OpenAI的Sol如何學會設計品味

我們使用Design Arena的網頁設計（非智能體）競技場對GPT-5.6 Sol進行了基準測試，驚訝地發現它總體排名第一。這比其前身GPT-5.5高出18位，也是OpenAI模型首次在此排行榜上登頂。我們深入分析並分解了GPT-5.6 Sol的部署，追蹤模型擅長的前端編碼任務：

GPT-5.6 Sol似乎能夠識別並主動抑制常見的AI設計反模式。我們使用UMAP投影了GPT-5.6生成的1000個網站的CLIP嵌入，以可視化模型的設計流形。令人震驚的是，我們發現其設計空間包含明顯的空洞，而GPT-5.5在這些空洞中會產生紫色漸變、便當盒佈局、超大標題文本和偏移構圖，這表明GPT-5.6已經學會了這些AI反模式，但選擇性地避免生成它們。

它結合了強大的模板與異常高的個性化程度。GPT-5.6 Sol從經過驗證的設計結構出發，但根據每個提示進行實質性調整，在一致性和多樣性之間取得了比高度模板化或完全無約束模型更好的平衡。

GPT-5.6 Sol在偏好與速度、偏好與價格方面建立了兩個新的帕累託前沿。它比此前排名第一的GLM 5.2快2.44倍以上，比Claude Fable 5快36%，且價格分別為每百萬token $5/$30，而Claude Fable 5為$10/$50。

那麼GPT-5.6 Sol的網站輸出發生了什麼變化？

我們發現GPT-5.6 Sol的設計品味經過精心策劃，以避免導致通用美學的AI反模式。這種在設計上的專業化、獨特的模板方法以及卓越的多模態性能，使GPT-5.6 Sol在我們的單輪排行榜上名列第一。

模型行為#1：明確避免AI反模式

在我們三個月前對GPT-5.5的回顧中，我們識別出一組GPT-5.5一直產生的“設計氣味”。這些設計氣味包括大號字體而非英雄圖像、不常見的佈局決策以及過度使用的紫色漸變。我們很高興地説，GPT-5.6 Sol中大多數這些設計氣味已經完全消失。

雖然GPT-5.6 Sol並非唯一解決反模式問題的模型，但它採取的方法值得強調。我們使用UMAP投影了GPT-5.6生成的1000個網站的CLIP嵌入，以可視化模型的設計流形：其生成佔據的更大CLIP嵌入空間中的區域。結果如下所示。

我們震驚地發現結果子空間中出現奇怪的空洞。

這些空洞在其他模型中並不存在，例如在下面的GPT-5.5可視化中，因為大多數模型產生的網頁設計與其他先前生成的設計相似，只有提示本身帶來的變化。由於UMAP投影理論上能保留流形中的空洞（假設正確的投影參數），發現一個模型設計空間中有空洞而另一個模型中沒有，表明GPT-5.6 Sol可能在那些空洞內有一簇它沒有生成的設計。

為了弄清這些空洞內的設計是什麼，我們將GPT-5.6 Sol和GPT-5.5的網站重疊在同一個嵌入空間中，並進行與之前相同的UMAP投影。然後，我們將所有GPT-5.6 Sol的生成標記為橙色，並將其堆疊在GPT-5.5的生成之上。任何沒有橙色的區域將是GPT-5.5特有的模式，而有橙色的區域則是GPT-5.6 Sol特有的。

如果移除截圖，將GPT-5.5和GPT-5.6 Sol的特定生成分別替換為藍色和橙色點，這一點會更加清晰。我們得到如下可視化，可以看到GPT-5.5和GPT-5.6 Sol生成的網站大多相似，GPT-5.6 Sol的方差略大於GPT-5.5。然而，有一個主要簇是GPT-5.5和GPT-5.6 Sol完全不重疊的：帶有紫色漸變的網站簇。

雖然GPT-5.6 Sol生成的設計與GPT-5.5大致相似，但在避免許多常見AI反模式方面有明顯的努力。對於其他反模式，如便當盒佈局、英雄圖像中的大號字體和偏移佈局，我們也看到類似的效果。

這種方法與其他模型顯著不同。例如，GLM-5.2通過學習一套不包含這些反模式的模板來避免大號字體等反模式。這避免了反模式，但不會在生成空間中產生空洞，因為GLM-5.2完全避免生成帶有反模式的設計。

雖然GLM-5.2似乎完全避開了學習設計反模式（因此避免產生它們），但GPT-5.6 Sol似乎已經學習到特定設計反模式的存在，但拒絕生成它們。儘管避免了常見的反模式，這種方法並不適用於所有反模式。例如，GPT-5.6 Sol一直過度使用五彩紙屑，出現在超過26.5%的生成中。它甚至在未提供五彩紙屑庫時自制了自己的五彩紙屑庫。

該模型在創建圖表和數據可視化方面表現較低，因為它不擅長利用chart.js創建逼真的圖表。

模型行為#2：自定義模板在泛化與專業化之間取得平衡

我們衡量模型性能的主要信號之一是“模板化”，即模型通過學習一套在競技場上表現良好的高性能模板來模擬設計品味。這對於前沿模型來説是正常的，在之前對GLM 5.2的分析中，我們發現這一策略幫助它達到了排行榜第一的位置。

與之對比的是Claude Fable 5，我們發現它幾乎沒有模板化。它的設計空間更加多樣化，每個輸出都根據用户需求進行個性化。

GPT-5.6 Sol結合了這兩種設計方法，利用模板，但在每個簇內進行更多更改以創造差異。就像細菌進化成不同的相關遺傳菌株一樣，該模型有相似的設計簇，然後根據用户提示進一步個性化。這一點在GPT-5.6 Sol使用圖像時尤為明顯，因為模型傾向於為多個不同上下文和用例使用相同的圖像。

正是這種個性化使得GPT-5.6 Sol在Design Arena上表現如此出色，因為每個用户都能收到一個針對其用例定製的網站，同時感覺像是專業設計的。

這對模型選擇意味着什麼

綜合來看，這些發現表明GPT-5.6 Sol的優勢在於既更具選擇性又更具適應性。它似乎（1）學會了哪些視覺模式讓AI生成的網站顯得通用，然後主動抑制它們，同時保留一套可靠的設計結構，可以根據每個提示進行定製，並且（2）將模板化設計與定製輸出相結合。這些是導致GPT-5.6 Sol在Design Arena排行榜上領先的主要指標。我們將繼續監控GPT-5.6 Sol的性能以及它與其他模型的比較。祝賀OpenAI團隊發佈該模型，並歡迎您親自在DesignArena.ai上試用GPT-5.6 Sol。