Bagaimana GPT-5.6 dan Kimi K3 Belajar Desain yang Baik — Riset Design Arena

Design Arena, sebuah benchmark perbandingan buta di mana manusia memberikan suara pada situs web yang dihasilkan AI, merilis analisis dari dua model teratas: GPT-5.6 Sol (OpenAI) dan Kimi K3 (Moonshot AI). Sol mencapai Elo 1353 dalam kategori Desain Web (Non-Agen), melampaui pendahulunya GPT-5.5 sebanyak 18 posisi, dan menetapkan batas Pareto baru untuk kecepatan dan biaya. Para peneliti menemukan bahwa Sol belajar untuk menekan antipola AI (seperti gradien ungu, kisi bento) dengan menolak untuk menghasilkannya, menciptakan "lubang" dalam ruang desainnya. Sebaliknya, GLM 5.2 menghindari antipola karena tidak mempelajarinya sama sekali. Kimi K3 menduduki puncak Frontend Arena dengan sekali coba dengan Elo 1408 dan 3D Design Arena dengan Elo 1450. K3 mensimulasikan agen AI penuh di dalam rantai penalarannya, menulis kode 10 kali lebih banyak dalam pemikiran dibandingkan model Kimi lainnya, dan menggunakan "indeks internet" yang dipelajari untuk mengingat ID gambar asli dari Unsplash tanpa tautan rusak. Setiap model menggunakan strategi yang berbeda: GLM 5.2 menghindari desain buruk karena ketidaktahuan, Sol dengan penekanan aktif, dan K3 dengan simulasi mental berulang.