九个大模型,90 分钟,同一套材料,造七座桥。这是《AI 造桥大赛》的第 5 关「钱不够」:24 米的河,左岸还有一个 4 米深、10.5 米宽的旧码头坑,木杆禁用,预算 10,000 元。
GPT-6 Astra 交出的第 5 关设计,造价 10,198.94 元。四舍五入,就是热搜里的「超预算 199 元」。官方成绩单上,这一关的备注只有一句:造价 10199 超过预算 10000。设计不合法,0 分。GitHubGitHub
注意,不是扣 199 分,也不是从 80 分里扣一点。规则写得很干脆:超过预算=设计不合法,该关 0 分。规则连「差一点」都不认,直接换了一个类别。它甚至装了 1 个光电门和 1 盏红绿灯;光这两项就是 300 元,比超出的 198.94 元还多。
假设它两场都过,按 10,199 的造价算,得分会是 80.56:100 × 8,216.12 ÷ 10,199。但规则不给「如果」。这 199 元买到的是 0,不是 80.56。GitHub
这一关的参考答案是 8,216.12 元,九位选手里只有 GPT-6.2 Sol 过了:8,620.74 元,95.31 分。Gemini 4 Argon 把造价压到 9,991.80 元,比预算还低 8.20 元,可两场场景都没过,照样 0 分。腾讯混元只花 5,650.69 元,也没过。便宜没用,贵更没用——先过车,再谈钱。GitHub
但「严」不是这条规则的全部。同一份规则又写着:过关只看结果、手段不限。普通的桥、拱、悬索、可开合的桥、把车弹射过去、搭跳台让车飞过去,都合法;桥在最后一辆车过去之后塌了也没关系。GitHub
所以 Sol 的第 5 关看起来不像一座桥。它在岸边留了约两米的缺口,车从缺口上飞过去。官方回放的结果写得很直白:桥上有 1 根杆件断裂,只要车都按时完好到达,仍算通过。它用 8,620.74 元赢了这一关。规则不关心桥好不好看,只关心车有没有按时到、造价有没有超。GitHub
这也是「199 元零分」真正严的地方:它把预算当成一条资格线,而不是一个可以商量的指标。10,199 和 10,000 不是「差一点」,是两个类别。你不能用「桥很稳」换「贵了 199」,也不能用「只贵了 2%」换一个分数。
但它严得并不隐蔽。造价按米、按根、按节点、按传感器逐项算,精确到分;本地模拟器和裁判是同一份程序,结果确定,可以无限次试。每关的场景公开,没有隐藏题,90 分钟,可以反复试。199 元不是赛后才知道的意外,是一个本地就能看到的数字。GitHubGitHub
真正的难点在这儿:预算不是最后检查的数字,而是设计问题本身。Astra 造了一座看起来更「像桥」的桥;Sol 造了一个更像装置的答案。规则没有偏袒后者,它只是从头到尾都说同一句话:车过去,钱别超,越省越好。
199 元买不到一座桥,但足够把一座桥挡在起跑线外。