Kuinka GPT-5.6 ja Kimi K3 oppivat hyvän muotoilun — Design Arena Research

Design Arena, sokkotestaukseen perustuva vertailupalvelu, jossa ihmiset äänestävät tekoälyn generoimista verkkosivustoista, julkaisi analyysit kahdesta kärkimallista: GPT-5.6 Sol (OpenAI) ja Kimi K3 (Moonshot AI). Sol saavutti 1353 Elo-pisteen tuloksen Web Design (Non-Agentic) -kategoriassa (ei-agenttipohjainen verkkosuunnittelu), ohittaen edeltäjänsä GPT-5.5:n 18 sijalla, ja asetti uudet Pareto-rintaman ennätykset nopeudessa ja kustannustehokkuudessa. Tutkijat havaitsivat, että Sol on oppinut tukahduttamaan tekoälylle tyypillisiä kliseitä (esimerkiksi violetit liu'ut ja bento-ruudukot) kieltäytymällä tuottamasta niitä, mikä on synnyttänyt sen suunnitteluavaruuteen ikään kuin "aukkoja". GLM 5.2 sen sijaan välttää nämä kliseet siksi, ettei se ole edes oppinut niitä. Kimi K3 nousi kärkeen sekä yhden yrityksen Frontend Arena -kategoriassa Elo-tuloksella 1408 että 3D Design Arena -kategoriassa tuloksella 1450. K3 simuloi päättelyketjunsa sisällä kokonaista tekoälyagenttia ja kirjoittaa ajatuksissaan kymmenen kertaa enemmän koodia kuin muut Kimi-mallit, ja se hyödyntää opittua "internet-indeksiä" muistaakseen todellisia Unsplash-kuvatunnisteita ilman rikkinäisiä linkkejä. Kullakin mallilla on oma erottuva strategiansa: GLM 5.2 välttää huonoa suunnittelua tietämättömyyden ansiosta, Sol aktiivisen tukahduttamisen kautta ja K3 iteratiivisen mentaalisen simuloinnin avulla.