Una publicación reciente en CSDN presenta un benchmark práctico que compara las capacidades multimodales de GPT, Kimi y DeepSeek en tareas de diseño abiertas. El autor diseñó una prueba justa para evaluar cómo cada modelo maneja indicaciones relacionadas con el diseño, incluida la generación de conceptos visuales y la interpretación de briefs de diseño. Los hallazgos clave destacan que, si bien GPT muestra un rendimiento general sólido, Kimi y DeepSeek ofrecen resultados competitivos en escenarios de diseño específicos, a menudo a menor costo. La metodología del benchmark es transparente, lo que la convierte en una referencia útil para desarrolladores que integran IA multimodal en herramientas de diseño. Para equipos que construyen aplicaciones creativas asistidas por IA, esta comparación proporciona datos accionables para la selección de modelos. Los resultados también subrayan el rápido progreso de los modelos de IA chinos en dominios creativos, desafiando el dominio de sus contrapartes occidentales.
Un benchmark práctico que compara GPT, Kimi y DeepSeek en tareas de diseño abiertas revela diferencias de rendimiento para flujos de diseño asistidos por IA.