Cómo GPT-5.6 y Kimi K3 Aprendieron Buen Diseño — Investigación de Design Arena

Design Arena, un benchmark de comparación ciega en el que humanos votan sitios web generados por IA, publicó análisis de dos modelos punteros: GPT-5.6 Sol (OpenAI) y Kimi K3 (Moonshot AI). Sol alcanzó un Elo de 1353 en Diseño Web (no agéntico), superando a su predecesor GPT-5.5 en 18 posiciones, y estableció nuevas fronteras de Pareto en velocidad y coste. Los investigadores descubrieron que Sol aprendió a suprimir antipatrones de IA (por ejemplo, degradados púrpura, cuadrículas bento) negándose a generarlos, creando «agujeros» en su espacio de diseño. En contraste, GLM 5.2 evita los antipatrones por no haberlos aprendido en absoluto. Kimi K3 encabezó el Frontend Arena de un solo disparo con un Elo de 1408 y el 3D Design Arena con un Elo de 1450. K3 simula un agente de IA completo dentro de su cadena de razonamiento, escribiendo diez veces más código en pensamientos que otros modelos Kimi, y utiliza un «índice de internet» aprendido para recordar identificadores de imágenes reales de Unsplash sin enlaces rotos. Cada modelo emplea una estrategia distinta: GLM 5.2 evita el mal diseño por ignorancia, Sol por supresión activa y K3 mediante simulación mental iterativa.