B 站上那场「九个 AI 造桥」的比赛，第 5 关叫「钱不够」。24 米的河，预算 10,000 元，木杆被拿掉，左岸还留着一个 4 米深、10.5 米宽的旧码头坑。车要先过坑，再过河。九个模型里，只有 GPT-6.2 Sol 过了关。GitHub
总榜上，Sol 102.67 分，Claude Opus 5.5 79.02，GPT-6 Astra 73.48；第四名 Gemini 4 Argon 45.31，最后一名 DeepSeek V4.1 Flash 27.93。前三名恰好是仅有的三个通过第 4 关和第 6 关的选手，第 5 关又只有 Sol 一个。
规则写得很直白：桥要让规定车辆按时完好到对岸，过关以后才比造价，关卡分 = 100 × 参考答案造价 ÷ 你的造价；超预算、没过、没交，全是 0。 所以这不是「谁造的桥更结实」的比赛，是「谁能在过桥的前提下把价签压到最低」。meowllm
第 5 关把这套规则推到了极限。混元 Hy4 交了一座 5,651 元的桥，只铺了路面；DeepSeek 5,584 元，路面加钢索；豆包 9,416、Kimi 9,780、Gemini 9,992，也都压在预算线内。五座桥，全部 0/2——车没过去。便宜不等于能过。
另一头，Opus 的桥 13,472 元，Astra 10,199 元，连预算都没过。Astra 只超了 199 元，差不多是一米二钢杆的钱，但规则不看「差一点」；超预算的设计直接判 0，连讨论它结不结实的必要都没有。
只有 Sol 的 8,621 元落在中间：车过去了，钱也没超。它用了 33.9 米路面、27.9 米钢索、5.9 米弹簧和 2 米钢杆；九个选手里，只有它在第 5 关同时满足了「能过」和「买得起」。 这不是运气。看第 2 关的 30 米深谷：Sol 的设计只有 29.8 米路面和 35 米钢索，没有一根木杆或钢杆，造价 7,702；Astra 用了 30 米路面、76.4 米木杆和 17.5 米钢杆，造价 11,061。同样的跨度，Sol 把力交给受拉的钢索，Astra 还在往桁架里堆木料和钢料。设计文件里的材料表，比代码更能说明问题。GitHub
这也解释了他们为什么会造出「看起来像桥」的东西。B 站 UP 主千云sm 用自己写的桁架受力求解器随机搭了 1,000 座桥：729 座连受力都算不出来，直接是机构；活下来的 271 座里，最省料的比标准桁架少用 19% 的料。 模型输出的是字，不是力；它没有内置的受力求解器，只能靠模拟器看哪根杆快撑不住了。哔哩哔哩
第 7 关还加了第二件作品：一辆 2.5 吨以内、6,000 元以内的捣蛋车。Astra 的车攻破 6/8 座桥，是全场最好的；Sol 5/8，Opus 4/8，后五名全是 0/8。但 Astra 的造桥分只有 71.14，总分仍落后 Sol 29.19 分。单点最强，不等于总分最高。
所以，「赢的不是会写代码」这句话对了一半。九个选手都在各自的编程工具里工作，最后交的是 JSON 设计文件；代码是过程，不是评分对象。从第 4 关开始，真正考的是在几条互相拉扯的约束里做取舍：桥要过、船要过、预算不能超、造价还要低。从结果看，Sol 赢的不是写出最漂亮的程序，而是把这几个条件同时按住了。主办方也提醒，每个模型只跑一次，工具、接入渠道和思考档都不同，单次结果有偶然性，不能当成模型能力排名。 但在这 90 分钟里，决定胜负的不是谁更会写代码，而是谁把这道题当成了造价题。桥塌了还能重搭，预算超了连重搭的资格都没有。GitHub
