เราได้ทำการวัดประสิทธิภาพของ GPT-5.6 Sol บน สนามประลองการออกแบบเว็บ (Non-Agentic) ของ Design Arena และพบว่ามันครองอันดับ 1 โดยรวม ซึ่งน่าประหลาดใจ นี่คือการขยับขึ้นมา 18 อันดับจากรุ่นก่อนหน้า GPT-5.5 และเป็น ครั้งแรกที่โมเดลของ OpenAI ขึ้นเป็นที่หนึ่ง บนลีดเดอร์บอร์ดนี้
เราเจาะลึกและแยกย่อยการใช้งานของ GPT-5.6 Sol เพื่อติดตามว่างานเขียนโค้ด Frontend ใดที่โมเดลนี้ทำได้ดี:
- GPT-5.6 Sol ดูเหมือนจะ รับรู้ และ ระงับ รูปแบบการออกแบบ AI ที่ไม่พึงประสงค์ อย่าง ตั้งใจ เราได้ฉายภาพ CLIP embeddings ของเว็บไซต์ 1,000 แห่งที่สร้างโดย GPT-5.6 โดยใช้ UMAP เพื่อแสดงภาพ manifold การออกแบบของโมเดล ที่น่าตกใจคือ เราพบว่าพื้นที่การออกแบบของมันมีช่องว่างที่ชัดเจน ซึ่ง GPT-5.5 มักสร้างการไล่สีม่วง เลย์เอาต์แบบ bento-box ข้อความ Hero ขนาดใหญ่ และองค์ประกอบที่วางเยื้องศูนย์ ซึ่งชี้ให้เห็นว่า GPT-5.6 Sol ได้เรียนรู้รูปแบบ AI ที่ไม่พึงประสงค์เหล่านี้ แต่เลือกที่จะไม่สร้างมันขึ้นมา
- มันผสมผสานเทมเพลตที่แข็งแกร่งเข้ากับการปรับแต่งเฉพาะบุคคลที่สูงผิดปกติ GPT-5.6 Sol เริ่มต้นจากโครงสร้างการออกแบบที่ผ่านการพิสูจน์แล้ว แต่ปรับเปลี่ยนให้เข้ากับแต่ละพรอมต์อย่างมาก ทำให้เกิดความสมดุลระหว่างความสม่ำเสมอและความหลากหลายได้ดีกว่าโมเดลที่ยึดติดกับเทมเพลตอย่างตายตัวหรือโมเดลที่ไม่มีข้อจำกัดใด ๆ
GPT 5.6 Sol สร้าง Pareto frontier ใหม่สองรายการ ทั้งในด้านความชอบเทียบกับความเร็ว และความชอบเทียบกับราคา มันเร็วกว่า GLM 5.2 (ซึ่งเคยเป็นอันดับ 1) 2.44 เท่า และเร็วกว่า Claude Fable 5 36% โดยมีราคาอยู่ที่ $5/$30 ต่อ 1 ล้านโทเค็น เทียบกับ $10/$50 ต่อ 1 ล้านโทเค็น ของ Claude Fable 5
แล้วอะไรที่เปลี่ยนไปในผลลัพธ์เว็บไซต์ของ GPT-5.6 Sol?
เราค้นพบว่ารสนิยมการออกแบบของ GPT-5.6 Sol ได้ถูกคัดสรรอย่างพิถีพิถันเพื่อหลีกเลี่ยงรูปแบบ AI ที่ไม่พึงประสงค์ซึ่งนำไปสู่สุนทรียศาสตร์ที่ดูทั่วไป ความเชี่ยวชาญด้านการออกแบบนี้และแนวทางเทมเพลตที่เป็นเอกลักษณ์ทำให้ GPT-5.6 Sol ขึ้นเป็นที่หนึ่งบนลีดเดอร์บอร์ดแบบเทิร์นเดียวของเรา
พฤติกรรมของโมเดล #1: การหลีกเลี่ยงรูปแบบ AI ที่ไม่พึงประสงค์อย่างชัดเจน
ในการรีวิว GPT-5.5 ของเรา เมื่อสามเดือนก่อน เราได้ระบุชุดของ “กลิ่นการออกแบบ” ที่ GPT-5.5 สร้างขึ้นอย่างสม่ำเสมอ กลิ่นการออกแบบเหล่านี้รวมถึงการใช้แบบอักษรขนาดใหญ่แทนภาพฮีโร่ การตัดสินใจจัดวางที่ผิดปกติ และการไล่สีม่วงที่ใช้มากเกินไป เรายินดีที่จะบอกว่ากลิ่นการออกแบบส่วนใหญ่ได้หายไปอย่างสิ้นเชิงใน GPT-5.6 Sol
ผู้แพ้ที่บ่งบอกถึง “กลิ่น” การออกแบบ AI แบบคลาสสิก #1: การไล่สีม่วงและน้ำเงิน
ผู้แพ้ที่บ่งบอกถึง “กลิ่น” การออกแบบ AI แบบคลาสสิก #2: พื้นหลังแบบตาราง
แม้ว่า GPT-5.6 Sol จะไม่ใช่โมเดลเดียวที่แก้ปัญหาเรื่องรูปแบบที่ไม่พึงประสงค์ แต่มันใช้แนวทางเฉพาะที่ควรค่าแก่การเน้นย้ำ เราได้ฉายภาพ CLIP embeddings ของเว็บไซต์ 1,000 แห่งที่สร้างโดย GPT-5.6 โดยใช้ UMAP เพื่อแสดงภาพ manifold การออกแบบของโมเดล: บริเวณของพื้นที่ CLIP embedding ที่ใหญ่กว่าซึ่งถูกครอบครองโดยสิ่งที่โมเดลสร้างขึ้น คุณสามารถดูภาพนั้นได้ด้านล่าง
เราตกใจที่พบว่ามีรูแปลก ๆ ในพื้นที่ย่อยที่ได้
รูเหล่านี้ไม่มีอยู่ในโมเดลอื่น เช่น ในภาพของ GPT-5.5 ด้านล่าง เนื่องจากโมเดลส่วนใหญ่ผลิตการออกแบบเว็บที่คล้ายคลึงกับการออกแบบที่สร้างไว้ก่อนหน้านี้ โดยมีรูปแบบที่แตกต่างกันมาจากพรอมต์เท่านั้น เนื่องจากการฉายภาพ UMAP ในทางทฤษฎีจะรักษารูใน manifold ไว้ (สมมติว่าพารามิเตอร์การฉายภาพถูกต้อง) การพบรูในพื้นที่การออกแบบของโมเดลหนึ่ง แต่ไม่พบในอีกโมเดลหนึ่ง ส่งสัญญาณว่า GPT-5.6 Sol อาจมีกลุ่มของการออกแบบภายในรูเหล่านั้นที่มันไม่ได้สร้างขึ้น
เพื่อหาว่าการออกแบบใดอยู่ในรูเหล่านี้ เราได้ซ้อนทับเว็บไซต์ของ GPT-5.6 Sol และ GPT-5.5 ในพื้นที่ embedding เดียวกัน และทำการฉายภาพ UMAP แบบเดียวกับที่เคยทำ จากนั้นเราระบายสีสิ่งที่ GPT-5.6 Sol สร้างทั้งหมดเป็นสีส้ม แล้ววางซ้อนบนสิ่งที่ GPT-5.5 สร้าง บริเวณที่ไม่มีสีส้มจะเป็นรูปแบบเฉพาะของ GPT-5.5 ในขณะที่บริเวณที่มีสีส้มจะเป็นรูปแบบเฉพาะของ GPT-5.6 Sol
สิ่งนี้ชัดเจนยิ่งขึ้นหากเราลบภาพหน้าจอและแทนที่สิ่งที่ GPT-5.5 และ GPT-5.6 Sol สร้างขึ้นด้วยจุดสีน้ำเงินและสีส้มตามลำดับ ซึ่งจะให้ภาพด้านล่างที่เราเห็นว่า GPT-5.5 และ GPT-5.6 Sol สร้างเว็บไซต์ที่คล้ายกันเป็นส่วนใหญ่ โดย GPT-5.6 Sol แสดงความแปรปรวนมากกว่า GPT-5.5 เล็กน้อย
อย่างไรก็ตาม มีหนึ่งคลัสเตอร์หลักที่ GPT-5.5 และ GPT-5.6 Sol ไม่ซ้อนทับกันเลย: คลัสเตอร์ของเว็บไซต์ที่มีการไล่สีม่วง
ในขณะที่ GPT-5.6 Sol สร้างการออกแบบที่คล้ายคลึงกับ GPT-5.5 เป็นส่วนใหญ่ แต่ก็มีความพยายามอย่างชัดเจนในการหลีกเลี่ยงรูปแบบ AI ที่ไม่พึงประสงค์ทั่วไปหลายประการ เราเห็นผลเช่นเดียวกันกับรูปแบบอื่น ๆ เช่น การจัดวางแบบ bento box, แบบอักษรขนาดใหญ่ในภาพฮีโร่ และการจัดวางแบบ offset
แนวทางนี้แตกต่างจากโมเดลอื่นอย่างเห็นได้ชัด ตัวอย่างเช่น GLM-5.2 หลีกเลี่ยงรูปแบบที่ไม่พึงประสงค์ เช่น แบบอักษรขนาดใหญ่ โดยการเรียนรู้ชุดเทมเพลตที่ไม่มีรูปแบบเหล่านั้น วิธีนี้หลีกเลี่ยงรูปแบบที่ไม่พึงประสงค์โดยไม่สร้างรูในพื้นที่ที่สร้างขึ้น เนื่องจาก GLM-5.2 เพียงแต่หลีกเลี่ยงการสร้างการออกแบบที่มีรูปแบบที่ไม่พึงประสงค์ทั้งหมด
ในขณะที่ GLM-5.2 ดูเหมือนจะหลีกเลี่ยงการเรียนรู้รูปแบบการออกแบบที่ไม่พึงประสงค์โดยสิ้นเชิง (และดังนั้นจึงหลีกเลี่ยงการสร้างมัน) ดูเหมือนว่า GPT-5.6 Sol ได้เรียนรู้ว่ารูปแบบการออกแบบที่ไม่พึงประสงค์เฉพาะนั้นมีอยู่ แต่ปฏิเสธที่จะสร้างมัน
แม้จะหลีกเลี่ยงรูปแบบที่ไม่พึงประสงค์ทั่วไป แต่แนวทางนี้ใช้ไม่ได้กับทุกรูปแบบ ตัวอย่างเช่น GPT-5.6 Sol ใช้ confetti มากเกินไปอย่างสม่ำเสมอ ซึ่งปรากฏในมากกว่า 26.5% ของสิ่งที่สร้างขึ้น มันถึงกับสร้างไลบรารี confetti ของตัวเองขึ้นมาเองเมื่อไม่มีให้ใช้
โมเดลยังมีประสิทธิภาพต่ำกว่าเมื่อสร้างแผนภูมิและการแสดงภาพข้อมูล เนื่องจากมันไม่เก่งในการใช้ chart.js เพื่อสร้างแผนภูมิที่สมจริง
พฤติกรรมของโมเดล #2: เทมเพลตที่ปรับแต่งเองสร้างสมดุลระหว่างการสรุปทั่วไปและการเชี่ยวชาญเฉพาะ
หนึ่งในสัญญาณหลักที่เราวัดสำหรับประสิทธิภาพของโมเดลคือ “การทำเทมเพลต” ซึ่งโมเดลจำลองรสนิยมการออกแบบโดยการเรียนรู้ชุดเทมเพลตที่ทำงานได้ดีบนสนามประลอง นี่เป็นเรื่องปกติสำหรับโมเดลระดับแนวหน้า และในการวิเคราะห์ก่อนหน้านี้ สำหรับ GLM 5.2 เราพบว่ากลยุทธ์นี้ทำให้มันขึ้นถึงตำแหน่งที่หนึ่งบนลีดเดอร์บอร์ดของเรา
เปรียบเทียบกับ Claude Fable 5 ซึ่งเราพบว่าแทบไม่มีการทำเทมเพลตเลย มันมีพื้นที่การออกแบบที่หลากหลายกว่ามาก ปรับแต่งผลลัพธ์แต่ละรายการให้ตรงกับความต้องการของผู้ใช้
GPT-5.6 Sol ผสมผสานแนวทางการออกแบบทั้งสองโดยใช้เทมเพลต แต่ทำการเปลี่ยนแปลงมากกว่าเพื่อสร้างความแปรปรวนภายในแต่ละคลัสเตอร์ คล้ายกับที่แบคทีเรียวิวัฒนาการเป็นสายพันธุ์พันธุกรรมที่เกี่ยวข้องกัน โมเดลมีคลัสเตอร์การออกแบบที่คล้ายคลึงกันซึ่งถูกปรับแต่งเพิ่มเติมตามพรอมต์ของผู้ใช้ สิ่งนี้เห็นได้ชัดเป็นพิเศษเมื่อพูดถึงการใช้ภาพของ GPT-5.6 Sol เนื่องจากโมเดลมีแนวโน้มที่จะใช้ภาพเดียวกันสำหรับบริบทและกรณีการใช้งานที่แตกต่างกันหลายแบบ
การปรับแต่งเฉพาะบุคคลนี้เป็นสาเหตุที่ทำให้ GPT-5.6 Sol ทำผลงานได้ดีบน Design Arena เนื่องจากผู้ใช้ทุกคนได้รับเว็บไซต์ที่ปรับแต่งสำหรับกรณีการใช้งานของตนเอง ซึ่งยังคงให้ความรู้สึกเหมือนได้รับการออกแบบอย่างมืออาชีพ
ความหมายต่อการเลือกโมเดล
เมื่อรวมกันแล้ว การค้นพบเหล่านี้ชี้ให้เห็นว่าข้อได้เปรียบของ GPT-5.6 Sol มาจากการเป็นทั้ง เลือกสรรมากขึ้นและปรับตัวได้มากขึ้น ดูเหมือนว่ามัน (1) ได้เรียนรู้ว่ารูปแบบภาพใดทำให้เว็บไซต์ที่สร้างโดย AI รู้สึกทั่วไป แล้วระงับมันอย่างตั้งใจ ในขณะที่ยังคงรักษาชุดโครงสร้างการออกแบบที่เชื่อถือได้ซึ่งสามารถปรับแต่งตามแต่ละพรอมต์ และ (2) ผสมผสานการออกแบบแบบเทมเพลตเข้ากับผลลัพธ์ที่ปรับแต่งเอง
นี่คือตัวบ่งชี้หลักบางประการที่ส่งผลให้ GPT-5.6 Sol นำลีดเดอร์บอร์ดของ Design Arena
เราจะติดตามประสิทธิภาพของ GPT-5.6 Sol ต่อไปและเปรียบเทียบกับโมเดลอื่น ๆ ขอแสดงความยินดีกับทีม OpenAI ในการเปิดตัว และลองใช้ GPT-5.6 Sol ด้วยตัวคุณเองได้ที่ DesignArena.ai
