Wie GPT-5.6 und Kimi K3 gutes Design lernten – Design Arena Research

Design Arena, ein Blindvergleichs-Benchmark, bei dem Menschen über KI-generierte Websites abstimmen, hat Analysen von zwei Spitzenmodellen veröffentlicht: GPT-5.6 Sol (OpenAI) und Kimi K3 (Moonshot AI). Sol erreichte eine Elo-Zahl von 1353 im Bereich Webdesign (Nicht-Agentisch) und übertraf damit seinen Vorgänger GPT-5.5 um 18 Plätze. Zudem setzte Sol neue Pareto-Grenzen für Geschwindigkeit und Kosten. Forscher fanden heraus, dass Sol gelernt hat, KI-Antipatterns (wie violette Verläufe oder Bento-Grids) zu unterdrücken, indem es sich weigert, diese zu generieren, was zu „Löchern“ in seinem Designraum führt. Im Gegensatz dazu vermeidet GLM 5.2 Antipatterns, indem es sie gar nicht erst gelernt hat. Kimi K3 belegte den ersten Platz in der Single-Shot Frontend Arena mit einer Elo-Zahl von 1408 und in der 3D Design Arena mit einer Elo-Zahl von 1450. K3 simuliert einen vollständigen KI-Agenten innerhalb seiner Denkkette, schreibt zehnmal mehr Code in Gedanken als andere Kimi-Modelle und verwendet einen gelernten „Internet-Index“, um echte Bild-IDs von Unsplash abzurufen, ohne defekte Links. Jedes Modell verfolgt eine eigene Strategie: GLM 5.2 vermeidet schlechtes Design durch Unwissenheit, Sol durch aktive Unterdrückung und K3 durch iterative mentale Simulation.