我们对 GPT-5.6 Sol 在 [Design Arena 的 Web Design (Non-Agentic) Arena](https://www.designarena.ai/leaderboard/code) 上进行了基准测试，结果令人惊讶：它排名第一，总榜领先。这比其前代 GPT-5.5 高出 18 个名次，是 首次有 OpenAI 模型在该排行榜上登顶 **。
我们深入挖掘了 GPT-5.6 Sol 的部署情况，追踪了它在哪些前端编码任务中表现突出：
- GPT-5.6 Sol 似乎能够 识别 并 主动抑制 常见的 AI 设计反模式。 我们使用 UMAP 将 GPT-5.6 生成的 1000 个网站的 CLIP 嵌入向量投影到二维空间，以可视化模型的设计流形。令人震惊的是，我们发现其设计空间中存在明显的空洞——GPT-5.5 会产生紫色渐变、便当盒布局、超大的英雄文本和偏移构图，而 GPT-5.6 则避开了这些区域，这表明它已经学会了这些 AI 反模式，但选择性地避免生成它们。
- 它兼具强大的模板和异常高的个性化程度。 GPT-5.6 Sol 从经过验证的设计结构出发，但会根据每个提示进行大幅调整，在一致性与多样性之间取得了更好的平衡，优于那些高度模板化或完全不受约束的模型。
GPT 5.6 Sol 在偏好 vs 速度以及偏好 vs 价格两个维度上都建立了新的 Pareto 前沿。它比 GLM 5.2（此前排名第一）快 2.44 倍以上，比 Claude Fable 5 快 36%，价格为 每百万 token $5/$30，而 Claude Fable 5 为 每百万 token $10/$50。
GPT-5.6 Sol 的网站输出到底发生了什么变化？
我们发现 GPT-5.6 Sol 的设计品味经过了精心筛选，以避开那些导致千篇一律美感的 AI 反模式。这种在设计上的专精以及独特的模板化方法，使 GPT-5.6 Sol 在我们的单轮排行榜上位居第一。
模型行为 #1：明确规避 AI 反模式
在 三个月前对 GPT-5.5 的测评 中，我们识别出一组 GPT-5.5 持续产生的“设计异味”。这些异味包括：使用大字号字体代替英雄图像、不寻常的布局决策，以及过度使用紫色渐变。我们很高兴地看到，在 GPT-5.6 Sol 中，这些设计异味大部分已完全消失。
失败案例：经典 AI 设计“异味”#1：紫色和蓝色渐变
失败案例：经典 AI 设计“异味”#2：网格背景
虽然 GPT-5.6 Sol 并非唯一解决反模式问题的模型，但它采用了一种值得强调的独特方法。我们使用 UMAP 将 GPT-5.6 生成的 1000 个网站的 CLIP 嵌入向量投影到二维空间，以可视化模型的设计流形：即其生成结果在更大 CLIP 嵌入空间中所占据的区域。下图即为该可视化结果。
我们惊讶地发现，生成的子空间中存在奇怪的空洞。
这些空洞在其他模型中并不存在，例如在下方的 GPT-5.5 可视化结果中，因为大多数模型生成的网页设计都与其他先前生成的设计相似，变化仅来自提示本身。由于 UMAP 投影在理论上能够保留流形中的空洞（假设投影参数正确），在一个模型的设计空间中发现空洞，而在另一个模型中却没有，这暗示 GPT-5.6 Sol 可能拥有一个设计集群位于这些空洞内，但尚未生成。
为了弄清这些空洞内到底是什么设计，我们将 GPT-5.6 Sol 和 GPT-5.5 的网站放在同一个嵌入空间中，并进行了与之前相同的 UMAP 投影。然后，我们将所有 GPT-5.6 Sol 的生成结果标为橙色，并叠加在 GPT-5.5 的生成结果之上。任何没有橙色的区域都是 GPT-5.5 特有的模式，而有橙色的区域则是 GPT-5.6 Sol 特有的。
如果移除截图，并将 GPT-5.5 和 GPT-5.6 Sol 特有的生成结果分别替换为蓝色和橙色圆点，这一点会更加清晰。下图即为该可视化结果，我们可以看到 GPT-5.5 和 GPT-5.6 Sol 生成的网站大部分相似，而 GPT-5.6 Sol 的方差略大于 GPT-5.5。
然而，存在一个主要集群，GPT-5.5 和 GPT-5.6 Sol 完全没有重叠：即包含紫色渐变的网站集群。
虽然 GPT-5.6 Sol 生成的设计与 GPT-5.5 大致相似，但在避免许多常见 AI 反模式方面做出了明显努力。我们在其他反模式上也看到了同样的效果，例如便当盒布局、英雄图像中的大字号字体以及偏移布局。
这种方法与其他模型明显不同。例如，GLM-5.2 通过学习一组不包含这些反模式的模板来避免大字号字体等反模式。这样避免了反模式，但不会在生成空间中产生空洞，因为 GLM-5.2 只是完全避免生成包含反模式的设计。
虽然 GLM-5.2 似乎从未学习过设计反模式（因此也就不会产生它们），但 GPT-5.6 Sol 似乎已经学会了某些特定的设计反模式，但拒绝生成它们。
尽管它避免了常见的反模式，但这种方法并不能推广到所有反模式。例如，GPT-5.6 Sol 持续过度使用五彩纸屑效果，在超过 26.5% 的生成结果中都会出现。它甚至会在没有提供五彩纸屑库的情况下，自己手写一个。
该模型在创建图表和数据可视化方面表现也较差，因为它不擅长利用 chart.js 来创建逼真的图表。
模型行为 #2：定制化模板在泛化与专精之间取得平衡
我们衡量模型性能的主要信号之一是“模板化”，即模型通过学习一组在竞技场上表现优异的高性能模板来模拟设计品味。这对于前沿模型来说是正常的，在 之前的分析 中，我们发现 GLM 5.2 正是通过这种策略登上了我们排行榜的第一名。
相比之下，Claude Fable 5 几乎没有任何模板化。它的设计空间变化大得多，每个输出都会根据用户需求进行个性化定制。
GPT-5.6 Sol 结合了两种设计方法：利用模板，但进行大幅修改以在每个集群内创造变化。就像细菌进化成不同但相关的遗传菌株一样，该模型拥有相似的设计集群，然后根据用户的提示进一步个性化。这一点在 GPT-5.6 Sol 使用图像时尤为明显，因为该模型倾向于为多个不同背景和用例使用相同的图像。
这种个性化正是 GPT-5.6 Sol 在 Design Arena 上表现如此出色的原因——每位用户都能获得一个针对其用例定制的网站，同时仍然感觉像是专业设计的。
这对模型选择意味着什么
综合来看，这些发现表明 GPT-5.6 Sol 的优势在于它既 更具选择性，也更具适应性。它似乎 (1) 学会了哪些视觉模式会让 AI 生成的网站显得千篇一律，然后主动抑制它们，同时保留了一组可靠的设计结构，可以根据每个提示进行定制，并且 (2) 将模板化设计与定制化输出相结合。
这些是 GPT-5.6 Sol 能够引领 Design Arena 排行榜的主要指标。
我们将继续监控 GPT-5.6 Sol 的表现及其与其他模型的对比。恭喜 OpenAI 团队发布此模型，欢迎大家亲自在 DesignArena.ai 上体验 GPT-5.6 Sol。
