OpenAI 的 Sol 是如何培養出設計品味的

OpenAI 的 Sol 是如何培養出設計品味的 我們在 Design Arena 的網頁設計（非 Agentic）競技場中對 GPT-5.6 Sol 進行了基準測試，驚訝地發現它總排名第一。這比它的前身 GPT-5.5 高出了 18 個名次，也是 OpenAI 模型首次在此排行榜上奪冠。 我們深入研究並拆解了 GPT-5.6 Sol 的部署情況，以追蹤該模型在哪些前端程式開發任務中表現出色： GPT-5.6 Sol 似乎能識別並主動抑制常見的 AI 設計反模式（anti-patterns）。我們使用 UMAP 將 GPT-5.6 生成的 1,000 個網站的 CLIP embedding 進行投影，以視覺化該模型的設計流形（design manifold）。令人震驚的是，我們發現其設計空間中存在明顯的「空洞」，而這些區域正是 GPT-5.5 會產生紫色漸層、便當盒式（bento-box）佈局、過大的首頁標題文字以及偏移構圖的地方。這表明 GPT-5.6 已經學會了這些 AI 反模式，但會選擇性地避免生成它們。 它將強大的模板與極高的個人化程度相結合。GPT-5.6 Sol 從經過驗證的設計結構出發，但會針對每個 Prompt 進行大幅調整，在一致性與多樣性之間取得了比重度依賴模板或完全不受限制的模型更好的平衡。 展開數據表項目數值GPT-5.6 Sol1353GLM 5.21351Claude Fable 51345Claude Opus 4.61336Claude Opus 4.6 (Thinking)1330Claude Opus 4.71330Grok 4.51328GLM 5.11321Kimi K2.61320Claude Sonnet 4.61318MiMo-V2.5-Pro1312GLM 5 Turbo1311Qwen3.7 Max1306Kimi K2.7 Code1299Gemini 3.5 Flash1297MiniMax M31297MiMo-V2.51295Muse Spark1293GPT-5.51292GLM 51288 GPT-5.6 Sol 在「偏好度 vs. 速度」以及「偏好度 vs. 價格」這兩項指標上建立了兩個新的帕累托前沿（Pareto frontiers）。它的速度比 GLM 5.2（先前排名第一）快了 2.44 倍以上，比 Claude Fable 5 快了 36%，價格為每 100 萬個 token 5 美元/30 美元，而 Claude Fable 5 則為每 100 萬個 token 10 美元/50 美元。 那麼，GPT-5.6 Sol 的網站輸出究竟有什麼改變？ 我們發現 GPT-5.6 Sol 的設計品味經過精心策劃，以避免導致美感平庸的 AI 反模式。這種對設計的專注以及獨特的模板處理方式，讓 GPT-5.6 Sol 在我們的單輪（single-turn）排行榜上名列前茅。 模型行為 #1：明確規避 AI 反模式 在我們三個月前對 GPT-5.5 的評測中，我們識別出一組 GPT-5.5 持續產生的「設計異味」（design smells）。這些設計異味包括使用大字體而非首頁主圖、不尋常的佈局決策，以及過度使用的紫色漸層。我們很高興地說，這些設計異味在 GPT-5.6 Sol 中已幾乎完全消失。 展開畫面重點左圖（GPT-5.6 Sol）： 頂部導覽列：MODES, WORLD, VEHICLES, MISSIONS, MEDIA, FEATURES, 12,482 ONLINE, 使用者圖示, PLAY NOW。 標題區：LIVE NOW, AN ORIGINAL ONLINE CRIME SANDBOX, OWN THE NIGHT. RULE THE CITY.。 描述文字：Enter a living coastal metropolis where every block is an opportunity. Build a crew, run high-stakes operations, race tuned machines, and forge your legend—instantly online.。 按鈕：PLAY FREE NOW, WATCH GAMEPLAY。 底部資訊：PLAY IN BROWSER, 64-PLAYER SESSIONS, NO DOWNLOAD REQUIRED。 右下角資訊：CITY PULSE, MIRAGE BEACH, Night / Light Rain, 24°。 右圖（Claude Opus 4.7）： 頂部導覽列：N (Logo), NEON CITY, Modes, World, Vehicles, Missions, Arsenal, Media, FAQ, Log in, PLAY NOW。 標題區：LIVE - SERVER V3.14 - 148,772 PLAYERS ONLINE, RULE THE NEON CITY AFTER DARK.。 描述文字：A cinematic open-world crime sandbox playable directly in your browser. Build your empire, hijack the skyline, and rewrite the rules of Liberty in a persistent, ever-shifting metropolis.。 按鈕：PLAY IN BROWSER, WATCH TRAILER。 底部資訊：No download, no install, FREE to play。 右側卡片：LVL 47, KINGPIN, NEAT, OPERATIVE V. CRUZ, CASH $1,248,320, WANTED (五顆星)。 展開畫面重點圖片分為左右兩側，皆為「BiteSize」服務的網頁介面設計： 左側（標註為 GPT-5.6 Sol）： 標題：「Your leftovers have potential.」 副標：「DINNER, WITHOUT THE DRAMA」 說明文字：「Tell BiteSize what's hiding in your fridge. Get a personalized, healthy recipe you can cook in 15 minutes—before that lonely pepper gives up.」 按鈕文字：「Scan my fridge」、「Make dinner」 導覽列文字：「Fridge lab」、「Why it works」、「Stories」、「Pricing」 介面元素：包含一個顯示「Crispy tomato rice with jammy egg」的食譜卡片，以及一張寫有「Good news: 'random fridge stuff' is now a cuisine.」的便條紙。 底部文字：「4.9 from 12k hungry humans」 右側（標註為 Gemini 3.5 Flash）： 標題：「Got random stuff in your fridge?」 標籤：「ZERO WASTE, MAXIMUM FLAVOR」 說明文字：「Stop staring blankly. Punch in whatever random ingredients you have left, and our AI instantly chefs up a personalized, Michelin-grade recipe that takes 15 minutes flat.」 導覽列文字：「The Concept」、「Fridge Simulator」、「Why It Works」、「Pricing」、「Try Simulator」 介面元素：右側有一個「RECIPE ENGINE V2.4」視窗，顯示「ACTIVE SCAN」狀態，偵測到的食材包括「Leftover Eggs」、「Half Avocado」、「Bell Pepper」，並推薦「Crispy Avocado Hash」。 右上角清單：包含「Leftover Broccoli」、「Half-used Tofu」、「1/2 Red Onion」。 雖然 GPT-5.6 Sol 並非唯一解決反模式問題的模型，但它採取了一種值得關注的獨特方法。我們使用 UMAP 將 GPT-5.6 生成的 1,000 個網站的 CLIP embedding 進行投影，以視覺化該模型的設計流形：即其生成結果在更大的 CLIP embedding 空間中所佔據的區域。請見下方的視覺化圖表。…