Нейросеть для дизайна интерьера и сайтов: три модели нашли три пути к вкусу

Команда бенчмарка Design Arena за неделю опубликовала два подробных разбора моделей, занявших первые места в дизайн-рейтингах. Разборы касаются GPT-5.6 Sol от OpenAI, Kimi K3 от китайской Moonshot AI и прошлого лидера GLM 5.2. Выяснилось, что универсального рецепта «хорошего вкуса» у нейросетей нет: каждая модель решает задачу дизайна принципиально по-своему.

Как Design Arena оценивает дизайн?

Design Arena устроена как слепое сравнение. Живые люди получают два сайта, сгенерированных разными моделями по одному и тому же запросу, и голосуют за тот, который нравится больше. Из голосов складывается Elo-рейтинг (система оценки, пришедшая из шахмат: чем больше побед над сильными соперниками, тем выше балл).

Именно такие арены зафиксировали феномен «типичного ИИ-дизайна»: фиолетово-синие градиенты, bento-сетки (сетка из скруглённых карточек, похожая на японскую коробку для обеда), гигантская типографика вместо заглавной картинки, сетка-подложка на фоне. У Design Arena для этого есть термин design smells, «запахи дизайна», и ещё три месяца назад ими страдала GPT-5.5.

Sol: знает штампы и отказывается их рисовать

GPT-5.6 Sol заняла первое место на арене Web Design (Non-Agentic) с Elo 1353, поднявшись на 18 позиций выше предшественницы GPT-5.5. По данным Design Arena, для OpenAI это первый выход на вершину дизайн-рейтинга.

При этом Sol задала два так называемых Парето-фронта (граница, за которой нельзя улучшить одно без ухудшения другого): среди моделей с сопоставимым рейтингом нет ни столь же быстрых, ни столь же дешёвых. По замерам Design Arena:

• Sol генерирует дизайны в 2,44 раза быстрее прошлого лидера GLM 5.2
• На 36% быстрее Claude Fable 5
• Стоит 5 долларов за миллион входных токенов (единица текста, которую обрабатывает модель) и 30 долларов за миллион выходных, против 10 и 50 долларов у модели Anthropic

Чтобы понять, что именно изменилось, исследователи взяли 1000 сгенерированных Sol сайтов и превратили каждый в CLIP-эмбеддинг (числовой «отпечаток», где похожие дизайны оказываются рядом на карте). Затем спроецировали всё в двумерное пространство и обнаружили странные дыры: пустые зоны, окружённые генерациями со всех сторон. У других моделей таких дыр нет.

Наложив генерации GPT-5.5 и Sol в общее пространство, исследователи увидели: облака точек почти всюду перекрываются, но в одном кластере Sol не генерирует ничего. Это именно сайты с фиолетовыми градиентами, bento-сетками, гигантской типографикой и смещёнными композициями. Вывод команды Design Arena: Sol выучила ИИ-антипаттерны и активно подавляет их. Модель знает, как выглядит «типичный ИИ-дизайн», но отказывается его воспроизводить.

Подавление, впрочем, работает не на всё. Конфетти появляется в 26,5% генераций Sol, модель даже пишет собственные библиотеки конфетти, когда готовых нет. С реалистичными диаграммами через chart.js у Sol тоже проблемы.

GLM 5.2: не знает штампов и потому не рисует их

GLM 5.2, прошлый лидер арены, решила ту же задачу иначе. По наблюдениям Design Arena, модель работает от набора удачных шаблонов, в которых штампов пока просто нет. В сети не так много сайтов, сделанных на основе GLM 5.2, поэтому она не успела впитать «запахи дизайна» из собственных генераций. Дыр в её пространстве не возникает: она не подавляет штампы, а просто их не выучила.

Для русскоязычной аудитории GLM 5.2, модель от китайской Zhipu AI, интересна тем, что китайские нейросети часто доступны без VPN и с более мягкими ограничениями на регистрацию, чем западные.

Kimi K3: думает кодом и помнит интернет наизусть

Kimi K3 от Moonshot AI заняла первое место на single-shot Frontend Arena с Elo 1408 (рост на 10 позиций относительно Kimi K2.6) и первое место на арене 3D-дизайна с Elo 1450, обойдя Claude Fable 5.

Исследователей удивила аномалия: на простых одношаговых задачах K3 тратит почти в 4 раза больше токенов размышлений, чем Kimi K2.7 Code. Разобрав цепочки рассуждений, команда выяснила: K3 симулирует внутри себя работу полноценного ИИ-агента (программы, которая сама планирует и выполняет шаги). Её рассуждения проходят стадии планирования, принятия решений, проектирования отдельных компонентов сайта с итерациями и «мысленным тестированием».

По подсчётам Design Arena на выборке из более чем 3000 генераций, K3 пишет в рассуждениях в 10 раз больше кода, чем любая другая модель линейки Kimi. Токенов кода в её размышлениях больше, чем собственно размышлений. Модель выражает план конкретным кодом и ограничениями, а не расплывчатым наброском, сознательно разменивая скорость и токены на качество.

У этой стратегии нашёлся неожиданный козырь. Чтобы вставить картинку на сайт, модель указывает ссылку на фото, обычно с бесплатного стока Unsplash. Ссылка содержит длинный ID конкретного снимка, и если ID неверный, вместо картинки появится серый квадрат. Большинство моделей либо угадывают ID наугад и получают битую картинку, либо ставят заглушку.

K3 вспоминает ID наизусть. За время обучения модель видела столько интернет-контента, что связки вида «этот ID соответствует фото заката над горами» записаны прямо в её весах (открытые веса, хранилище обученных параметров модели). В рассуждениях это разворачивается в цикл: модель решает, какая картинка нужна, выдаёт ID, затем сама оценивает, помнит ли она такой снимок и подходит ли он по смыслу. Настоящей проверки нет: сходить по ссылке модель не может и сверяется с собственной памятью. Но память K3 оказалась настолько точной, что в разобранных примерах не нашлось ни одной битой или нерелевантной картинки, тогда как Claude Fable 5 и Kimi K2.7 Code на тех же задачах ошибались.

Что делать с этим прямо сейчас?

• Автору Дзена. Если вам нужны обложки, лендинги или макеты для статей, нейросеть для дизайна интерьера или сайта перестала быть экзотикой. Попробуйте Sol для быстрых макетов: она дешевле и быстрее конкурентов по данным Design Arena. Но проверяйте результат на «запахи дизайна»: конфетти и битые графики Sol пока пропускает.

• Маркетологу. Три разных подхода к генерации означают, что выбор нейросети для дизайна интерьера, промо-страницы или лендинга зависит от задачи. Нужна скорость и низкая цена, Sol. Нужны реалистичные фото в макете без фотостока, K3.

• Предпринимателю в РФ. Sol доступна через API OpenAI, Kimi K3 через Moonshot AI. GLM 5.2 от Zhipu AI доступна из России без VPN. Из российских аналогов для генерации визуала работают Kandinsky от Сбера и YandexART, но они пока не участвуют в Design Arena и прямых сравнений в этом бенчмарке нет.

Три модели, три философии, один вывод: нейросеть для дизайна больше не генерирует одинаковый фиолетовый мусор, но какой именно мусор она пропустит, зависит от того, какую модель вы выберете и проверите ли результат сами.