Die Design Arena stellt anonymisierte Ergebnisse desselben Gestaltungsprompts nebeneinander; aus den Nutzervoten entsteht eine Elo-Rangliste. In der voreingestellten Gesamtwertung für Text-zu-HTML führt am 12. September 2026 Kimi K3 mit 1.388 Punkten aus 6.188 Duellen und 64,7 Prozent Siegen. Dahinter liegen GPT-6 Astra mit 1.370 aus 5.280 Duellen und Muse Spark 1.3 Max, ebenfalls 1.370.
DeepSeek-V4.1-Flash steht bei 1.346, Claude Fable 5.1 bei 1.345, Claude Opus 5 bei 1.338. GLM-5.2, das im Juni 2026 die Webdesign-Wertung anführte, liegt jetzt bei 1.311. Die Datenbasis ist sehr ungleich: Kimi K3 hat 6.188 Duelle hinter sich, GPT-5.6 Sol über 21.000. Junge Einträge bewegen sich auf dünnerem Grund.
Unabhängig gemessen ist Kimi K3 kein Spitzenmodell. Artificial Analysis führt es mit 43,8 Punkten im Intelligence-Index gegen 52,8 für GPT-6 Astra und 53,4 für Claude Fable 5.1. Im Coding-Index liegt es mit 76,2 fast gleichauf mit Astra (76,9), im Agentic-Index mit 50,6 knapp darunter (51,5). Je Index-Aufgabe kostet es 2,00 Dollar, Astra 3,26 und Fable 5.1 7,63.
Eine unabhängige Gegenprobe stützt die Rangfolge nur teilweise. Better Stack ließ am 12. September fünf Gestaltungsaufgaben von Kimi, Astra und Claude bearbeiten: Beim Webdesign gewann Kimi, beim 3D-Modell klar Astra, beim Spiel Claude. Die Komponentenbibliothek wertete der Tester unentschieden, die Mobil-App bei allen dreien als unbrauchbar. Fünf Durchläufe mit Kimi kosteten 6 Dollar. Das ist ein Tester und ein Urteil, als Richtung verwertbar, nicht als Messung.