Иван Планкин

Все проекты

Независимое исследование, GPT-5.6, 16 августа 2026

Что даёт более высокий уровень усилий в реальной задаче по веб-дизайну?

Я дал GPT-5.6 Luna, Terra и Sol один краткий промпт для первого экрана сайта на каждом уровне усилий. Одна задача. Одна область оценки 1440×900, о которой модели не знали. Без примеров и доступа к моему сайту.

Это развитие знакомой SVG-матрицы на более прикладной задаче. Здесь модель собирает самодостаточный первый экран сайта на HTML, CSS и JavaScript: он должен одновременно передать продуктовый аргумент, задать информационную архитектуру, типографику и взаимодействие. Тест охватывает начальную область рендера, а не готовность к публикации. Simon Willison: исходная 18-ячеечная матрица GPT-5.6 с пеликаном

3 модели × 6 уровней. На каждую запланированную ячейку приходится ровно одна завершённая страница; показаны все 18. Ни один завершённый ответ не редактировался, не заменялся и не исключался.

В этих 18 единичных примерах уровень усилий менял время, токены и цену. Матрица показывает вариативность решений, но не измеренный рейтинг визуального качества.

протестированных страниц
18
модели
3
уровней усилий
6
расчётная общая стоимость
$4,74

Все 18 первых экранов

В каждой строке один уровень усилий, в каждом столбце одна модель. Нажмите на любой первый экран, чтобы открыть исходный рендер 1440×900.

none

Первый экран сайта от gpt-5.6-luna на уровне усилий noneОткрыть 1440×900 ↗
Lunanone

$0,0065, 1 мин 40,9 с, вывод 5 381, рассуждение 0

загрузился без переполнения

Первый экран сайта от gpt-5.6-terra на уровне усилий noneОткрыть 1440×900 ↗
Terranone

$0,0779, 1 мин 59,6 с, вывод 6 476, рассуждение 0

загрузился без переполнения

Первый экран сайта от gpt-5.6-sol на уровне усилий noneОткрыть 1440×900 ↗
Solnone

$0,2274, 2 мин 19,6 с, вывод 7 566, рассуждение 0

загрузился без переполнения

low

Первый экран сайта от gpt-5.6-luna на уровне усилий lowОткрыть 1440×900 ↗
Lunalow

$0,0051, 1 мин 17,4 с, вывод 4 194, рассуждение 47

загрузился без переполнения

Первый экран сайта от gpt-5.6-terra на уровне усилий lowОткрыть 1440×900 ↗
Terralow

$0,0671, 1 мин 42,5 с, вывод 5 574, рассуждение 67

загрузился без переполнения

Первый экран сайта от gpt-5.6-sol на уровне усилий lowОткрыть 1440×900 ↗
Sollow

$0,2683, 2 мин 43,3 с, вывод 8 929, рассуждение 66

загрузился без переполнения

medium

Первый экран сайта от gpt-5.6-luna на уровне усилий mediumОткрыть 1440×900 ↗
Lunamedium

$0,0098, 2 мин 28,3 с, вывод 8 178, рассуждение 164

загрузился без переполнения

Первый экран сайта от gpt-5.6-terra на уровне усилий mediumОткрыть 1440×900 ↗
Terramedium

$0,0968, 2 мин 27,3 с, вывод 8 049, рассуждение 86

горизонтальное переполнение: 190 px

Первый экран сайта от gpt-5.6-sol на уровне усилий mediumОткрыть 1440×900 ↗
Solmedium

$0,3680, 3 мин 42,2 с, вывод 12 253, рассуждение 250

загрузился без переполнения

high

Первый экран сайта от gpt-5.6-luna на уровне усилий highОткрыть 1440×900 ↗
Lunahigh

$0,0193, 4 мин 52,6 с, вывод 16 101, рассуждение 748

загрузился без переполнения

Первый экран сайта от gpt-5.6-terra на уровне усилий highОткрыть 1440×900 ↗
Terrahigh

$0,1579, 3 мин 58,4 с, вывод 13 141, рассуждение 250

загрузился без переполнения

Первый экран сайта от gpt-5.6-sol на уровне усилий highОткрыть 1440×900 ↗
Solhigh

$0,4208, 4 мин 20,7 с, вывод 14 012, рассуждение 280

загрузился без переполнения

xhigh

Первый экран сайта от gpt-5.6-luna на уровне усилий xhighОткрыть 1440×900 ↗
Lunaxhigh

$0,0197, 4 мин 57,9 с, вывод 16 435, рассуждение 1 552

загрузился без переполнения

Первый экран сайта от gpt-5.6-terra на уровне усилий xhighОткрыть 1440×900 ↗
Terraxhigh

$0,1683, 4 мин 14,0 с, вывод 14 008, рассуждение 483

загрузился без переполнения

Первый экран сайта от gpt-5.6-sol на уровне усилий xhighОткрыть 1440×900 ↗
Solxhigh

$0,7644, 7 мин 42,2 с, вывод 25 464, рассуждение 5 832

горизонтальное переполнение: 180 px

max

Первый экран сайта от gpt-5.6-luna на уровне усилий maxОткрыть 1440×900 ↗
Lunamax

$0,0381, 9 мин 33,3 с, вывод 31 727, рассуждение 11 419

загрузился без переполнения

Первый экран сайта от gpt-5.6-terra на уровне усилий maxОткрыть 1440×900 ↗
Terramax

$0,5928, 14 мин 57,3 с, вывод 49 388, рассуждение 26 542

загрузился без переполнения

Первый экран сайта от gpt-5.6-sol на уровне усилий maxОткрыть 1440×900 ↗
Solmax

$1,4341, 14 мин 28,8 с, вывод 47 787, рассуждение 21 401

загрузился без переполнения

18 первых экранов сайтов от GPT-5.6 в матрице Luna, Terra, Sol и шести уровней усилийОткрыть общую таблицу 4574×5830

Что действительно показывает этот прогон

Показанные примеры не сошлись к одному стилю.

В этой выборке каждый уровень усилий дал иную визуальную идею, иерархию и плотность. Это описание показанной матрицы, а не доказательство того, что более высокий уровень усилий в среднем не улучшает визуальное качество.

Max был крупнейшим отдельным уровнем по затратам.

Три ячейки max стоили $2,06, то есть 43,5% общей расчётной цены, и занимали в среднем 13 минут на запрос. Три ячейки none стоили $0,31 и занимали около 2 минут: примерно в 6,6 раза дешевле и в 6,5 раза быстрее. Две разнесённые по времени партии ограничивают сравнение задержки между моделями.

Luna была самой дешёвой в этом ценовом срезе.

Все шесть страниц Luna загрузились в рамках заданной проверки первого экрана; их суммарная расчётная стоимость составила $0,099. Шесть страниц Sol стоили $3,48, то есть примерно в 35 раз больше. Это сравнение цены токенов, а не качества дизайна, взаимодействий или готовности к публикации.

Переполнение по горизонтали возникало немонотонно.

В заданной проверке первого экрана все 18 страниц загрузились без исключений исполнения, ошибок консоли и внешних запросов. Переполнение свыше 1 px было только у Terra medium (190 px) и Sol xhigh (180 px). Это не вывод о других дефектах или работе взаимодействий.

Методика: минимум художественных указаний

Творческий промпт задаёт только цель продукта, желаемый эффект для аудитории и светлую тему. Отдельная техническая инструкция ограничивает формат ответа, но не дизайн.

Точный промпт пользователя

Create a complete, self-contained website hero for a product that helps organizations safely operate autonomous AI agents in production.

The goal of the site is to make technical decision-makers interested in the product.

Use a light theme.

Точное ограничение формата

Return only one complete self-contained HTML document beginning with <!DOCTYPE html>. Put all CSS and JavaScript inline. Do not use external assets, Markdown fences, or explanatory text.

Запуск и проверка

  1. Знаменатель: 18 запланированных ячеек, 18 запросов к моделям, 18 завершённых HTML-ответов и 18 показанных страниц. Повторных запросов к моделям: 0. Отредактированных, исправленных, заменённых или исключённых завершённых ответов: 0.
  2. Запросы шли двумя параллельными партиями, а не одним одновременным запуском. Luna стартовала 15 августа 2026 года в 23:04:50 UTC: шесть запусков уложились в 73 мс. Terra/Sol стартовали 16 августа в 08:49:15 UTC: двенадцать запусков уложились в 96 мс, на 9 ч 44 мин 24,643 с позже. Поэтому различия в задержке и поведении между моделями могут отражать разные условия сервиса или разные псевдонимы моделей.
  3. Размер области просмотра моделям не сообщался. После генерации каждый точный HTML-ответ отдавался локально и проверялся при 1440×900 в Chromium 150.0.7871.186. Снимки экрана показывают только начальную область просмотра; мобильные результаты не генерировались и не вставлялись.
  4. Проверка наблюдала страницу от навигации через Page.loadEventFired и document.fonts.ready до дополнительных 500 мс ожидания. Она фиксировала исключения Runtime, вызовы console.error и сетевые запросы ко всему, кроме локального компьютера, data: и about:blank; таймаут события загрузки составлял 30 секунд.
  5. Горизонтальное переполнение рассчитано как max(documentElement.scrollWidth, body.scrollWidth) минус window.innerWidth. Клики, отправка форм, поведение всей страницы и работа после публикации не проверялись.
  6. Каждый исходный ответ начинался с одного <!DOCTYPE html>, содержал ровно один HTML-документ, не имел Markdown-обёртки и внешних ссылок на стили, скрипты или медиаресурсы и побайтно совпадал с отрендеренным HTML. SHA-256 и размер каждой ячейки опубликованы в JSON.
  7. Модели не получали снимки экрана, CSS, фирменные материалы, содержимое stranmor.com, внутренние промпты или контекст навыков. Они получили техническое ограничение формата выше, включая запрет внешних ресурсов; это сужает пространство решений, хотя и не задаёт эстетику.
  8. Учёт токенов: 1 584 входных + 294 663 выходных = 296 247 всего. 69 187 токенов рассуждения указаны внутри output_tokens_details и повторно не прибавляются.

Зачем делать это вместо ещё одного SVG-теста?

Визуальные сравнения уровней усилий уже есть. Simon Willison опубликовал 18 SVG с пеликаном на велосипеде для той же матрицы GPT-5.6 3×6; PlayCode затем использовал SVG с MacBook, чтобы точнее оценивать геометрию. Эти тесты изолируют рисование. Здесь проверяется, как те же уровни усилий меняют самодостаточный первый экран сайта при кратком промпте. Simon Willison: исходная 18-ячеечная матрица GPT-5.6 с пеликаном

Поисковая проверка на 16 августа 2026 года нашла общие сравнительные таблицы GPT-5.6 и SVG-матрицы, но не публичное сравнение, где Luna, Terra и Sol создают один и тот же самодостаточный первый экран сайта на всех шести уровнях усилий. Это результат ограниченного поиска, а не утверждение, что такой страницы нигде не может существовать.

Границы вывода

  • На каждую пару «модель и уровень усилий» приходится один результат, поэтому тест не оценивает среднее визуальное качество и разброс.
  • Luna и Terra/Sol запускались двумя партиями с разницей 9 ч 44 мин. Различия задержки и поведения между моделями не отделены от изменений условий сервиса или псевдонимов моделей.
  • Проверялась одна узкая категория: светлый первый экран для корпоративного продукта о безопасной эксплуатации автономных ИИ-агентов. Для других продуктов, языков и жанров результат может измениться.
  • Время включает API-маршрут и сеть; это не чистое время вычислений модели.
  • Стоимость рассчитана по токенам и публичным ценам OpenAI API, зафиксированным 16 августа 2026 года. Цены могут меняться.
  • Автоматическая проверка охватывает одну начальную загрузку на компьютере и видит загрузку, переполнение, внешние запросы, ориентиры на странице, правила фокуса и отключённой анимации в CSS. Она не проверяет взаимодействия, всю страницу, готовность к публикации и не решает, красив ли дизайн или убеждает ли он человека.

Источники и данные