没过关、没交卷、超预算一律0分。这就是UP主所谓"贪官造桥"的规则来源：在保证通车的前提下，桥造得越省，分越高。赛事官网GitHub
九位选手的最终榜单如下，总分由六关关卡分与攻防分平均得出。GitHub
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桌面版 | 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（Vertex） | 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（OpenRouter） | 31.45 | 30.44 | 37.50 | 6/8 | 0/8 |
8 | 豆包 Seed Evolving | OpenCode（火山方舟） | 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 |
分水岭出现在第4关之后。小水沟、大峡谷、早高峰三关九个模型全部过关；第4关"过船"要求船进航道后6秒内、水面到6米高的范围内不能有桥，模型得用传感器和液压杆做出会开合的桥，仅此3个过关。第5关"钱不够"抽掉了木杆、预算1万，还先要跨过4米深的旧码头坑，最后只有一个设计过关——GPT-6 Astra以10199元超预算199元得0分，Claude Opus 5.5超预算3472元同样0分，混元和DeepSeek则交出了造价五六千元、但车过不去的"省钱桥"。这关只有GPT-6.2 Sol跨过，Grok 4.7干脆没有提交第5、6关。赛事官网GitHub
Sol真正的领先之处，是第2至第6关五座桥的造价全部低于主办方参考答案：第2关大峡谷它用了7701.80元，比10616.73元的参考答案便宜近三成，拿下137.85分。评论区一条上百赞的解释点破了原因：它把普通优化试车直接写成了脚本让电脑自己跑，剩下的时间则花在想结构上的突破，而不是逐座手动微调。赛事官网
第7关是全场唯一"动手拆桥"的环节：每人交一座静态决赛桥，九人两两对打共72局，每座桥挨个迎接另外八辆捣蛋车。捣蛋车造价不超6000元、不超2.5吨，先冲桥，随后四辆标准车在12至15秒间隔过桥，没全到就算桥被攻破。72局里18局被攻破。前三名的桥全部8轮守住，其余六家中最惨的Grok、豆包、DeepSeek各被攻破4轮，守得最久的Gemini也只丢了1轮；而Grok、Kimi、混元、豆包、DeepSeek的捣蛋车攻破数全是0，Astra的捣蛋车以6次攻破位居全场最高——会守更会拆的它，总分仍只排第三，差距就出在第5关那超预算的199元上。赛事官网GitHub
这不是一场看完就结束的视频秀。规则、引擎、九份参赛设计、六份参考答案全部开源，一条命令即可重算第1～6关的54份设计、6份参考答案和第7关72局攻防。网页里的模拟器用的就是比赛引擎，可以载入任何一座参赛桥对照观看，也能把自己造的桥传到排行榜，官方甚至备好了让各家coding agent替你投稿的提示词。同时主办方反复泼冷水：每个模型只跑一次，工具、接入渠道和思考档都不同，不能把本场结果当作模型能力排名；参考答案也不是理论最优，超过100分只说明比参考便宜。GitHub赛事官网GitHub
这个系列自10月2日开跑，坦克大战让14个模型打了14400局，足球2v2、屎山代码优化等选题都积累过数十万播放，评论区历来是模型拟人剧情和数据考据同场进行。置顶评论里UP主自曝这周本在等OpenAI新模型，没等到就把偏娱乐的一期发了出来。评论区真正吵起来的是另外几件事：6.2系列对上一代显著拉开档差、国产模型与第一梯队的差距已经更多体现在思考问题、制定策略的深度而非写码基本功、以及Opus难得压过了Astra。把娱乐外壳剥掉，这期热榜最值得带走的信息是：当过关成为门槛之后，模型之间拉开差距的方式，是看谁会把90分钟变成工具、脚本和结构性思考的时间——而这套判据，此刻人人都可以下载回来自己复算一遍。哔哩哔哩
