私たちは GPT-5.6 Sol を Design Arena の Web デザイン（非エージェント）アリーナ でベンチマークしたところ、驚くべきことに全体で 1 位にランクインしていることがわかりました。これは前世代の GPT-5.5 より 18 位高い順位であり、OpenAI のモデルがこのリーダーボードで 1 位を獲得したのは初めてです。
さらに詳しく調べ、GPT-5.6 Sol のデプロイメントを分析し、このモデルがどのようなフロントエンドコーディングタスクで優れているかを追跡しました。
- GPT-5.6 Sol は、一般的な AI デザインのアンチパターンを 認識 し、積極的に抑制 しているようです。 私たちは GPT-5.6 が生成した 1,000 のウェブサイトの CLIP 埋め込みを UMAP で投影し、モデルのデザイン多様体を可視化しました。驚くべきことに、そのデザイン空間には、GPT-5.5 が生成する紫のグラデーション、ベントーボックスレイアウト、特大のヒーローテキスト、オフセット構成などが存在する明確なギャップが見られました。これは、GPT-5.6 がこれらの AI アンチパターンを学習しているものの、選択的に生成を避けていることを示唆しています。
- 強力なテンプレートと、非常に高いパーソナライゼーションを組み合わせています。 GPT-5.6 Sol は実績のあるデザイン構造からスタートしながら、各プロンプトに大幅に適応し、テンプレートに依存しすぎるモデルや完全に制約のないモデルよりも、一貫性と多様性のバランスに優れています。
GPT-5.6 Sol は、好みと速度、好みと価格の両方において、新たなパレートフロンティアを確立しました。GLM 5.2（以前 1 位）よりも 2.44 倍以上高速 で、Claude Fable 5 よりも 36% 高速 であり、価格は 100 万トークンあたり $5/$30 に対して、Claude Fable 5 は 100 万トークンあたり $10/$50 です。
では、GPT-5.6 Sol のウェブサイト出力は何が変わったのでしょうか？
私たちは、GPT-5.6 Sol のデザインセンスが、凡庸な美学につながる AI アンチパターンを避けるように慎重にキュレーションされていることを発見しました。このデザインへの特化と独自のテンプレートアプローチにより、GPT-5.6 Sol はシングルターンリーダーボードで 1 位を獲得しています。
モデルの挙動 #1: AI アンチパターンの明示的回避
3 か月前の GPT-5.5 のレビュー で、私たちは GPT-5.5 が一貫して生成する「デザインの臭い」を特定しました。これらのデザインの臭いには、ヒーロー画像の代わりに大きな書体を使うこと、異常なレイアウト、使い古された紫のグラデーションなどが含まれていました。幸いなことに、これらのデザインの臭いのほとんどは GPT-5.6 Sol で完全に消えています。
敗者を示す古典的な AI デザインの「臭い」#1: 紫と青のグラデーション
敗者を示す古典的な AI デザインの「臭い」#2: グリッド背景
GPT-5.6 Sol はアンチパターン問題を解決した唯一のモデルではありませんが、注目に値する独自のアプローチを取っています。私たちは GPT-5.6 が生成した 1,000 のウェブサイトの CLIP 埋め込みを UMAP で投影し、モデルのデザイン多様体（生成物が占めるより大きな CLIP 埋め込み空間の領域）を可視化しました。その可視化結果を以下に示します。
私たちは、結果として得られた部分空間に奇妙な穴があることに驚きました。
これらの穴は他のモデルには見られません。例えば、下の GPT-5.5 の可視化では、ほとんどのモデルが以前に生成されたデザインと類似したウェブデザインを生成し、バリエーションはプロンプト自体から生じるだけです。UMAP 投影は理論上、多様体内の穴を保存するため（適切な投影パラメータを仮定した場合）、あるモデルのデザイン空間に穴があり、別のモデルにはないということは、GPT-5.6 Sol がそれらの穴内に、生成していないデザインのクラスターを持っている可能性を示しています。
これらの穴の中にどのようなデザインがあるかを調べるために、GPT-5.6 Sol と GPT-5.5 のウェブサイトを同じ埋め込み空間内で重ね合わせ、先ほどと同じ UMAP 投影を行いました。そこから、GPT-5.6 Sol の生成物をすべてオレンジ色に着色し、GPT-5.5 の生成物の上に重ねました。オレンジ色がない領域は GPT-5.5 に特有のパターンであり、オレンジ色がある領域は GPT-5.6 Sol に特有のものです。
スクリーンショットを削除し、GPT-5.5 と GPT-5.6 Sol 特有の生成物をそれぞれ青とオレンジの点に置き換えると、さらに明確になります。これにより、下の可視化が得られます。GPT-5.5 と GPT-5.6 Sol はほとんど同じウェブサイトを生成し、GPT-5.6 Sol の方が GPT-5.5 よりもわずかに分散が大きいことがわかります。
しかし、GPT-5.5 と GPT-5.6 Sol がまったく重ならない主要なクラスターが 1 つあります。それは、紫のグラデーションを使用したウェブサイトのクラスターです。
GPT-5.6 Sol は GPT-5.5 とほぼ同様のデザインを生成しますが、多くの一般的な AI アンチパターンを回避する明確な努力が見られます。同じ効果は、ベントーボックスレイアウト、ヒーロー画像の大きな書体、オフセットレイアウトなど、他のアンチパターンでも見られます。
このアプローチは他のモデルとは明らかに異なります。例えば、GLM-5.2 は、大きな書体などのアンチパターンを含まないテンプレートのセットを学習することで、それらを回避します。これにより、生成空間に穴を作らずにアンチパターンを回避できます。GLM-5.2 はアンチパターンを含むデザインをまったく生成しないからです。
GLM-5.2 はデザインのアンチパターンをまったく学習していないように見えますが（そのため生成もしない）、GPT-5.6 Sol は特定のデザインアンチパターンが存在することを学習したものの、それらを生成することを拒否しているように見えます。
一般的なアンチパターンを回避しているにもかかわらず、このアプローチはすべてのアンチパターンに一般化されるわけではありません。例えば、GPT-5.6 Sol はコンフェッティを過剰に使用し、生成物の 26.5% 以上に現れます。コンフェッティライブラリが提供されていない場合、独自に作成することさえあります。
また、チャートやデータ可視化の作成においては、chart.js を活用して現実的なチャートを作成するのが得意ではないため、パフォーマンスが低くなります。
モデルの挙動 #2: カスタマイズされたテンプレートが汎化と特化のバランスを取る
モデルのパフォーマンスを測定する主要なシグナルの 1 つは「テンプレート化」です。これは、モデルがアリーナで好評を得るハイパフォーマンスなテンプレートのセットを学習することで、デザインセンスをシミュレートするものです。これはフロンティアレベルのモデルでは一般的であり、以前の GLM 5.2 の分析 で、この戦略によりリーダーボードで 1 位の位置に到達したことがわかりました。
これを、テンプレート化がほとんど見られなかった Claude Fable 5 と比較してみてください。Claude Fable 5 ははるかに多様なデザイン空間を持ち、各出力をユーザーのニーズに合わせてパーソナライズしています。
GPT-5.6 Sol は、テンプレートを活用しながら、各クラスター内でバリエーションを生み出すためにより多くの変更を加えることで、2 つのデザインアプローチを組み合わせています。まるで細菌が異なる関連遺伝子系統に進化するように、このモデルは類似したデザインのクラスターを持ち、それらをさらにユーザーのプロンプトに合わせてパーソナライズします。これは、GPT-5.6 Sol の画像の使用において特に顕著で、モデルは同じ画像を複数の異なるコンテキストやユースケースで使用する傾向があります。
このパーソナライゼーションこそが、GPT-5.6 Sol が Design Arena で非常に優れたパフォーマンスを発揮する理由であり、すべてのユーザーが、プロフェッショナルにデザインされたかのような、自分のユースケースに合わせたカスタマイズされたウェブサイトを受け取ることができます。
モデル選択への影響
これらの発見を総合すると、GPT-5.6 Sol の優位性は、より選択的であることと、より適応的であること の両方にあることを示唆しています。このモデルは、(1) AI が生成したウェブサイトを凡庸に感じさせる視覚的パターンを学習し、それらを積極的に抑制する一方で、各プロンプトに合わせてカスタマイズできる信頼性の高いデザイン構造のセットを保持しているように見えます。また、(2) テンプレート化されたデザインとカスタマイズされた出力を組み合わせています。
これらが、GPT-5.6 Sol が Design Arena のリーダーボードをリードする主な指標の一部です。
私たちは引き続き GPT-5.6 Sol のパフォーマンスと、他のモデルとの比較を監視していきます。OpenAI チームのローンチおめでとうございます。ぜひあなた自身も DesignArena.ai で GPT-5.6 Sol を試してみてください。
