OpenDesignArena
Encontre o modelo de IA certo para design.
Compare qualidade, velocidade e custo com avaliações reais.
Compatível com 21 agentes e inclui todos os modelos do ranking Baixe e comece a criar com Claude Haiku 5.5
Melhor custo-benefício
Claude Haiku 5.5O melhor equilíbrio entre qualidade, custo e velocidade.
Nesta avaliação, Claude Haiku 5.5 atingiu 91% da pontuação média do líder GPT-6.1 Sol, por aproximadamente 5% do seu custo médio.
- Custo por resultado
- $0.018vs. $0.382
- Média da avaliação / 100
- 82.2vs. 90.1
Maior pontuação
Entrega mais rápida
Comparar modelos
Escolha dois ou três modelos e veja as cinco dimensões em um único gráfico. Formas diferentes indicam pontos fortes diferentes.
Perfil em cinco dimensões
Quanto mais longe do centro em cada eixo, melhor: mais qualidade, menos tempo e menor custo.
Média em cada eixo entre todos os 20 modelos
Escolha por preferência
Equilibre qualidade avaliada, custo e velocidade para encontrar o modelo ideal para suas necessidades.
- Qualidade
- 50%
- Custo
- 30%
- Velocidade
- 20%
- 1 Claude Haiku 5.5 84.2 Pontuação média: 82.2/100; Custo médio: $0.018; Tempo médio: 2.5 min
- 2
GPT-6 Luna 82.5 Pontuação média: 83.1/100; Custo médio: $0.016; Tempo médio: 4.2 min - 3
DeepSeek V4.1 Flash 78.8 Pontuação média: 81.2/100; Custo médio: $0.023; Tempo médio: 5.3 min - 4
MiMo 2.6 Flash 73.6 Pontuação média: 83.5/100; Custo médio: $0.029; Tempo médio: 16.0 min - 5 GPT-6 Sol 72.6 Pontuação média: 89.9/100; Custo médio: $0.297; Tempo médio: 4.7 min
- 6 GPT-6.1 Sol 70.3 Pontuação média: 90.1/100; Custo médio: $0.382; Tempo médio: 6.2 min
- 7
GLM-5.3 Flash-X 70.0 Pontuação média: 80.1/100; Custo médio: $0.098; Tempo médio: 8.0 min - 8 Claude Sonnet 5.5 68.9 Pontuação média: 86.8/100; Custo médio: $0.574; Tempo médio: 4.1 min
- 9 GPT-5.6 Sol 65.7 Pontuação média: 77.6/100; Custo médio: $0.544; Tempo médio: 3.2 min
- 10
Gemini 3.8 Flash 64.7 Pontuação média: 68.9/100; Custo médio: $0.210; Tempo médio: 3.8 min - 11 Gemini 4 Argon 63.3 Pontuação média: 81.2/100; Custo médio: $0.667; Tempo médio: 6.4 min
- 12
Muse Spark 1.3 63.2 Pontuação média: 66.6/100; Custo médio: $0.267; Tempo médio: 3.3 min - 13
MiniMax M3.1 Flash 62.9 Pontuação média: 81.7/100; Custo médio: $0.247; Tempo médio: 17.5 min - 14 Muse Wonder 61.3 Pontuação média: 76.2/100; Custo médio: $1.25; Tempo médio: 3.3 min
- 15
Grok 4.7 59.6 Pontuação média: 82.9/100; Custo médio: $0.662; Tempo médio: 16.3 min - 16 GPT-6 Astra 57.5 Pontuação média: 82.7/100; Custo médio: $1.61; Tempo médio: 11.1 min
- 17
Hunyuan H4 Preview 54.6 Pontuação média: 74.6/100; Custo médio: $0.418; Tempo médio: 29.2 min - 18
Qwen 3.8-Max 52.3 Pontuação média: 72.0/100; Custo médio: $0.595; Tempo médio: 26.4 min - 19 Claude Fable 5.1 52.1 Pontuação média: 80.3/100; Custo médio: $3.66; Tempo médio: 12.8 min
- 20
Kimi K3 52.1 Pontuação média: 65.7/100; Custo médio: $0.614; Tempo médio: 14.0 min
Escolha por caso de uso
Escolha um cenário de design; cada uma das cinco dimensões abaixo recomenda um modelo.
GPT-6.1 Sol
- Pontuação média Pontuação médiaQuanto maior, melhor A pontuação média de todos os resultados avaliados, de um total de 100 pontos.
- 90.1/100
- Média de requisitos Atendimento aos requisitosQuanto maior, melhor Verifica a presença de páginas, conteúdo, estados e interações exigidos, até 30 pontos.
- 28.0/30
- Qualidade média do design Qualidade do designQuanto maior, melhor Avalia layout, hierarquia, estilo, cor e adequação das imagens, até 70 pontos.
- 62.2/70
- Taxa média de entrega Taxa de entregaQuanto maior, melhor A proporção de resultados avaliados com 80 pontos ou mais.
- 90.0%
- Tempo médio Tempo médio de conclusãoQuanto menor, melhor O tempo total de execução dos resultados pontuados dividido pela quantidade de resultados.
- 6.2 min
- Custo médio / resultado Custo por resultadoQuanto menor, melhor Estimado com base nos preços oficiais de tabela e no consumo de tokens medido.
- $0.382/execução
GPT-6.1 Sol
- Qualidade média do design
- 62.2/70
- Pontuação média
- 90.1/100
- Taxa média de entrega
- 90.0%
- Média de requisitos
- 28.0/30
- Tempo médio
- 6.2 min
- Custo médio / resultado
- $0.382/execução
DeepSeek V4.1 Flash
- Média de requisitos
- 28.4/30
- Pontuação média
- 81.2/100
- Taxa média de entrega
- 57.7%
- Qualidade média do design
- 52.8/70
- Tempo médio
- 5.3 min
- Custo médio / resultado
- $0.023/execução
Claude Haiku 5.5
- Tempo médio
- 2.5 min
- Pontuação média
- 82.2/100
- Taxa média de entrega
- 62.2%
- Média de requisitos
- 26.5/30
- Qualidade média do design
- 55.7/70
- Custo médio / resultado
- $0.018/execução
GPT-6 Luna
- Custo médio / resultado
- $0.016/execução
- Pontuação média
- 83.1/100
- Taxa média de entrega
- 70.5%
- Média de requisitos
- 25.2/30
- Qualidade média do design
- 57.9/70
- Tempo médio
- 4.2 min
Qualidade e custo
Compare o desempenho dos modelos e o custo para alcançá-lo.
Ranking de Qualidade
GPT-6.1 Sol GPT-6 Sol Claude Sonnet 5.5 MiMo 2.6 Flash GPT-6 Luna Grok 4.7 GPT-6 Astra Claude Haiku 5.5 MiniMax M3.1 Flash DeepSeek V4.1 Flash Gemini 4 Argon Claude Fable 5.1 GLM-5.3 Flash-X GPT-5.6 Sol Muse Wonder Hunyuan H4 Preview Qwen 3.8-Max Gemini 3.8 Flash Muse Spark 1.3 Kimi K3 Limite de custo e qualidade
9 modelos na área rosa custam mais e pontuam menos que DeepSeek V4.1 Flash.
Desempenho por cenário
Exibindo App web (Estrutura com várias páginas e fluxos); MiMo 2.6 Flash lidera com 93.9 pontos, taxa de entrega de 100.0% e $0.043 por execução.
Exibindo App móvel (Experiência de toque e layout responsivo); Hunyuan H4 Preview lidera com 89.5 pontos, taxa de entrega de 83.3% e $0.404 por execução.
Exibindo App desktop (Fluxos de trabalho desktop e interações complexas); GPT-6.1 Sol lidera com 93.0 pontos, taxa de entrega de 100.0% e $0.340 por execução.
Exibindo Dashboard (Densidade e hierarquia da informação); GPT-6.1 Sol lidera com 95.6 pontos, taxa de entrega de 100.0% e $0.365 por execução.
Exibindo Landing page (Expressão da marca e conversão); GPT-6.1 Sol lidera com 89.8 pontos, taxa de entrega de 88.9% e $0.349 por execução.
Ranking de App web
MiMo 2.6 Flash GPT-6.1 Sol GPT-6 Sol Grok 4.7 Claude Sonnet 5.5 GPT-5.6 Sol Claude Fable 5.1 DeepSeek V4.1 Flash MiniMax M3.1 Flash Gemini 4 Argon GPT-6 Luna GLM-5.3 Flash-X Claude Haiku 5.5 GPT-6 Astra Muse Wonder Gemini 3.8 Flash Muse Spark 1.3 Hunyuan H4 Preview Qwen 3.8-Max Kimi K3 App web · Limite de custo e qualidade
10 modelos na área rosa custam mais e pontuam menos que DeepSeek V4.1 Flash.
Ranking de App móvel
Hunyuan H4 Preview GPT-6 Astra GPT-6 Sol GPT-5.6 Sol Claude Sonnet 5.5 Grok 4.7 MiniMax M3.1 Flash Gemini 4 Argon GPT-6 Luna DeepSeek V4.1 Flash Claude Haiku 5.5 Kimi K3 Gemini 3.8 Flash Claude Fable 5.1 GPT-6.1 Sol MiMo 2.6 Flash GLM-5.3 Flash-X Muse Wonder Muse Spark 1.3 Qwen 3.8-Max App móvel · Limite de custo e qualidade
9 modelos na área rosa custam mais e pontuam menos que DeepSeek V4.1 Flash.
Ranking de App desktop
GPT-6.1 Sol Claude Sonnet 5.5 GPT-6 Sol Claude Haiku 5.5 GPT-6 Astra Gemini 4 Argon DeepSeek V4.1 Flash Kimi K3 MiMo 2.6 Flash Muse Wonder Qwen 3.8-Max MiniMax M3.1 Flash GLM-5.3 Flash-X GPT-6 Luna GPT-5.6 Sol Grok 4.7 Muse Spark 1.3 Gemini 3.8 Flash Hunyuan H4 Preview Claude Fable 5.1 App desktop · Limite de custo e qualidade
11 modelos na área rosa custam mais e pontuam menos que DeepSeek V4.1 Flash.
Ranking de Dashboard
GPT-6.1 Sol GPT-6 Sol Claude Haiku 5.5 GPT-6 Luna Claude Sonnet 5.5 GPT-6 Astra Claude Fable 5.1 Gemini 4 Argon MiMo 2.6 Flash MiniMax M3.1 Flash GLM-5.3 Flash-X Qwen 3.8-Max Hunyuan H4 Preview Grok 4.7 Muse Wonder GPT-5.6 Sol Muse Spark 1.3 DeepSeek V4.1 Flash Gemini 3.8 Flash Kimi K3 Dashboard · Limite de custo e qualidade
2 modelos na área rosa custam mais e pontuam menos que DeepSeek V4.1 Flash.
Ranking de Landing page
GPT-6.1 Sol GPT-6 Sol GPT-6 Luna GLM-5.3 Flash-X MiMo 2.6 Flash Claude Sonnet 5.5 Qwen 3.8-Max Grok 4.7 Claude Fable 5.1 DeepSeek V4.1 Flash MiniMax M3.1 Flash GPT-6 Astra Claude Haiku 5.5 Muse Wonder Gemini 4 Argon Hunyuan H4 Preview Kimi K3 GPT-5.6 Sol Muse Spark 1.3 Gemini 3.8 Flash Landing page · Limite de custo e qualidade
9 modelos na área rosa custam mais e pontuam menos que DeepSeek V4.1 Flash.
Eficiência dos modelos
Compare tempo de conclusão, taxa de acerto do cache e consumo de tokens. Todos os valores são médias medidas.
GPT-6.1 Sol GPT-6.1 SolTempo 6 minCache 83% · Entrada 389.1K · Saída 23.3K
GPT-6 Sol GPT-6 SolTempo 5 minCache 81.5% · Entrada 344.4K · Saída 13.7K
Claude Sonnet 5.5 Claude Sonnet 5.5Tempo 4 minCache 49.8% · Entrada 288.4K · Saída 31.3K
MiMo 2.6 Flash MiMo 2.6 FlashTempo 16 minCache 80.5% · Entrada 1067.4K · Saída 47.7K
GPT-6 Luna GPT-6 LunaTempo 4 minCache 83.4% · Entrada 317.0K · Saída 17.3K
Grok 4.7 Grok 4.7Tempo 16 minCache 68.6% · Entrada 458.7K · Saída 44.3K
GPT-6 Astra GPT-6 AstraTempo 11 minCache 81% · Entrada 318.7K · Saída 15.5K
Claude Haiku 5.5 Claude Haiku 5.5Tempo 2 minCache 80% · Entrada 195.3K · Saída 24.8K
MiniMax M3.1 Flash MiniMax M3.1 FlashTempo 18 minCache 97.6% · Entrada 9343.4K · Saída 126.6K
DeepSeek V4.1 Flash DeepSeek V4.1 FlashTempo 5 minCache 89% · Entrada 1462.8K · Saída 29.2K
Gemini 4 Argon Gemini 4 ArgonTempo 6 minCache 67.5% · Entrada 372.9K · Saída 41.6K
Claude Fable 5.1 Claude Fable 5.1Tempo 13 minCache 94% · Entrada 715.7K · Saída 63.6K
GLM-5.3 Flash-X GLM-5.3 Flash-XTempo 8 minCache 66.6% · Entrada 390.5K · Saída 32.9K
GPT-5.6 Sol GPT-5.6 SolTempo 3 minCache 80.7% · Entrada 236.6K · Saída 14.5K
Muse Wonder Muse WonderTempo 3 minCache 33.3% · Entrada 312.9K · Saída 21.2K
Hunyuan H4 Preview Hunyuan H4 PreviewTempo 29 minCache 90.9% · Entrada 3085.9K · Saída 46.0K
Qwen 3.8-Max Qwen 3.8-MaxTempo 26 minCache 79% · Entrada 836.8K · Saída 28.6K
Gemini 3.8 Flash Gemini 3.8 FlashTempo 4 minCache 70.9% · Entrada 392.3K · Saída 27.9K
Muse Spark 1.3 Muse Spark 1.3Tempo 3 minCache 31.5% · Entrada 235.9K · Saída 13.4K
Kimi K3 Kimi K3Tempo 14 minCache 71.7% · Entrada 427.1K · Saída 16.1K
Método de avaliação
Avaliamos o atendimento aos requisitos e a qualidade do design, com eficiência e custo apresentados separadamente.
Tarefas e amostras
Os modelos são avaliados com as mesmas tarefas de design em cinco cenários: aplicativos web, aplicativos móveis, aplicativos desktop, dashboards e painéis administrativos, além de sites e landing pages. Estes resultados descrevem o desempenho em tarefas práticas de geração de protótipos, não a capacidade geral dos modelos.
Verificação de renderização
Antes de atribuir a pontuação, verificamos se cada resultado abre como uma página web, observando páginas em branco, conteúdo cortado e erros fatais de execução. Resultados que não renderizam recebem zero; não são substituídos por novos testes. Abrir corretamente é apenas um pré-requisito para a avaliação seguinte, não uma prova de que os requisitos foram atendidos ou de que o resultado está pronto para entrega.
Atendimento aos requisitos e qualidade do design
Cada resultado recebe uma pontuação de até 100 pontos. O atendimento aos requisitos vale 30 pontos: páginas e módulos, conteúdo obrigatório, estados da interface e interações são comparados com o enunciado e classificados como completos, parcialmente completos ou incompletos. A qualidade do design vale 70 pontos, distribuídos igualmente entre cinco dimensões: layout e legibilidade, hierarquia da informação, adequação do estilo à tarefa, cor e contraste, e adequação das imagens e relevância para o conteúdo. Cada dimensão é classificada como atendida, parcialmente atendida ou não atendida.
Pontuação média e taxa de entrega
A pontuação média é a média aritmética de todos os resultados pontuados de um modelo. Nesta avaliação, um resultado com 80 pontos ou mais é considerado pronto para entrega. A taxa de entrega é a proporção de resultados pontuados que atingem esse limite e indica a consistência com que o modelo produz resultados dentro do padrão. Pronto para entrega refere-se ao padrão de qualidade de protótipos desta avaliação, não à prontidão para uso em produção.
Eficiência e custo
Apresentamos as médias medidas de tempo de conclusão, taxa de acerto do cache, consumo de tokens de entrada e saída e chamadas de ferramentas separadamente das pontuações de qualidade. O custo de cada resultado é estimado a partir do consumo de tokens registrado e dos preços padrão de entrada, saída e leitura de cache; depois, calculamos a média. Essas estimativas comparam o consumo de recursos: não são valores de faturas e não incluem cobranças não registradas. Eficiência e custo não entram na pontuação da avaliação. Alterar as preferências de seleção afeta o ranking de recomendações, não os resultados originais da avaliação.