OpenAI 的 Sol 如何终于学会了设计品味

OpenAI 的 Sol 如何终于学会了设计品味

原文：*How OpenAI’s Sol Finally Learned Design Taste*

作者：Design Arena (@DesignArena)

发布时间：2026-07-15

互动数据：💬 4 🔁 43 ❤️ 480 🔖 491 👀 161842

---

我们在 Design Arena 的网页设计（非智能体）竞技场中对 GPT-5.6 Sol 进行了基准测试，结果出乎意料：它的综合排名位居第一。相比上一代 GPT-5.5，它的名次提升了 18 位，这也是 OpenAI 模型首次登顶该排行榜。

我们进一步分析了 GPT-5.6 Sol 的部署结果，以追踪该模型最擅长哪些前端编码任务：

1. 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 对 GPT-5.6 生成的 1,000 个网站的 CLIP 嵌入进行了投影，以可视化该模型的设计流形。令人震惊的是，我们发现，它的设计空间在 GPT-5.5 会生成紫色渐变、便当盒式布局、超大首屏文字和错位构图的区域存在明显空洞，这表明 GPT-5.6 已经学会了这些 AI 反模式，却会选择性地避免生成它们。

1. 它将成熟的模板与异常突出的个性化能力结合在了一起。GPT-5.6 Sol 以经过验证的设计结构为起点，但会针对每条提示词进行大幅调整，在一致性与多样性之间取得了比高度模板化模型或完全不受约束的模型更好的平衡。

GPT-5.6 Sol 在“偏好度与速度”和“偏好度与价格”两组指标上均建立了新的帕累托前沿。它的速度是 GLM 5.2（此前排名第一）的 2.44 倍以上，比 Claude Fable 5 快 36%；其价格为每 100 万 token 5 美元/30 美元，而 Claude Fable 5 的价格为每 100 万 token 10 美元/50 美元。

那么，GPT-5.6 Sol 的网站输出究竟发生了什么变化？

我们发现，GPT-5.6 Sol 的设计品味经过了精心调校，能够避开那些会造成千篇一律审美效果的 AI 反模式。正是这种对设计的专门优化以及独特的模板运用方式，让 GPT-5.6 Sol 在我们的单轮排行榜上位居第一。

模型行为 #1：明确避开 AI 反模式

三个月前，我们在对 GPT-5.5 的评测中发现，它会反复产生一系列“设计异味”。这些设计异味包括用大字号文字取代首屏图片、不寻常的布局选择，以及被滥用的紫色渐变。令人欣慰的是，这些设计异味中的绝大多数已经在 GPT-5.6 Sol 中彻底消失。

GPT-5.6 Sol 并非唯一解决了反模式问题的模型，但它采用了一种值得特别指出的独特方法。我们使用 UMAP 对 GPT-5.6 生成的 1,000 个网站的 CLIP 嵌入进行了投影，以可视化该模型的设计流形——也就是它所生成内容在更大的 CLIP 嵌入空间中占据的区域。可视化结果如下。

我们震惊地发现，生成的子空间中存在一些奇怪的空洞。

其他模型中并不存在这些空洞，例如下方的 GPT-5.5 可视化结果。这是因为大多数模型生成的网页设计都与此前生成过的其他设计相似，变化仅来自提示词本身。由于 UMAP 投影在理论上会保留流形中的空洞（前提是投影参数设置正确），因此，一个模型的设计空间中存在空洞，而另一个模型中没有，意味着 GPT-5.6 Sol 可能掌握了位于这些空洞之中的某一类设计，却没有将它们生成出来。

为了弄清这些空洞中对应的是哪些设计，我们将 GPT-5.6 Sol 和 GPT-5.5 生成的网站置于同一个嵌入空间中，并进行了与此前相同的 UMAP 投影。随后，我们将 GPT-5.6 Sol 生成的所有内容标为橙色，再将其叠加到 GPT-5.5 的生成结果之上。没有橙色的区域代表 GPT-5.5 特有的模式，而存在橙色的区域则代表 GPT-5.6 Sol 特有的模式。

如果移除网站截图，并分别用蓝点和橙点替代 GPT-5.5 与 GPT-5.6 Sol 特有的生成结果，这一点会更加清楚。由此得到了下方的可视化结果：可以看到，GPT-5.5 和 GPT-5.6 Sol 生成的网站大体相似，但 GPT-5.6 Sol 表现出的差异性略高于 GPT-5.5。

然而，有一个主要聚类是 GPT-5.5 与 GPT-5.6 Sol 完全不重叠的：采用紫色渐变的网站聚类。

尽管 GPT-5.6 Sol 生成的设计与 GPT-5.5 大体相似，但它显然在有意识地避开许多常见的 AI 反模式。在便当盒式布局、首屏图片中的大字号文字以及错位布局等其他反模式上，我们也观察到了同样的现象。

这种方法与其他模型明显不同。例如，GLM-5.2 通过学习一套不包含大字号文字等反模式的模板来避开它们。由于 GLM-5.2 从一开始就完全不生成包含反模式的设计，因此，它能够避开反模式，同时又不会在生成空间中形成空洞。

GLM-5.2 似乎压根没有学到这些设计反模式（因而不会生成它们），而 GPT-5.6 Sol 则像是已经学会了特定设计反模式的存在，却拒绝将它们生成出来。

尽管这种方法能够避开常见的反模式，却无法泛化到所有反模式。例如，GPT-5.6 Sol 始终存在过度使用彩纸屑的问题，超过 26.5% 的生成结果中都出现了彩纸屑。甚至在没有提供任何相关库时，它也会自行编写彩纸屑库。

该模型在制作图表和数据可视化时的表现也较差，因为它并不擅长使用 chart.js 创建逼真的图表。

模型行为 #2：定制化模板在泛化与专门化之间取得平衡

我们衡量模型表现时使用的一项主要指标是“模板化”：模型通过学习一套在竞技场中表现出色的模板来模拟设计品味。这对于前沿模型而言很正常。在此前对 GLM 5.2 的一次分析中，我们发现，正是这种策略让它登上了排行榜第一名。

相比之下，我们发现 Claude Fable 5 几乎没有采用模板化。它的设计空间丰富得多，会根据用户的需求对每次输出进行个性化处理。

GPT-5.6 Sol 将这两种设计方法结合在了一起：它会使用模板，但也会进行更多改动，从而在每个聚类内部创造差异。就像细菌会演化成彼此相关、但各不相同的遗传菌株一样，该模型拥有若干相似的设计聚类，并会进一步根据用户的提示词进行个性化调整。这一点在 GPT-5.6 Sol 对图片的使用上尤为明显，因为该模型往往会在多种不同的语境和用例中使用同一张图片。

这种个性化能力正是 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为自身用例量身定制、同时仍然具有专业设计质感的网站。

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 的优势来自它同时具备更强的选择性和适应性。它似乎已经：（1）学会了哪些视觉模式会让 AI 生成的网站显得千篇一律，并主动抑制这些模式，同时保留一套可靠的设计结构，以便根据每条提示词进行定制；（2）将模板化设计与定制化输出结合起来。

这些正是促使 GPT-5.6 Sol 登上 Design Arena 排行榜首位的部分主要因素。

我们将继续关注 GPT-5.6 Sol 的表现，以及它与其他模型相比的情况。祝贺 OpenAI 团队成功发布这一模型，也欢迎你亲自在 DesignArena.ai 上试用 GPT-5.6 Sol。