第二关大峡谷,30 米宽,没有桥墩。主办方的参考答案造价 10616.73 元。GitHub
GPT-6.2 Sol 交上来的桥,7701.8 元。同一道题,省 27.5%,接近三成。GitHub
但把两份设计的杆件长度加一遍,省钱的来源不是“少用几根杆”,而是换了一种桥。这不是偷工减料:桥要先让该关所有场景里的车按时完好到对岸,才有资格比造价。
参考答案是常规木桁架,30 米路面、95 米木杆、7 米钢杆,外加弹簧,39 个节点、76 根杆件。Sol 只有两样材料,29.8 米路面和 35 米钢索,39 个节点、50 根杆件,一根木杆、一根钢杆都没用。路面从两岸往下垂,最低处比起点低 3.3 米;一条主索在路面上方,用短吊索把路面一节节吊住。车沿着这条浅浅的悬链线开过去,桥面自己参与受力,钢索只负责受拉。
单看单价,钢索每米 70 元,比木杆的 40 元贵。可参考答案用了 95 米木杆、7 米钢杆和一根弹簧,Sol 的钢索总共只有 35 米。木杆、钢杆和弹簧加起来 5335 元,钢索只花 2448 元,差价 2887 元,几乎就是全部差距。
Sol 也不是一招鲜。第三关河心有礁石,它换回木杆;第四关要过船,它加液压杆做开合桥;第五关没有木杆、预算只有 1 万,它用路面、钢索、弹簧和两米钢杆,拼出一座能过坑的桥,成了九个选手里唯一过关的。六关,没有一套结构一路用到底。它赢的不是某种材料,而是看地形选桥型。
这场比赛只给 90 分钟,却允许无限次试:本地模拟器和裁判是同一份程序,所有场景公开,没有隐藏题。看设计文件能看出两种工作方式:Opus 的第二关路面节点是 2.5、5.0、7.5 这样的等距网格,像按教科书搭的;Sol 的节点是 1.5789474、-1.0634741238227148 这种带一长串小数的坐标,像被模拟器一遍遍磨过。评论区有人这样总结 Sol 的赢法:她把普通的优化试车直接写成了脚本,让电脑自己跑,而且剩下的时间也没有摸鱼,而是去思考了从结构上的突破。 这只是观众的观察,主办方没有证实;但它和设计文件里的痕迹对得上——它不是改尺寸,而是换结构。哔哩哔哩
第二关的 137.85 分,是全场唯一一个超过 130 的分数,但冠军不只靠这一关。六关平均下来,Sol 的闯关分是 106.24;100 分就是和参考一样便宜,平均只比参考线高 6 分多;27.5% 是第二关的单关数字。第 4 到第 6 关的分数,只有 Sol、Opus、Astra 三家不是零;第 5 关只有 Sol 一家过。 把第二关换成 100 分,Sol 的闯关平均仍有 99.9,还是第一;真正稀缺的是六关没有一关交白卷——Opus 和 Astra 都栽在第五关的超预算上,其余六家在第 4 到第 6 关都有零分。GitHub
第七关是攻防:每人造一座静态决赛桥,再造一辆捣蛋车去拆别人的桥,72 局两两对打。Sol 的桥 8 局全守住,自己的车攻破 5 座;Astra 的车更凶,攻破 6 座,攻防分 87.5 比 Sol 的 81.25 还高,但它的闯关分只有 71.14,总分 73.48。Sol 总分 102.67,比 Opus 的 79.02 高出 23 分多。 冠军不是每个小项都第一,而是七项平均下来没有短板。GitHub
不过,这不是一场严格的模型能力测评:每个模型只跑一次,工具、接入渠道、思考档都不同,主办方自己也写了“不能把本场结果当作模型能力排名”。 但作为一次工程能力的展示,它给出的答案很直接:当模拟器就是裁判、试错不要钱时,赢家不是把参考方案改得更便宜的人,而是敢换一种结构、并且把六关都交齐的人。第二关的 27.5% 只是最显眼的那一下。GitHub