GPT-5.6과 Kimi K3가 좋은 디자인을 학습한 방법 — Design Arena 연구

AI가 생성한 웹사이트에 대해 인간이 투표하는 블라인드 비교 벤치마크인 Design Arena가 두 개의 최고 모델인 GPT-5.6 Sol(OpenAI)과 Kimi K3(Moonshot AI)에 대한 분석 결과를 발표했습니다. Sol은 Web Design(Non-Agentic)에서 Elo 1353을 달성하여 이전 모델인 GPT-5.5를 18계단 앞질렀으며, 속도와 비용 측면에서 새로운 파레토 프론티어를 구축했습니다. 연구진은 Sol이 안티패턴(예: 보라색 그라데이션, 벤토 그리드)을 거부하여 생성하지 않음으로써 이를 억제하는 법을 학습했으며, 이로 인해 디자인 공간에 '구멍'이 생겼음을 발견했습니다. 대조적으로 GLM 5.2는 안티패턴을 아예 학습하지 않음으로써 이를 회피합니다. Kimi K3는 단일 샷 프론트엔드 아레나에서 Elo 1408, 3D 디자인 아레나에서 Elo 1450으로 1위를 차지했습니다. K3는 사고 사슬 내에서 완전한 AI 에이전트를 시뮬레이션하여 다른 Kimi 모델보다 사고 과정에 10배 더 많은 코드를 작성하며, 학습된 '인터넷 인덱스'를 사용하여 Unsplash의 실제 이미지 ID를 끊김 없는 링크로 불러옵니다. 각 모델은 고유한 전략을 사용합니다: GLM 5.2는 무지를 통해 나쁜 디자인을 피하고, Sol은 능동적 억제를 통해, K3는 반복적인 정신 시뮬레이션을 통해 이를 수행합니다.