Nous avons évalué GPT-5.6 Sol sur [l’Arena Web Design (Non-Agentic) de Design Arena](https://www.designarena.ai/leaderboard/code), et nous avons été surpris de constater qu’il se classe 1er au général. Cela représente 18 places de mieux que son prédécesseur GPT-5.5, et c’est la première fois qu’un modèle OpenAI atteint la première place** sur ce classement.
Nous avons creusé plus loin et décomposé les déploiements de GPT-5.6 Sol pour suivre les tâches de codage frontend dans lesquelles le modèle excelle :
- GPT-5.6 Sol semble reconnaître et supprimer activement les anti-patrons de conception IA courants. Nous avons projeté les embeddings CLIP de 1 000 sites web générés par GPT-5.6 en utilisant UMAP pour visualiser le manifold de conception du modèle. De manière choquante, nous avons constaté que son espace de conception contient des lacunes claires là où GPT-5.5 produit des dégradés violets, des mises en page bento-box, des textes héros surdimensionnés et des compositions décalées, ce qui suggère que GPT-5.6 a appris ces anti-patrons IA mais les évite sélectivement de les générer.
- Il combine des modèles solides avec une personnalisation inhabituellement élevée. GPT-5.6 Sol part de structures de conception éprouvées mais les adapte considérablement à chaque prompt, trouvant un meilleur équilibre entre cohérence et variété que les modèles fortement basés sur des modèles ou totalement non contraints.
GPT 5.6 Sol établit deux nouvelles frontières de Pareto à la fois pour la préférence vs la vitesse et la préférence vs le prix. Il est plus de 2,44 fois plus rapide que GLM 5.2 (précédemment classé 1er) et 36 % plus rapide que Claude Fable 5, avec un prix de 5 $/30 $ pour 1 million de tokens contre 10 $/50 $ pour 1 million de tokens pour Claude Fable 5.
Qu’est-ce qui a changé dans les sorties de sites web de GPT-5.6 Sol ?
Nous avons découvert que le goût de conception de GPT-5.6 Sol a été soigneusement sélectionné pour éviter les anti-patrons IA qui conduisent à une esthétique générique. Cette spécialisation dans la conception et l’approche unique du templating placent GPT-5.6 Sol en tête de nos classements à un tour.
Comportement du modèle n°1 : Évitement explicite des anti-patrons IA
Dans notre revue de GPT-5.5 il y a trois mois, nous avons identifié un ensemble de « design smells » que GPT-5.5 produisait systématiquement. Ces odeurs de conception incluaient des polices de caractères grandes au lieu d’images héros, des décisions de mise en page inhabituelles et des dégradés violets trop utilisés. Nous sommes heureux de dire que la plupart de ces odeurs de conception ont complètement disparu dans GPT-5.6 Sol.
Perdant indiquant l'« odeur » de conception IA classique n°1 : Dégradés violets et bleus
Perdant indiquant l'« odeur » de conception IA classique n°2 : Fond en grille
Bien que GPT-5.6 Sol ne soit pas le seul modèle à résoudre le problème des anti-patrons, il adopte une approche unique qui mérite d’être soulignée. Nous avons projeté les embeddings CLIP de 1 000 sites web générés par GPT-5.6 en utilisant UMAP pour visualiser le manifold de conception du modèle : la région de l’espace d’embedding CLIP plus large occupée par ses générations. Retrouvez cette visualisation ci-dessous.
Nous avons été choqués de découvrir des trous étranges dans le sous-espace résultant.
Ces trous ne sont pas présents dans d’autres modèles, comme dans la visualisation de GPT-5.5 ci-dessous, car la plupart des modèles produisent des conceptions web similaires à d’autres conceptions précédemment générées, avec des variations provenant uniquement du prompt lui-même. Étant donné que la projection UMAP préserve théoriquement les trous dans le manifold (en supposant les bons paramètres de projection), trouver des trous dans l’espace de conception d’un modèle, mais pas dans un autre, indique que GPT-5.6 Sol pourrait avoir un cluster de conceptions dans ces trous qu’il ne génère pas.
Pour comprendre quelles conceptions se trouvent dans ces trous, nous avons superposé les sites web de GPT-5.6 Sol et de GPT-5.5 dans le même espace d’embedding et effectué la même projection UMAP qu’auparavant. Ensuite, nous avons coloré toutes les générations de GPT-5.6 Sol en orange, puis nous les avons empilées sur les générations de GPT-5.5. Toute région sans orange serait des motifs spécifiques à GPT-5.5, tandis que toute région avec orange serait spécifique à GPT-5.6 Sol.
Cela devient encore plus clair si nous supprimons les captures d’écran et remplaçons les générations spécifiques de GPT-5.5 et GPT-5.6 Sol par des points bleus et oranges respectivement. Cela nous donne la visualisation ci-dessous, où nous pouvons voir que GPT-5.5 et GPT-5.6 Sol génèrent des sites web principalement similaires, avec GPT-5.6 Sol montrant une variance légèrement plus grande que GPT-5.5.
Cependant, il y a un cluster majeur où GPT-5.5 et GPT-5.6 Sol ne se chevauchent pas du tout : le cluster des sites web avec des dégradés violets.
Bien que GPT-5.6 Sol produise des conceptions largement similaires à GPT-5.5, il y a un effort clair en ce qui concerne l’évitement de nombreux anti-patrons IA courants. Nous voyons le même effet pour d’autres anti-patrons, comme les mises en page bento box, les grandes polices dans les images héros, et les mises en page décalées.
Cette approche est notablement différente des autres modèles. Par exemple, GLM-5.2 évite les anti-patrons tels que les grandes polices en apprenant un ensemble de modèles qui ne les incluent pas. Cela évite les anti-patrons sans créer de trous dans l’espace généré, car GLM-5.2 évite simplement de générer des conceptions avec des anti-patrons.
Alors que GLM-5.2 semble avoir évité complètement d’apprendre les anti-patrons de conception (et donc évite de les produire), il semble que GPT-5.6 Sol a appris que certains anti-patrons de conception existent, mais refuse de les produire.
Malgré son évitement des anti-patrons courants, cette approche ne se généralise pas à tous les anti-patrons. Par exemple, GPT-5.6 Sol utilise systématiquement des confettis, qui apparaissent dans plus de 26,5 % des générations. Il va même jusqu’à créer ses propres bibliothèques de confettis lorsqu’aucune n’est fournie.
Le modèle a également des performances inférieures lors de la création de graphiques et de visualisations de données, car il n’excelle pas dans l’utilisation de chart.js pour créer des graphiques réalistes.
Comportement du modèle n°2 : Des modèles personnalisés trouvent l’équilibre entre généralisation et spécialisation
L’un des principaux signaux que nous mesurons pour la performance des modèles est le « templating », où les modèles simulent le goût de conception en apprenant un ensemble de modèles performants qui fonctionnent bien sur l’arène. C’est normal pour les modèles de pointe, et dans une analyse précédente pour GLM 5.2, nous avons constaté que cette stratégie lui a permis d’atteindre la première place sur notre classement.
Comparez cela à Claude Fable 5, qui, selon nous, n’a presque pas de templating. Il a un espace de conception bien plus varié, personnalisant chaque sortie selon les besoins de l’utilisateur.
GPT-5.6 Sol combine les deux approches de conception en utilisant des modèles, mais en apportant beaucoup plus de modifications pour créer de la variance au sein de chaque cluster. Un peu comme les bactéries évoluent en différentes souches génétiques apparentées, le modèle a des clusters de conceptions similaires qui sont ensuite personnalisés davantage selon le prompt de l’utilisateur. Cela est particulièrement apparent en ce qui concerne l’utilisation des images par GPT-5.6 Sol, car le modèle a tendance à utiliser la même image pour plusieurs contextes et cas d’utilisation différents.
C’est précisément cette personnalisation qui fait que GPT-5.6 Sol performe si bien sur Design Arena, car chaque utilisateur reçoit un site web personnalisé pour son cas d’utilisation qui donne toujours l’impression d’avoir été conçu professionnellement.
Ce que cela signifie pour la sélection de modèles
Pris ensemble, ces résultats suggèrent que l’avantage de GPT-5.6 Sol vient du fait qu’il est à la fois plus sélectif et plus adaptatif. Il semble avoir (1) appris quels motifs visuels rendent les sites web générés par IA génériques, puis les supprime activement, tout en préservant un ensemble de structures de conception fiables qu’il peut personnaliser pour chaque prompt, et (2) combine des conceptions basées sur des modèles avec des sorties personnalisées.
Ce sont quelques-uns des principaux indicateurs qui ont conduit GPT-5.6 Sol à diriger le classement de Design Arena.
Nous continuerons à surveiller les performances de GPT-5.6 Sol et sa comparaison avec d’autres modèles. Félicitations à l’équipe d’OpenAI pour ce lancement, et essayez GPT-5.6 Sol vous-même sur DesignArena.ai.
