GPT-5.6 和 Kimi K3 如何学会良好设计——设计战场研究

Design Arena 是一个通过人类投票对 AI 生成的网站进行盲测的基准平台，近日发布了两个顶尖模型的分析结果：GPT-5.6 Sol（OpenAI）和 Kimi K3（月之暗面）。Sol 在非代理型网页设计任务中取得了 1353 的 Elo 评分，比其前代 GPT-5.5 提升了 18 个名次，并在速度和成本上确立了新的帕累托最优边界。研究人员发现，Sol 学会了通过拒绝生成来抑制 AI 常见的不良设计模式（例如紫色渐变、便当网格），在其设计空间中制造了“空洞”。相比之下，GLM 5.2 避免这些不良模式的方式是根本没有学习它们。Kimi K3 在单轮前端竞技场中以 1408 的 Elo 评分位居榜首，在 3D 设计竞技场中达到 1450 分。K3 在其推理链中模拟了一个完整的 AI 智能体，在思考过程中编写的代码量是其他 Kimi 模型的 10 倍，并利用学到的“互联网索引”从 Unsplash 中回忆真实图片 ID，从而避免了链接失效。每个模型都采用了不同的策略：GLM 5.2 通过无知来避免糟糕的设计，Sol 通过主动抑制，而 K3 则通过迭代的思维模拟。