はじめに：AIのデザイン能力比較の背景
みなさんこんにちは、矢野 哲平です。この番組は、耳で学ぶAIをコンセプトに、初心者・中級者向けにAIを分かりやすく解説する番組です。
今回のテーマは、デザインが得意なAIはどれなのか、最新モデルで比較してみた、について話していきます。
はい、ということで今日はデザインとAIの文脈で話していきます。 AI、いろいろなことができますが、デザインのタスクもお願いすることができます。
今日、なぜAIのデザインの比較をやろうかと思ったというと、 デザインアリーナという海外のAIの比較サイトがあります。
これ、どういったサイトかというと、どのAIモデルがデザイン性能が高いのか、そういったベンチマークを公開しているサイトです。
このデザインアリーナのサイトでは、Kimi K3というAIモデルが、クロードやChatGPTを抜いて1位に輝いています。
個人的には、デザイン性能が良いAIといえば、クロードと思っていたので、これはちょっと意外な結果だと感じていました。
よくよく考えると、KimiというAIモデル、あまり触ったことがないな、そう思いましたし、
あとは最近だと、OpenAIからはGPT SOLという新しいモデルや、GoogleからもGemini3.7 FLASH、このような新しいモデルが登場しています。
以前にもこのポッドキャストで、デザイン性能を測ったエピソードがあったと思うんですけど、今は新しくモデルも変わっているので、
ちょっと改めて、ここでまたデザインとAIの文脈で比較してみようと思った次第です。
今回のエピソードでは、単にどのAIモデルがデザイン性能が良いのか、こういったこと以外にも色々持ち帰れる内容を盛り込みたいと思います。
具体的には、デザインアリーナというデザインのベンチマーク比較サイトについて、あとはKimi K3というAIモデルについて、
そして直近で、謎のAIモデルということで噂されていた、GLM 5.3 FLASH、こちらについても触れたいと思います。
こんな感じで、単なるデザインの比較を超えて、直近のニュースも絡めて、このエピソードを話していきます。
今日話すポイントは主に3つです。
1つ目に、AIのデザイン性能を測れるデザインアリーナという比較サイトについて、
2つ目に、デザインアリーナのAIランキング、どのAIがデザイン性能が高いのかということについて、
そして3点目に、実際に私が手元で比較した主観を交えたモデルの比較、
具体的には、チャットGPTやクロード、ジェミニ、あとはグロック、キミ、GLMなど、
複数のモデルで比較をしたその結果についても報告します。
で、これら3点を中心に話していきます。
はい、では早速話していきましょう。
AIデザイン比較サイト「Design Arena」の紹介
ではまず、今回のエピソードのきっかけとなったデザインアリーナというAIの比較サイトについて、
AIモデルの比較サイトって色々あるじゃないですか。
例えば過去にもこのポッドキャストで紹介したChatbot Arena、
これはどのAIモデルを使って生成された回答なのか、
そういった情報を隠した状態で人間によしよしを判断してもらう、いわゆるブラインドテストのようなものです。
この手法でAIの比較を行うのがChatbot Arenaというサイト。
あとはArtificial Analysis、
これは運営側で新しく出たモデルに対して色んなベンチマークのテストをして比較結果を掲載しているサイトです。
こんな感じで世の中色々なAIモデルがあるんですけど、
そのAIモデルをあらゆる角度から比較、検証するようなサイトがあります。
で、今回紹介するのがそういった比較サイトの一つであるDesign Arenaという比較サイトです。
これは名前から想像できるようにデザインのタスクにおいて、
どのAIモデルが優れているのか、そうした比較を行うサイトです。
で、直近のランキングを紹介すると、1位がKimi K3というモデル。
これは中国のAIスタートアップであるMoonShot AIが公開しているモデルです。
で、2位がGPT 5.6 SOL。これはオープンAIの上位モデルです。
で、次にクロードオーパス5が来て、その後にGLM 5.3。
こちらも中国のAIスタートアップでZAIという会社が公開しているモデルです。
で、その後にMetaのMuseSparkが来て、Gemini 3.7 Flash、Glock 4.6。
上位はこのような形です。
どうでしょうか。この結果を聞いて意外に感じる人も多いんじゃないでしょうか。
というのが、以前だとだいたいクロードやチャットGPTが上位を占めていたんですけど、
現時点においてはKimi、あとはGLM 5.3のような中国のAIモデルが上位に食い込んでいると。
なんならKimi K3という中国のスタートアップのモデルが1位に輝いていると。
ちなみに今のランキング、Webのデザインに関するものなんですけど、
スライドのデザイン性能を図るランキングもデザインアリーナで公開されています。
スライドのランキングになるとちょっと内容が変わります。
HTMLを使ったスライドになると、1位がGPT 5.6 SOL、2位がクロードフェイブル5、そして3位がKimi K3。
その後の順位はクロードのオーパスやソネット、これがランクインしてその後にグロックが続くような形です。
Webのデザインのランキングになるとちょっと内容が変わっています。
スライドのタスクになるとGPTやクロードが強いようです。
あとは言っても、Kimiも3位にランクインしているので、スライドの作成のタスク、こちらでも引き続き強いのかなという印象があります。
ちょっと一旦情報をまとめましょうか。
Webのデザインタスクにおいて、デザインアリーナがお勧めするAIモデル、3つに絞るとKimi K3、GPT 5.6 SOL、そしてクロードオーパス。
これがHTMLを使ったWebのスライド、こちらになるとGPT 5.6 SOL、クロードフェイブル5、Kimi K3、この3つになります。
こう見てみると、デザインタスクをAIにお願いするのであれば、KimiとGPTとクロード、この3つにお願いすれば大きくハズレはないと言えると思います。
実機でのAIモデルデザイン比較と主観的感想
実際に私も手元の環境で試してみました。
具体的には、GPT 5.6 SOL、OPAS 5、GEMINI 3.7 FLASH、GLOCK 4.6、Kimi K3、GLM 5.3 FLASH、こちらの6モデルです。
ワンショットのプロンプト、一度の指示でデザインを生成するようなタスクを行いました。
実際はエージェント的な動作をさせて、生成と改善を繰り返していくようなフローが実務では使われるんですけど、
ここでは実験ということで、一発出しのプロンプトで比較してみました。
各モデルで5回ほど出力させたんですけど、どれも大きく変わらないなというのが正直な感想です。
ちょっと感想を列挙すると、どれもクオリティは同じくらいかなと感じました。
ただ、Kimi K3はやっぱりデザインアリーナでもランキングのトップを取るみたいにデザインタスクいいなと思いました。
あとGPTは結構攻めたデザインを持ってくるなぁとか、Geminiは安定したデザインを出してくれるなぁとか、
あとGlockは意外とこの6つの中であまり良い結果ではなかったかなと感じました。
同じようなデザインにはなるんですけど、あえて順位をつけるならGlockが一番下かなと思いました。
最近出てきたGLM 5.3 Flash、これも意外に健闘していました。
ただ、細かい部分に関しては少しマイナスポイントがあったかなと。
どのモデルも全部同じパラメーターや大きさかと言われるとそうじゃないので、一概には比較することはできません。
先ほども説明したように一発出しのプロンプトなので、エージェント的な性能は除外しています。
なのでこれだけの結果で決めるのはちょっと情報が足りない部分は否めないんですけど、
とにかく一発出しのプロンプトだとこんな感じの結果になりました。
全体的な成果物、あまり大きな違いはないんですけど、やっぱりKimiとGPTとCloudのデザインが安定しているかなと感じました。
注目モデル：Kimi CodeとGLM 5.3 Flash
ちなみにKimiなんですけど、Kimi Codeというプロダクトもあります。
これはCloud CodeのKimi版みたいなものです。
なので普段デザインタスクにCloud Codeを使っているとか、あとはオープンAIのコーデックスを使っているとか、
そういった方は一度Kimi Codeを試してみるのも面白いかもしれません。
あと今回比較に入れたGLM 5.3 Flash、これは先週話題になっていたモデルになります。
ちょっと詳しく説明すると、OpenRouterという色々な複数のAIモデルを使えるプロダクトがあるんですけど、
そこにいきなりOXαという謎のモデルが登場してちょっと話題になりました。
結構こうした手法、AI各社が取る方法で、あえてモデルの名前を隠してOpenRouterやChatbot Arenaで謎のモデルとして登場させて、後で情報を公開するみたいな手法があります。
でこのOXα、蓋を開けてみるとGLM 5.3 Flashというモデルでした。
そしてこのモデルはCloud Opus 4.8に迫るコーディング性能で、かつオープンウェイトで公開されていると。
Cloud Opus 4.8に迫る性能誇りつつ、使用コストはものすごく安いと、こういったモデルも出てきています。
ちなみにK3に関してもCloud Opus 4.8とか5に比べて約4割ぐらいのコストで利用できます。
こんな感じでランニングコストが安いモデルでも十分戦うことができるものが登場していると。
例えばそうですね、私がAIスライドのツールを開発したいとします。もしくは社内向けにAIを使ったスライドツールを開発すると。
こうした時にいろいろ選択肢がありますよね。GPTを使うとか、Cloudを使うとか。
もちろんデザイン精度を高めたいというのが大きな目的になるんですけど、やっぱりランニングコストも抑えたいという要望も出てきます。
こうした時に同程度の性能でありながらコストがかなり安い、Kimi K3やGLM 5.3、こういったモデルも選択肢に入れることができると。
こういった選択肢の幅というのは、社内でAIツールを開発する時や、もしくは一般的に公開するツールを開発する時には見逃せないポイントです。
そしてこうしたツールを開発することがない人でも、AIを使ってウェブのスライドを作成するようなタスクを普段行っているという人、
こういった人もKimi K3のようなモデルを試してみるのも面白いと思います。
AI生成デザインの限界と人間のスキル
あとは全体的な比較を通して思ったのが、やっぱりAIが作ったデザインは、なんかこうAI臭さを感じさせるなぁとは改めて思いました。
いわゆるAIスロップのように言われたりもしますけど、なんかこうSNSのAIアカウントが共有していたデザインだなぁとか、
どっかで見たことあるなぁみたいな、そう感じるのは全モデル共通で感じました。
なので、AIっぽさを感じさせない良いデザイン、こういったものをAIを使って生成するには、やっぱり支持する側の人間のスキルや経験、
こういったものが大きく左右するのかなと思います。
例えば、GPT系のAIってデザインの支持に忠実なんですよね。
なので、支持の出し方によってデザインの成果物が大きく変わる、そういった特性があります。
こうしたこともあるので、やっぱり最終的には支持する人間側のスキル、経験に大きく依存するのは、
以前からあまり変わってない構造なのかなと思います。
これはデザインタスク以外の他のタスク全般にも言えることかなと思います。
それでは今日のポイントをまとめます。
まとめと追加情報
1つ目に、デザインアリーナというAIのデザインタスクを比較するサイトが便利です。
どのAIがデザインタスクに優れているのかという情報をチェックできます。
2つ目、デザインアリーナのランキングや実際に私が試した感想としては、
Kimi、GPT、クロードがデザイン性能が高いと感じました。
最後3つ目、一方で比較したモデル全般でAIっぽさも感じました。
良いデザインの成果物を生み出すには、支持する人間側のスキルや経験に大きく依存すると思います。
そしてこれはデザイン以外のタスクでも言えることだと思います。
今回紹介したデザインアリーナのURL、概要欄に添付しておきますので、興味のある方はこちらもチェックしてみてください。
結構このサイト面白いです。
ウェブデザインや、あとはウェブのスライドのランキングも見れます。
それ以外だと、画像やビデオ、あとはオーディオのランキングも見ることができます。
例えば画像で言うと、1位がGPT Image 2になってます。
そしてビデオの生成がGEMINI OMNI 1.1 FLASH。
確かこれ、最近公開されたGoogleのモデルですよね。
4Kの出力にも対応しているものです。
こんな感じで、デザイン以外にも画像や動画、こういったランキングも見ることができるので、気になる方はぜひチェックしてみてください。
エンディング
はい、今日はこの辺ということで、本日もお付き合いいただきありがとうございました。
番組ではこのように、耳で学べるAIを毎週発信しています。
通勤中や、家事の合間にAI情報をキャッチアップできます。
毎週水曜朝に更新しています。ぜひフォローをお願いします。
そして、おすすめの生成AIツールをまとめた資料も配布しています。
興味のある方はこちらもぜひ、概要欄にリンクを貼っておきます。
お相手は、耳で学ぶAIの矢野鉄平でした。
また次の配信でお会いしましょう。