什么值得买App下载 App ›
连续签到专享现金活动

9个AI造桥,差199元就是0分:先过门槛,再谈造价

第 5 关「钱不够」,预算 10000 元。 GPT-6 Astra 交了一座造价 10199 元的桥,比预算多 199 元。 规则很明确:超过预算就是设计不合法,这一关 0 分。GitHub 赛事仓库GitHub 成绩表GitHub 规则页

B 站「AI 算法对抗大赛」第 9 集:九个模型,90 分钟,7 关。 同一关,GPT-6.2 Sol 交 8620.74 元,两个场景都过,拿 95.31 分。哔哩哔哩GitHub 成绩表

计分公式残酷:关卡分 = 100 × 参考造价 ÷ 造价,但前提是“过关”;没过、没交、超预算,都是 0。 造价不是扣分项,而是过关之后的第二层比赛;超 1 元和超 1 万元,结果一样。GitHub 成绩表

总榜上,Sol 102.67,Claude Opus 5.5 79.02,Astra 73.48,Gemini 45.31。前三名和第四名之间是断崖:第 4~6 关只有前三名过了,第 5 关只有 Sol 过了。 这几座桥都没超预算:Gemini 9992、Kimi 9780、DeepSeek 5584,都合法,却都没过。钱不是问题,桥的形状才是。GitHub 赛事仓库

规则里写得很直白:长杆受压易断,短压杆和三角形是好办法。 有人随机生成一千座桥,729 座连受力都算不出,直接是机构。 先有传力路径,再谈省材料;顺序反了,省下的钱都在给 0 分铺路。GitHub 规则页哔哩哔哩

Sol 不是靠某一关封神,而是六关全过,第 2~4 关比参考答案还便宜。第 2 关 7701.80 元,只有参考造价的 72.5%,拿到 137.85 分。GitHub 成绩表

第 7 关它也不是最强:Astra 的捣蛋车攻破 6/8 座桥,Sol 只有 5/8。 但总分是七关平均,一个 0 分很难填平。GitHub 攻防表

所以,199 元不是“运气差一点”,而是常见的解法错误:把硬约束当成可以交换的成本项。预算、交付、必过的测试,都是 0/1 的门;门没进,里面的优化再漂亮也不计分。真正拉开差距的,是先分清哪些事不能错,再把能省的地方一分分抠下来。

这只是一次比赛:每个模型只跑一次。 工具和思考档不同,主办方也提醒不能当成能力排名。 但“先过硬约束,再谈优化”,和模型无关。GitHub 比赛条件GitHub 赛事说明

评论

评论区空态插画

当前文章无评论,是时候发表评论了