Wir haben GPT-5.6 Sol auf der [Design Arena’s Web Design (Non-Agentic) Arena](https://www.designarena.ai/leaderboard/code) getestet und waren überrascht, dass es insgesamt den 1. Platz belegt. Das sind 18 Plätze mehr als sein Vorgänger GPT-5.5, und es ist das erste Mal, dass ein OpenAI-Modell auf dieser Rangliste den ersten Platz erreicht hat.
Wir haben tiefer gegraben und die Bereitstellungen von GPT-5.6 Sol analysiert, um zu verfolgen, bei welchen Frontend-Codierungsaufgaben das Modell herausragt:
- GPT-5.6 Sol scheint häufige KI-Design-Anti-Patterns zu erkennen und aktiv zu unterdrücken. Wir haben die CLIP-Embeddings von 1.000 Websites, die von GPT-5.6 mit UMAP generiert wurden, projiziert, um die Design-Mannigfaltigkeit des Modells zu visualisieren. Überraschenderweise fanden wir, dass sein Designraum klare Lücken enthält, in denen GPT-5.5 lila Farbverläufe, Bento-Box-Layouts, übergroße Hero-Texte und versetzte Kompositionen erzeugt. Das deutet darauf hin, dass GPT-5.6 diese KI-Anti-Patterns gelernt hat, sie aber selektiv vermeidet.
- Es kombiniert starke Vorlagen mit ungewöhnlich hoher Personalisierung. GPT-5.6 Sol geht von bewährten Designstrukturen aus, passt sie aber an jeden Prompt erheblich an und findet so eine bessere Balance zwischen Konsistenz und Vielfalt als stark vorlagenbasierte oder vollständig unbegrenzte Modelle.
GPT 5.6 Sol etabliert zwei neue Pareto-Grenzen, sowohl für Präferenz vs. Geschwindigkeit als auch für Präferenz vs. Preis. Es ist über 2,44x schneller als GLM 5.2 (bisher auf Platz 1) und 36 % schneller als Claude Fable 5, bei einem Preis von 5 $/30 $ pro 1 Million Tokens im Vergleich zu Claude Fable 5 mit 10 $/50 $ pro 1 Million Tokens.
Was hat sich also bei den Website-Ausgaben von GPT-5.6 Sol geändert?
Wir haben festgestellt, dass der Design-Geschmack von GPT-5.6 Sol sorgfältig kuratiert wurde, um KI-Anti-Patterns zu vermeiden, die zu generischer Ästhetik führen. Diese Spezialisierung auf Design und der einzigartige Ansatz beim Templating bringen GPT-5.6 Sol auf den ersten Platz unserer Single-Turn-Ranglisten.
Modellverhalten Nr. 1: Explizite Vermeidung von KI-Anti-Patterns
In unserer Überprüfung von GPT-5.5 vor drei Monaten haben wir eine Reihe von „Design-Smells“ identifiziert, die GPT-5.5 durchgängig produzierte. Zu diesen Design-Smells gehörten große Schriftarten anstelle von Hero-Bildern, ungewöhnliche Layout-Entscheidungen und übermäßig verwendete lila Farbverläufe. Wir freuen uns, sagen zu können, dass die meisten dieser Design-Smells in GPT-5.6 Sol vollständig verschwunden sind.
Verlierer, der den klassischen KI-Design-„Smell“ Nr. 1 anzeigt: Lila & blaue Farbverläufe
Verlierer, der den klassischen KI-Design-„Smell“ Nr. 2 anzeigt: Rasterhintergrund
Obwohl GPT-5.6 Sol nicht das einzige Modell ist, das das Anti-Pattern-Problem löst, verfolgt es einen einzigartigen Ansatz, den es hervorzuheben gilt. Wir haben die CLIP-Embeddings von 1.000 Websites, die von GPT-5.6 mit UMAP generiert wurden, projiziert, um die Design-Mannigfaltigkeit des Modells zu visualisieren: den Bereich des größeren CLIP-Embedding-Raums, der von seinen Generationen belegt wird. Diese Visualisierung finden Sie unten.
Wir waren schockiert, als wir seltsame Löcher im resultierenden Unterraum entdeckten.
Diese Löcher sind in anderen Modellen nicht vorhanden, wie z. B. in der GPT-5.5-Visualisierung unten, da die meisten Modelle Webdesigns produzieren, die anderen zuvor generierten Designs ähneln, wobei Abweichungen nur durch den Prompt selbst entstehen. Da die UMAP-Projektion theoretisch Löcher in der Mannigfaltigkeit bewahrt (unter der Annahme der richtigen Projektionsparameter), deutet das Auffinden von Löchern im Designraum eines Modells, nicht aber in dem eines anderen, darauf hin, dass GPT-5.6 Sol möglicherweise einen Cluster von Designs innerhalb dieser Löcher hat, den es nicht generiert.
Um herauszufinden, welche Designs sich in diesen Löchern befinden, haben wir die Websites von GPT-5.6 Sol und GPT-5.5 im selben Embedding-Raum überlappt und die gleiche UMAP-Projektion wie zuvor durchgeführt. Von dort aus haben wir alle Generationen von GPT-5.6 Sol orange eingefärbt und sie dann auf die Generationen von GPT-5.5 gelegt. Alle Bereiche ohne Orange wären Muster, die spezifisch für GPT-5.5 sind, während alle Bereiche mit Orange spezifisch für GPT-5.6 Sol wären.
Dies wird noch deutlicher, wenn wir die Screenshots entfernen und die für GPT-5.5 und GPT-5.6 Sol spezifischen Generationen durch blaue bzw. orangefarbene Punkte ersetzen. Dies ergibt die folgende Visualisierung, in der wir sehen können, dass GPT-5.5 und GPT-5.6 Sol meist ähnliche Websites generieren, wobei GPT-5.6 Sol eine etwas größere Varianz als GPT-5.5 zeigt.
Allerdings gibt es einen großen Cluster, in dem sich GPT-5.5 und GPT-5.6 Sol überhaupt nicht überschneiden: der Cluster für Websites mit lila Farbverläufen.
Während GPT-5.6 Sol weitgehend ähnliche Designs wie GPT-5.5 produziert, ist eine klare Anstrengung erkennbar, wenn es darum geht, viele häufige KI-Anti-Patterns zu vermeiden. Den gleichen Effekt sehen wir bei anderen Anti-Patterns, wie Bento-Box-Layouts, großen Schriftarten in Hero-Bildern und versetzten Layouts.
Dieser Ansatz unterscheidet sich deutlich von anderen Modellen. Beispielsweise vermeidet GLM-5.2 Anti-Patterns wie große Schriftarten, indem es eine Reihe von Vorlagen lernt, die diese nicht enthalten. Dies vermeidet Anti-Patterns, ohne Löcher im generierten Raum zu erzeugen, da GLM-5.2 einfach die Generierung von Designs mit Anti-Patterns vollständig vermeidet.
Während GLM-5.2 offenbar gelernt hat, Design-Anti-Patterns gar nicht erst zu lernen (und sie daher nicht produziert), scheint es, als ob GPT-5.6 Sol gelernt hat, dass bestimmte Design-Anti-Patterns existieren, sich aber weigert, sie zu produzieren.
Trotz der Vermeidung häufiger Anti-Patterns verallgemeinert sich dieser Ansatz nicht auf alle Anti-Patterns. Beispielsweise verwendet GPT-5.6 Sol durchgängig übermäßig viel Konfetti, das in über 26,5 % der Generationen vorkommt. Es geht sogar so weit, eigene Konfetti-Bibliotheken von Grund auf zu erstellen, wenn keine bereitgestellt werden.
Das Modell hat auch eine geringere Leistung beim Erstellen von Diagrammen und Datenvisualisierungen, da es nicht hervorragend darin ist, chart.js für die Erstellung realistischer Diagramme zu nutzen.
Modellverhalten Nr. 2: Angepasste Vorlagen schaffen die Balance zwischen Generalisierung und Spezialisierung
Eines der primären Signale, das wir für die Modellleistung messen, ist „Templating“, bei dem Modelle Designgeschmack simulieren, indem sie eine Reihe leistungsstarker Vorlagen lernen, die in der Arena gut abschneiden. Dies ist bei Modellen auf Spitzenniveau normal, und in einer früheren Analyse für GLM 5.2 haben wir festgestellt, dass diese Strategie es ihm ermöglicht hat, den ersten Platz auf unserer Rangliste zu erreichen.
Vergleichen Sie dies mit Claude Fable 5, bei dem wir fast kein Templating festgestellt haben. Es hat einen weitaus vielfältigeren Designraum und personalisiert jede Ausgabe an die Bedürfnisse des Benutzers.
GPT-5.6 Sol kombiniert die beiden Designansätze, indem es Vorlagen verwendet, aber weitaus mehr Änderungen vornimmt, um innerhalb jedes Clusters Varianz zu erzeugen. Ähnlich wie Bakterien sich in verschiedene verwandte genetische Stämme entwickeln, hat das Modell ähnliche Cluster von Designs, die dann weiter an den Prompt eines Benutzers angepasst werden. Dies wird besonders deutlich bei der Verwendung von Bildern durch GPT-5.6 Sol, da das Modell dazu neigt, dasselbe Bild für mehrere verschiedene Kontexte und Anwendungsfälle zu verwenden.
Diese Personalisierung ist genau der Grund, warum GPT-5.6 Sol auf der Design Arena so gut abschneidet, da jeder Benutzer eine für seinen Anwendungsfall maßgeschneiderte Website erhält, die sich dennoch anfühlt, als wäre sie professionell gestaltet.
Was dies für die Modellauswahl bedeutet
Zusammengenommen deuten diese Ergebnisse darauf hin, dass der Vorteil von GPT-5.6 Sol darin liegt, sowohl selektiver als auch anpassungsfähiger zu sein. Es scheint (1) gelernt zu haben, welche visuellen Muster KI-generierte Websites generisch wirken lassen, und unterdrückt diese dann aktiv, während es dennoch eine Reihe zuverlässiger Designstrukturen beibehält, die es an jeden Prompt anpassen kann, und (2) kombiniert vorlagenbasierte Designs mit maßgeschneiderten Ausgaben.
Dies sind einige der primären Indikatoren, die dazu geführt haben, dass GPT-5.6 Sol die Rangliste der Design Arena anführt.
Wir werden die Leistung von GPT-5.6 Sol weiterhin beobachten und vergleichen, wie sie im Vergleich zu anderen Modellen abschneidet. Herzlichen Glückwunsch an das OpenAI-Team zum Launch, und probieren Sie GPT-5.6 Sol selbst auf DesignArena.ai aus.
