OpenAI「Sol」がデザイン嗜好を習得

Design Arena の Web デザイン（非自律型）リーダーボードこちらで GPT-5.6 Sol をベンチマークしたところ、総合順位 1 位という結果に驚きました。これは前世代の GPT-5.5 よりも 18 段階上の成績であり、OpenAI のモデルが同リーダーボードで首位を獲得したのは初めてのことです。

さらに詳しく分析するため、GPT-5.6 Sol のデプロイ状況を分解し、どのフロントエンドコーディングタスクに特化しているかを追跡しました。その結果、以下の傾向が浮かび上がりました。

• GPT-5.6 Sol は、一般的な AI デザインの失敗パターン（アンチパターン）を認識し、積極的に抑制する能力を持っています。GPT-5.6 が生成した 1,000 サイトの CLIP エンベディングを UMAP で投影してモデルのデザイン空間を可視化しましたが、そこには明確な「空白領域」が存在することがわかりました。具体的には、GPT-5.5 が好んで採用していた紫色のグラデーションやベントーボックスレイアウト、巨大すぎるヒーローテキスト、ずれたコンポジションなどが含まれます。これは GPT-5.6 がこれらの AI 特有の失敗パターンを学習した上で、あえて生成しないように制御していることを示唆しています。

• 堅牢なテンプレートと驚くほど高い個別化能力を両立させています。GPT-5.6 Sol は確立されたデザイン構造を出発点としつつ、各プロンプトに合わせて大幅に適応させます。これにより、過度にテンプレート依存のモデルや、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が優れています。

0:00

/0:16

0:00

/0:38

GPT 5.6 Sol は、選好度と速度、そして選好度と価格の両面で新たなパレート最適解を確立しました。すでに第1位だった GLM 5.2 よりも2.44 倍以上高速で、Claude Fable 5 よりも36% 高速です。コスト面では、100 万トークンあたり5 ドル/30 ドル（それぞれ入力・出力）という価格設定で、Claude Fable 5 の10 ドル/50 ドルを大きく下回っています。

imageimage

GPT-5.6 Sol のウェブ出力で何が変わったのか

GPT-5.6 Sol のデザインセンスは、画一的な外観を生み出す「AI 特有の悪習」を避けるよう慎重に調整されました。このデザイン特化型のアプローチとテンプレートへの独自の取り組み、そして驚異的なマルチモーダル性能により、GPT-5.6 Sol は単発タスクの評価リーダーボードで首位を獲得しています。

モデルの挙動 #1: AI 特有の悪習を明確に回避

3 ヶ月前に行なった GPT-5.5 のレビュー our review of GPT-5.5 において、同モデルが一貫して生み出す「デザイン上の臭い（design smells）」のリストを提示しました。具体的には、ヒーロー画像の代わりに巨大なフォントを使用する、奇妙なレイアウトの決定、使い古された紫のグラデーションなどです。幸いなことに、GPT-5.6 Sol ではこれらの問題がほぼ完全に解消されています。

「Classic AI Design」の匂い #1：紫と青のグラデーション

「Classic AI Design」の匂い #2：グリッド背景

GPT-5.6 Sol は、このアンチパターン（悪習）を解決できるモデルの一つではありませんが、そのアプローチは非常にユニークで注目すべき点があります。私たちは GPT-5.6 Sol が生成した 1,000 件のウェブサイトの CLIP エンベディングを UMAP で投影し、同モデルのデザインマニフォールド（より大きな CLIP エンベディング空間におけるその生成物が占める領域）を可視化しました。その結果が以下の図です。

結果として得られた部分空間に奇妙な「穴」があることを発見し、私たちは驚きました。

これらの「穴」は、GPT-5.5 の可視化図など他のモデルには見られません。なぜなら、ほとんどのモデルは過去の生成物と似たウェブデザインを出力し、バリエーションを生み出すのはプロンプトの違いだけだからです。

UMAP 投影は理論上、マニフォールド上の「穴」を保持する（適切なパラメータを選べば）ため、あるモデルのデザイン空間に「穴」がありながら、別のモデルにはないという事実は、GPT-5.6 Sol がその「穴」の中に存在するデザインのクラスターを持ってはいるが、実際には生成していない可能性を示唆しています。

imageこれらの「穴」にどのようなデザインが含まれているかを確認するため、GPT-5.6 Sol と GPT-5.5 が生成したウェブサイトを同じ埋め込み空間（embedding space）上に重ね合わせ、先ほどと同じ UMAP プロジェクションを行いました。その後、GPT-5.6 Sol の生成結果をオレンジ色で塗りつぶし、その上に GPT-5.5 の生成結果を重ねました。オレンジ色が塗られていない領域は GPT-5.5 固有のパターンを示し、オレンジ色の領域は GPT-5.6 Sol 固有のパターンです。**

imageスクリーンショットを削除し、GPT-5.5 と GPT-5.6 Sol 固有の生成結果をそれぞれ青とオレンジのドットに置き換えると、より明確になります。下の可視化図を見ると、両モデルは基本的に似たようなウェブサイトを生成していることがわかりますが、GPT-5.6 Sol の方がわずかに多様性が高いことが確認できます。ただし、両者の重なりが全くない主要なクラスターが一つ存在します。それは「パープルのグラデーション」を含むウェブサイト向けのクラスターです。**

imageGPT-5.6 Sol が生成するデザインは GPT-5.5 と概ね似通っていますが、AI 特有のよくある失敗パターンを避けるための意識的な努力が感じられます。具体的には、ベントウボックス型レイアウトやヒーロー画像での巨大なフォントサイズ、ずらし配置といった典型的な「悪い例」を回避する傾向が明確に見て取れます。

imageこのアプローチは、他のモデルとは一線を画しています。例えば GLM-5.2 は、巨大なフォントサイズといった失敗パターンを含まないテンプレートセットを学習することで回避を図っています。つまり、GLM-5.2 は「失敗するデザイン」そのものを生成しないようにしているため、生成空間に穴が開くこともありません。

imageGLM-5.2 がデザイン上の失敗パターンを学習自体しない（したがって生成もしない）のに対し、GPT-5.6 Sol は「特定の失敗パターンが存在すること」を理解した上で、あえてそれを生成しないという姿勢をとっているようです。一般的な失敗パターンは回避していますが、このアプローチがすべてのケースに通用す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（紙吹雪）を過剰に使いすぎます。生成結果の 26.5% 以上で確認できるほどです。提供されたライブラリがない場合でも、自ら独自のコンフェッティライブラリを手動で作成するほどです。

チャートやデータ可視化の作成においては、リアルなチャートを生成するための Chart.js の活用が得意ではないため、モデルのパフォーマンスは低下します。

imageimage

モデルの振る舞い #2：カスタムテンプレートが汎用性と特化性のバランスを取る

モデルのパフォーマンスを測る主要な指標の一つに「テンプレート活用」があります。これは、高パフォーマンスを発揮する一連のテンプレートを学習し、それらを戦場で効果的に使いこなすことでデザインセンスをシミュレートする仕組みです。

これは最先端レベルのモデルにおいて一般的な現象であり、GLM 5.2 に関する過去の分析 [1] でも、この戦略が同モデルを当社のリーダーボードで首位に導いた要因であることを確認しています。

[1]: https://x.com/Designarena/status/2068030598028087788?ref=notes.designarena.ai

imageimageimage一方、Claude Fable 5 はテンプレート化がほとんど見られませんでした。こちらはデザインの可能性の幅が広く、ユーザーのニーズに合わせて一つひとつ出力をカスタマイズしています。

imageimageGPT-5.6 Sol は、この二つのアプローチを融合させています。テンプレートを活用しつつも、各クラスター内でより多くのバリエーションを生み出すよう大幅な変更を加えています。細菌が異なる遺伝的系統へと進化していくように、モデルは類似したデザインのクラスターを持ち、それをさらにユーザーのプロンプトに合わせて個別にパーソナライズします。特に画像の活用においてこの特徴は顕著で、GPT-5.6 Sol は同じ画像を複数の異なる文脈や用途で流用する傾向があります。

imageimageimageこの「個別最適化」こそが、GPT-5.6 Sol がデザイン評価プラットフォーム「Design Arena」で高いスコアを記録する理由です。ユーザーごとに用途に合わせたカスタムサイトが生成されるにもかかわらず、プロが手掛けたかのような高品質な仕上がりを実現しているからです。

モデル選定における示唆

これらの知見を総合すると、GPT-5.6 Sol の優位性は「より選択的であり、かつ適応力が高い」点にあることがわかります。具体的には、(1) AI 生成のウェブサイトが画一的で陳腐く見える視覚パターンを学習し、それを積極的に抑制しつつ、信頼性の高いデザイン構造は維持してプロンプトごとにカスタマイズする能力を身につけ、(2) テンプレートと個別出力を組み合わせていることが示唆されます。これらが GPT-5.6 Sol を Design Arena リーダーボードの首位に押し上げた主な要因です。

今後は GPT-5.6 Sol のパフォーマンス推移や他モデルとの比較も継続して注視していきます。OpenAI チームの発表を祝し、ぜひご自身で DesignArena.ai で GPT-5.6 Sol をお試しください。