OpenAI的Sol如何学会设计品味

我们使用Design Arena的网页设计（非智能体）竞技场对GPT-5.6 Sol进行了基准测试，惊讶地发现它总体排名第一。这比其前身GPT-5.5高出18位，也是OpenAI模型首次在此排行榜上登顶。我们深入分析并分解了GPT-5.6 Sol的部署，追踪模型擅长的前端编码任务：

GPT-5.6 Sol似乎能够识别并主动抑制常见的AI设计反模式。我们使用UMAP投影了GPT-5.6生成的1000个网站的CLIP嵌入，以可视化模型的设计流形。令人震惊的是，我们发现其设计空间包含明显的空洞，而GPT-5.5在这些空洞中会产生紫色渐变、便当盒布局、超大标题文本和偏移构图，这表明GPT-5.6已经学会了这些AI反模式，但选择性地避免生成它们。

它结合了强大的模板与异常高的个性化程度。GPT-5.6 Sol从经过验证的设计结构出发，但根据每个提示进行实质性调整，在一致性和多样性之间取得了比高度模板化或完全无约束模型更好的平衡。

GPT-5.6 Sol在偏好与速度、偏好与价格方面建立了两个新的帕累托前沿。它比此前排名第一的GLM 5.2快2.44倍以上，比Claude Fable 5快36%，且价格分别为每百万token $5/$30，而Claude Fable 5为$10/$50。

那么GPT-5.6 Sol的网站输出发生了什么变化？

我们发现GPT-5.6 Sol的设计品味经过精心策划，以避免导致通用美学的AI反模式。这种在设计上的专业化、独特的模板方法以及卓越的多模态性能，使GPT-5.6 Sol在我们的单轮排行榜上名列第一。

模型行为#1：明确避免AI反模式

在我们三个月前对GPT-5.5的回顾中，我们识别出一组GPT-5.5一直产生的“设计气味”。这些设计气味包括大号字体而非英雄图像、不常见的布局决策以及过度使用的紫色渐变。我们很高兴地说，GPT-5.6 Sol中大多数这些设计气味已经完全消失。

虽然GPT-5.6 Sol并非唯一解决反模式问题的模型，但它采取的方法值得强调。我们使用UMAP投影了GPT-5.6生成的1000个网站的CLIP嵌入，以可视化模型的设计流形：其生成占据的更大CLIP嵌入空间中的区域。结果如下所示。

我们震惊地发现结果子空间中出现奇怪的空洞。

这些空洞在其他模型中并不存在，例如在下面的GPT-5.5可视化中，因为大多数模型产生的网页设计与其他先前生成的设计相似，只有提示本身带来的变化。由于UMAP投影理论上能保留流形中的空洞（假设正确的投影参数），发现一个模型设计空间中有空洞而另一个模型中没有，表明GPT-5.6 Sol可能在那些空洞内有一簇它没有生成的设计。

为了弄清这些空洞内的设计是什么，我们将GPT-5.6 Sol和GPT-5.5的网站重叠在同一个嵌入空间中，并进行与之前相同的UMAP投影。然后，我们将所有GPT-5.6 Sol的生成标记为橙色，并将其堆叠在GPT-5.5的生成之上。任何没有橙色的区域将是GPT-5.5特有的模式，而有橙色的区域则是GPT-5.6 Sol特有的。

如果移除截图，将GPT-5.5和GPT-5.6 Sol的特定生成分别替换为蓝色和橙色点，这一点会更加清晰。我们得到如下可视化，可以看到GPT-5.5和GPT-5.6 Sol生成的网站大多相似，GPT-5.6 Sol的方差略大于GPT-5.5。然而，有一个主要簇是GPT-5.5和GPT-5.6 Sol完全不重叠的：带有紫色渐变的网站簇。

虽然GPT-5.6 Sol生成的设计与GPT-5.5大致相似，但在避免许多常见AI反模式方面有明显的努力。对于其他反模式，如便当盒布局、英雄图像中的大号字体和偏移布局，我们也看到类似的效果。

这种方法与其他模型显著不同。例如，GLM-5.2通过学习一套不包含这些反模式的模板来避免大号字体等反模式。这避免了反模式，但不会在生成空间中产生空洞，因为GLM-5.2完全避免生成带有反模式的设计。

虽然GLM-5.2似乎完全避开了学习设计反模式（因此避免产生它们），但GPT-5.6 Sol似乎已经学习到特定设计反模式的存在，但拒绝生成它们。尽管避免了常见的反模式，这种方法并不适用于所有反模式。例如，GPT-5.6 Sol一直过度使用五彩纸屑，出现在超过26.5%的生成中。它甚至在未提供五彩纸屑库时自制了自己的五彩纸屑库。

该模型在创建图表和数据可视化方面表现较低，因为它不擅长利用chart.js创建逼真的图表。

模型行为#2：自定义模板在泛化与专业化之间取得平衡

我们衡量模型性能的主要信号之一是“模板化”，即模型通过学习一套在竞技场上表现良好的高性能模板来模拟设计品味。这对于前沿模型来说是正常的，在之前对GLM 5.2的分析中，我们发现这一策略帮助它达到了排行榜第一的位置。

与之对比的是Claude Fable 5，我们发现它几乎没有模板化。它的设计空间更加多样化，每个输出都根据用户需求进行个性化。

GPT-5.6 Sol结合了这两种设计方法，利用模板，但在每个簇内进行更多更改以创造差异。就像细菌进化成不同的相关遗传菌株一样，该模型有相似的设计簇，然后根据用户提示进一步个性化。这一点在GPT-5.6 Sol使用图像时尤为明显，因为模型倾向于为多个不同上下文和用例使用相同的图像。

正是这种个性化使得GPT-5.6 Sol在Design Arena上表现如此出色，因为每个用户都能收到一个针对其用例定制的网站，同时感觉像是专业设计的。

这对模型选择意味着什么

综合来看，这些发现表明GPT-5.6 Sol的优势在于既更具选择性又更具适应性。它似乎（1）学会了哪些视觉模式让AI生成的网站显得通用，然后主动抑制它们，同时保留一套可靠的设计结构，可以根据每个提示进行定制，并且（2）将模板化设计与定制输出相结合。这些是导致GPT-5.6 Sol在Design Arena排行榜上领先的主要指标。我们将继续监控GPT-5.6 Sol的性能以及它与其他模型的比较。祝贺OpenAI团队发布该模型，并欢迎您亲自在DesignArena.ai上试用GPT-5.6 Sol。