На платформе Design Arena модель Claude Opus 4.6 совершила впечатляющий прорыв, заняв сразу два первых места в бенчмарке, где пользователи анонимно сравнивают генерированный ИИ фронтед. Интересно, что лидером стала версия без режима рассуждений, набравшая 1385 баллов Elo. В то время как модель с режимом рассуждений (Thinking) оказалась на втором месте с 1377 баллами. Это показывает, что в случае Claude «дороже» не всегда означает «лучше». В пятерке лучших оказался и предшественник Claude Opus 4.5 с 1338 баллами, а также модели Kimi K2.5 и Gemini 3 Pro Preview с 1344 баллами.
Design Arena использует метод «нравится или нет», когда пользователи выбирают между двумя анонимными вариантами дизайна, созданными по одному промпту, и на данный момент собрано свыше 806 тысяч голосов. Стартап Arcada Labs, основанный выпускниками Гарварда, разработал эту платформу.
Результаты по 145 турнирам показывают, что Claude Opus 4.6 стабильно доминирует: первое место — 72 раза, второе — 38, третье — 19. В то время как GPT-5.2 от OpenAI разместился лишь на 11-м месте с 1277 баллами. Это особенно примечательно, учитывая, что год назад слабый дизайн являлся проблемой для языковых моделей. Теперь, судя по результатам, Claude преодолел эти трудности.
