OpenAIのSolがデザインセンスを習得した方法

私たちはDesign ArenaのWebデザイン（非エージェント）アリーナでGPT-5.6 Solをベンチマークし、驚くべきことに総合1位を獲得したことを発見しました。これは前身のGPT-5.5より18位高い順位であり、OpenAIモデルがこのリーダーボードで初めて1位を獲得したケースです。さらに詳しく分析し、GPT-5.6 Solのデプロイメントを分解して、モデルがどのフロントエンドコーディングタスクに優れているかを追跡しました：

GPT-5.6 Solは、一般的なAIデザインのアンチパターンを認識し、積極的に抑制しているようです。GPT-5.6が生成した1000のウェブサイトのCLIP埋め込みをUMAPで投影し、モデルのデザイン多様体を可視化しました。驚くべきことに、そのデザイン空間には明確な空隙があり、GPT-5.5が紫色のグラデーション、弁当箱レイアウト、特大のヒーローテキスト、オフセット構成を生成する領域に空隙があることがわかりました。これは、GPT-5.6がこれらのAIアンチパターンを学習しているが、選択的に生成を避けていることを示唆しています。

また、強力なテンプレートと異常に高いパーソナライゼーションを組み合わせています。GPT-5.6 Solは実証済みのデザイン構造からスタートし、各プロンプトに大幅に適応させることで、高度にテンプレート化されたモデルや完全に制約のないモデルよりも、一貫性と多様性のバランスを実現しています。

GPT-5.6 Solは、嗜好と速度、嗜好と価格の両方で新しいパレートフロンティアを確立しました。以前1位だったGLM 5.2より2.44倍以上高速で、Claude Fable 5より36%高速であり、価格は100万トークンあたり$5/$30で、Claude Fable 5の$10/$50と比較して低コストです。

では、GPT-5.6 Solのウェブサイト出力に何が変わったのでしょうか？

GPT-5.6 Solのデザインセンスは、一般的な美学につながるAIアンチパターンを避けるために注意深くキュレーションされていることがわかりました。デザインへの特化、独自のテンプレートアプローチ、そして顕著なマルチモーダル性能により、GPT-5.6 Solはシングルターンリーダーボードで1位になりました。

モデル動作#1：AIアンチパターンの明示的回避

3か月前のGPT-5.5のレビューで、GPT-5.5が一貫して生成する「デザイン臭」のセットを特定しました。これらのデザイン臭には、ヒーロー画像の代わりに大きなタイプフェイス、珍しいレイアウト決定、過度に使用される紫色のグラデーションが含まれていました。これらのデザイン臭のほとんどがGPT-5.6 Solで完全に消えたことを嬉しく思います。

GPT-5.6 Solはアンチパターン問題を解決した唯一のモデルではありませんが、注目に値する独自のアプローチを取っています。GPT-5.6が生成した1000のウェブサイトのCLIP埋め込みをUMAPで投影し、モデルのデザイン多様体を可視化しました。その可視化を以下に示します。

結果の部分空間に奇妙な穴があることに衝撃を受けました。

これらの穴は他のモデルには存在せず、以下のGPT-5.5の可視化でも見られません。ほとんどのモデルは、以前に生成されたデザインと類似したウェブデザインを生成し、バリエーションはプロンプト自体からのみ生じるためです。UMAP投影は理論的に多様体内の穴を保存するため（適切な投影パラメータを仮定）、あるモデルのデザイン空間に穴があり、別のモデルにはないことは、GPT-5.6 Solがそれらの穴内に生成していないデザインのクラスターを持つ可能性を示しています。

これらの穴の中にあるデザインを特定するために、GPT-5.6 SolとGPT-5.5のウェブサイトを同じ埋め込み空間に重ね、以前と同じUMAP投影を行いました。そこから、GPT-5.6 Solの生成をすべてオレンジ色に着色し、GPT-5.5の生成の上に重ねました。オレンジ色のない領域はGPT-5.5に固有のパターンであり、オレンジ色のある領域はGPT-5.6 Solに固有のものです。

スクリーンショットを削除し、GPT-5.5とGPT-5.6 Solの固有生成をそれぞれ青とオレンジの点に置き換えると、これはさらに明確になります。以下の可視化が得られ、GPT-5.5とGPT-5.6 Solがほとんど類似したウェブサイトを生成し、GPT-5.6 SolがGPT-5.5よりわずかに高い分散を示していることがわかります。しかし、GPT-5.5とGPT-5.6 Solがまったく重ならない主要なクラスターが1つあります。それは紫色のグラデーションを持つウェブサイトのクラスターです。

GPT-5.6 SolはGPT-5.5とほぼ同様のデザインを生成しますが、多くの一般的なAIアンチパターンを回避する明確な努力が見られます。弁当箱レイアウト、ヒーロー画像の大きなタイプフェイス、オフセットレイアウトなどの他のアンチパターンについても同じ効果が見られます。

このアプローチは他のモデルとは顕著に異なります。たとえば、GLM-5.2は、大きなタイプフェイスなどのアンチパターンを含まないテンプレートのセットを学習することで、それらを回避します。これにより、GLM-5.2はアンチパターンを含むデザインをまったく生成しないため、生成空間に穴を作らずにアンチパターンを回避します。

GLM-5.2はデザインアンチパターンをまったく学習せず（したがって生成もしない）ように見えますが、GPT-5.6 Solは特定のデザインアンチパターンの存在を学習しながらも、それらの生成を拒否しているようです。一般的なアンチパターンを回避しているものの、このアプローチはすべてのアンチパターンに一般化するわけではありません。たとえば、GPT-5.6 Solは紙吹雪を一貫して過剰に使用し、生成の26.5%以上に現れます。また、紙吹雪ライブラリが提供されていない場合には、独自の紙吹雪ライブラリを自作することさえあります。

このモデルは、チャートやデータ可視化の作成においても低いパフォーマンスを示し、chart.jsを利用したリアルなチャート作成に優れていません。

モデル動作#2：カスタマイズされたテンプレートが汎化と特化のバランスを実現

モデルパフォーマンスの主要なシグナルの1つは「テンプレート化」であり、モデルがアリーナで高いパフォーマンスを発揮するテンプレートのセットを学習することでデザインセンスをシミュレートするものです。これはフロンティアレベルのモデルでは正常であり、GLM 5.2の以前の分析で、この戦略によりリーダーボードの1位を達成したことがわかりました。

これとは対照的に、Claude Fable 5はほとんどテンプレート化がないことがわかりました。そのデザイン空間ははるかに多様で、各出力をユーザーのニーズに合わせてパーソナライズします。

GPT-5.6 Solは、テンプレートを利用しながらも、各クラスター内でより多くの変更を加えてバリエーションを生み出すことで、2つのデザインアプローチを組み合わせています。細菌が異なる関連遺伝子系統に進化するように、モデルは類似したデザインのクラスターを持ち、それがさらにユーザーのプロンプトに合わせてパーソナライズされます。これは特にGPT-5.6 Solの画像使用において顕著であり、モデルは複数の異なるコンテキストやユースケースに同じ画像を使用する傾向があります。

このパーソナライゼーションこそが、GPT-5.6 SolがDesign Arenaで非常に優れたパフォーマンスを発揮する理由であり、各ユーザーが自分のユースケースに合わせたカスタマイズされたウェブサイトを受け取り、それでいてプロフェッショナルにデザインされたように感じられます。

モデル選択への影響

これらを総合すると、GPT-5.6 Solの優位性は、より選択的かつより適応的であることから来ていることが示唆されます。（1）AI生成ウェブサイトを安っぽく見せる視覚パターンを学習し、積極的に抑制する一方で、各プロンプトにカスタマイズできる信頼性の高いデザイン構造を保持していること、そして（2）テンプレート化されたデザインとカスタマイズされた出力を組み合わせていること。これらはGPT-5.6 SolがDesign Arenaリーダーボードをリードする主要な指標です。引き続きGPT-5.6 Solのパフォーマンスを監視し、他のモデルと比較していきます。OpenAIチームのローンチおめでとうございます。DesignArena.aiでGPT-5.6 Solをぜひお試しください。