Quelle IA est vraiment drôle ? Nous en avons testé quatre
Par Chatday Editorial Team ·
Nous avons demandé à quatre IA de légender la photo d’un chien grognon en imperméable. Trois sur quatre ont fait la même blague : le chien voulait parler au responsable du ciel.
Nous l’avons remarqué dès le premier essai, et ça a continué. Alors nous en avons fait un vrai test : quatre des modèles les plus puissants que vous pouvez ouvrir dans Chatday en ce moment, les quatre mêmes petits défis d’humour, et une lecture honnête des résultats. GPT-6.1, Claude Opus 5.5, Gemini 4 Argon et Grok 4.7 ont tous participé. Tout ce que nous citons ci-dessous correspond exactement à ce qu’ils ont écrit. Nous n’avons rien corrigé, et nous n’avons coupé que là où nous le signalons.
Les quatre défis d’humour soumis à chaque IA
Nous avons laissé de côté le « raconte-moi une blague », parce que personne n’en a vraiment besoin. Nous avons choisi le genre d’humour que les gens demandent réellement à une IA :
- Une carte d’anniversaire pour Dana, une collègue qui fête ses 40 ans et qui est connue pour voler les bons stylos. Moins de 40 mots, gentille, sans méchanceté.
- Une légende Instagram pour un golden retriever dans un minuscule imperméable, profondément vexé par la pluie. Moins de 15 mots.
- Une blague originale sur la raison pour laquelle les chats font tomber les objets des tables.
- Un discours de 60 mots pour les 30 ans d’un meilleur ami. Cet ami, Sam, s’est un jour perdu deux heures dans un IKEA.
Chaque modèle a reçu exactement la même formulation, sans consigne supplémentaire et sans le fameux « tu es un humoriste ». Nous avons relancé la légende deux fois de plus par modèle pour voir à quel point les réponses variaient d’un essai à l’autre. Et nous avons jugé sur quatre critères : est-ce que ça nous a surpris, est-ce que ça exploitait les détails fournis, est-ce que ça sonnait comme une vraie personne plutôt que comme une carte de vœux, et est-ce que ça respectait la consigne.
Précisons d’abord une chose : les quatre ont respecté les règles. Les discours faisaient entre 59 et 61 mots, toutes les cartes moins de 40, et personne n’a été méchant avec Dana. Les différences tenaient uniquement aux blagues elles-mêmes.
Premier round : la carte d’anniversaire
Le détail des stylos offrait une cible facile à tout le monde, et deux modèles sont tombés sur la même chute.
Joyeux 40e anniversaire, Dana ! Quarante ans à être fabuleuse, et tu n’as toujours pas rendu un seul bon stylo. On s’est cotisés pour ton cadeau, mais on n’a rien trouvé pour signer la carte. Passe une journée géniale ! (Claude Opus 5.5)
Joyeux 40e anniversaire à notre collègue préférée et voleuse de stylos attitrée, Dana ! On voulait signer cette carte, mais c’est toi qui as tous les bons stylos. On t’aime quand même ! Fête ça comme il se doit ! (Gemini 4 Argon)
Claude remporte ce round grâce au timing. « On n’a rien trouvé pour signer la carte » fait mouche parce que la phrase arrive avec un temps de retard, quand on croit la blague terminée. Gemini raconte la même blague, mais il l’explique.
GPT-6.1 a qualifié Dana de « classique officiel » et a conclu sur « des stylos que tu n’auras pas besoin d’“emprunter” », ce qui est mignon et sans risque. Grok 4.7 a été le plus bref, avec 24 mots : il souhaite à Dana une année « pleine de bons stylos » pendant que tout le monde fait semblant d’ignorer où ils sont passés. C’est chaleureux, mais c’est la blague qu’on devine avant même de la lire.
Deuxième round : le chien en imperméable
C’est là que les choses sont devenues étranges. Voici les premières réponses (nous avons retiré les emojis) :
| Modèle | Légende |
|---|---|
| GPT-6.1 | « Imperméable minuscule. Énorme grief. Je voudrais parler au responsable de la météo. » |
| Claude Opus 5.5 | « J’ai mis l’imperméable. Toujours mouillé. Je voudrais parler au responsable du ciel. » |
| Gemini 4 Argon | « Je voudrais parler au responsable du ciel. Immédiatement. » |
| Grok 4.7 | « Cet imperméable est mignon. La pluie, c’est une attaque personnelle. » |
Trois responsables. Nous avons relancé deux fois de plus par modèle. Gemini a renvoyé exactement la même phrase, mot pour mot, les deux fois : « Je voudrais parler au responsable du ciel, s’il vous plaît. » Claude est revenu une fois au responsable du ciel, puis il est passé à « déposer une réclamation officielle auprès du ciel ». Sur les 12 légendes, la moitié demandait à parler à un responsable.
Les deux qui se sont démarquées sont celles qui ont évité le piège. Le deuxième essai de GPT-6.1, « Cet imperméable protège mes poils, pas mes sentiments », est une bonne réplique. Et Grok 4.7 a trouvé une voix et s’y est tenu, en répondant deux fois, presque mot pour mot : « J’ai accepté le manteau. Je n’ai pas accepté la pluie. » C’est la meilleure légende du test, et on entend vraiment le chien.
Cela explique aussi pourquoi une même question peut obtenir une réponse différente à chaque fois, ou, de façon agaçante, toujours la même. Nous en parlons dans pourquoi l’IA ne donne jamais deux fois la même réponse.
Troisième round : la blague sur les chats
Pas de responsable du ciel cette fois, et les réponses n’en ont été que meilleures.
- Grok 4.7 : « Les chats font tomber les objets des tables parce que le sol échoue sans arrêt à ses entretiens d’évaluation. »
- Claude Opus 5.5 : « Les chats font tomber les objets des tables parce que la gravité n’est qu’une théorie, et qu’ils relisent les travaux scientifiques avec une extrême rigueur. »
- GPT-6.1 : « Les chats font tomber les objets des tables parce que la gravité a un programme de fidélité, et qu’il ne leur manque plus qu’une tasse pour gagner une sieste gratuite. »
- Gemini 4 Argon : « Pourquoi les chats font-ils tout tomber de la table ? Parce que si la Terre était vraiment plate, ils voulaient être ceux qui la débarrassent. »
Claude et Grok sont au coude à coude. La blague de Grok est plus courte et plus méchante, exactement comme le serait un chat. Celle de Claude repose sur l’idée la plus astucieuse. Le programme de fidélité de GPT-6.1 est amusant, mais demande une deuxième lecture. La réplique de Gemini sur la Terre plate est la chute la plus faible du test, parce que la logique ne tient pas dès qu’on y réfléchit.
Quatrième round : le discours pour Sam
Les blagues plus longues avantagent les modèles capables de construire une petite histoire, et ce round a nettement départagé le groupe.
Claude Opus 5.5 a imaginé Sam « survivant à la seule force de sa volonté et dans l’espoir de boulettes de viande », avant de retourner la situation : « tu as peut-être du mal avec les flèches du magasin, mais en amitié, tu ne t’es jamais perdu ». Ça, c’est un vrai discours. Vous pourriez vous lever et le prononcer.
Grok 4.7 a été le plus imagé. Sam en est ressorti « avec des boulettes, une lampe et une histoire qu’on n’a pas fini de raconter », et le discours se termine sur « on t’aime, même entre les canapés ». Gemini 4 Argon a misé sur la tendresse plutôt que sur l’humour (« il n’y a personne avec qui je préférerais me perdre »), ce qui est adorable et correspond peut-être exactement à ce que vous voulez pour un dîner. GPT-6.1 a ouvert avec la meilleure phrase isolée, en souhaitant à Sam une décennie de « meubles livrés déjà montés », avant de glisser vers un langage de carte de vœux sur la fin.
Alors, quelle IA est la plus drôle ?
Voici le tableau de scores de nos essais. Ce sont nos appréciations sur un petit test, pas un benchmark de laboratoire, et d’autres répliques vous feront peut-être rire davantage.
| Point fort | Point faible | Rounds gagnés | |
|---|---|---|---|
| Grok 4.7 | Répliques courtes et pince-sans-rire, avec une voix bien à lui | Joue la sécurité sur les textes tendres comme les cartes | Légende, blague sur les chats (ex æquo) |
| Claude Opus 5.5 | Le timing, et les blagues qui construisent une petite histoire | S’est aussi laissé prendre par la blague du responsable | Carte, discours, blague sur les chats (ex æquo) |
| GPT-6.1 | Excellentes phrases d’ouverture, idées décalées | Finit poli et générique | Aucun franchement, mais la meilleure correction (voir plus bas) |
| Gemini 4 Argon | Chaleur et gentillesse | Se répète, explique la blague | Aucun |
S’il ne fallait retenir qu’une règle pour votre groupe WhatsApp : Grok pour les répliques, Claude pour tout ce qui raconte une histoire. Gemini est celui à choisir quand vous voulez du tendre plutôt que du drôle.
C’est cohérent avec le style de chacun. Grok est réglé pour être insolent, Claude a tendance à être soigneux et bien rythmé, Gemini reste propre et sympathique. Si vous vous demandez d’où viennent ces personnalités, nous l’expliquons dans pourquoi les modèles d’IA ont des personnalités différentes.
La correction d’une ligne qui a rendu les quatre plus drôles
La blague du responsable nous agaçait, alors nous avons relancé la légende une dernière fois avec deux phrases de plus : évite les blagues évidentes (pas de « parler au responsable », pas de « pas amusé ») et rends-la étrangement précise, comme une pensée que seul ce chien pourrait avoir.
Tous les modèles se sont améliorés, et le classement a changé :
- GPT-6.1 : « Cet imperméable n’a aucune poche pour mon fromage d’urgence de l’allée. Profondément irresponsable. »
- Claude Opus 5.5 : « Je vais signaler ça au facteur. C’est lui le chef du dehors, non ? »
- Grok 4.7 : « J’avais rendez-vous avec ce petit coin de soleil. »
- Gemini 4 Argon : « Forcé d’enfiler une peau de banane bruyante parce que le ciel déverse de l’eau de bain non autorisée. »
Le fromage d’urgence de l’allée est la chose la plus drôle qu’une IA ait écrite de la journée, et il vient du modèle qui n’avait gagné aucun round. La réplique du facteur de Claude arrive juste derrière, parce que c’est exactement comme ça qu’un chien comprendrait le monde de travers. Donc, quand une IA vous sert une blague usée, le problème vient souvent de la demande, pas du modèle. Interdisez la chute évidente et demandez un détail propre à votre situation.
Ce que dit la recherche sur l’humour des IA
Notre test est modeste, mais il rejoint ce qu’ont montré des études plus larges. Dans une étude de 2024 de la University of Southern California, publiée dans PLOS ONE, les participants ont jugé les blagues écrites par ChatGPT 3.5 aussi drôles, voire plus drôles, que celles écrites par des volontaires ordinaires, et environ 70 % des évaluateurs ont préféré celles de l’IA. Dans un second volet, ses titres satiriques ont été jugés tout aussi drôles que de vrais titres signés par les auteurs de The Onion.
Les humoristes professionnels se sont montrés bien plus sévères. Une étude de Google DeepMind a organisé des ateliers avec 20 humoristes en activité, et la plupart ont estimé que les chatbots n’aidaient pas beaucoup comme partenaires d’écriture. L’un d’eux a décrit le résultat comme « du matériel comique de croisière des années 1950, en un peu moins raciste ».
Les deux peuvent être vrais à la fois, et notre test montre pourquoi. L’IA bat facilement une personne moyenne sur une carte d’anniversaire rapide et gentille. Elle a du mal à surprendre, parce que la surprise est l’inverse de la réponse la plus probable. C’est pour cela qu’un prompt précis compte autant.
Notre habitude préférée issue du test : demandez cinq versions à Grok 4.7, collez votre préférée dans Claude et demandez-lui d’affiner le timing. Vous pouvez aussi comparer les deux côte à côte dans le comparatif Grok 4.7 vs Claude Opus 5.5.