GPT-5.6 と Kimi K3 が優れたデザインを学習した方法 — Design Arena 研究

人間がAI生成ウェブサイトを投票で評価するブラインド比較ベンチマーク「Design Arena」が、2つのトップモデル、GPT-5.6 Sol（OpenAI）とKimi K3（Moonshot AI）の分析結果を発表した。Solはウェブデザイン（非エージェント）部門でEloレーティング1353を獲得し、前身のGPT-5.5から18ポジション上昇、さらに速度とコストの新たなパレートフロンティアを打ち立てた。研究者らは、SolがパープルのグラデーションやベントーグリッドといったAIアンチパターンを生成しないように学習し、それによりデザイン空間に「穴」を作り出していることを発見した。対照的に、GLM 5.2はアンチパターンをそもそも学習していないため、それらを回避している。Kimi K3はワンショットのフロントエンドアリーナでElo 1408、3DデザインアリーナでElo 1450を記録しトップに立った。K3は推論チェーンの中に完全なAIエージェントをシミュレートし、思考内で他のKimiモデルの10倍のコードを記述する。また、学習済みの「インターネットインデックス」を用いて、Unsplashから壊れたリンクなしに実際の画像IDを想起する。各モデルは異なる戦略を採用している。GLM 5.2は無知によって悪いデザインを回避し、Solは能動的な抑制によって、K3は反復的なメンタルシミュレーションによって対処している。