Hvilken AI er egentlig morsom? Vi testet fire
Av Chatday Editorial Team ·
Vi ba fire AI-er skrive en bildetekst til et bilde av en gretten hund i regnfrakk. Tre av fire laget den samme vitsen: Hunden vil gjerne snakke med himmelens sjef.
Vi la merke til det allerede første gang, og det fortsatte å skje. Så vi gjorde det til en ordentlig test: fire av de sterkeste modellene du kan åpne i Chatday akkurat nå, de samme fire små komioppdragene og en ærlig vurdering av det som kom tilbake. GPT-6.1, Claude Opus 5.5, Gemini 4 Argon og Grok 4.7 var alle med. Alt vi siterer nedenfor, er nøyaktig det de skrev. Vi har ikke pyntet på noe, og vi har bare kortet ned der vi sier det.
De fire vitsoppdragene hver AI fikk
«Fortell meg en vits» droppet vi, for det er det egentlig ingen som trenger. Vi valgte den typen humor folk faktisk ber AI om:
- Et bursdagskort til kollegaen Dana, som fyller 40 og er beryktet for å rappe de gode pennene. Under 40 ord, snilt, ingenting slemt.
- En Instagram-bildetekst til en golden retriever i en bitteliten regnfrakk, dypt fornærmet av regnet. Under 15 ord.
- En egen vits om hvorfor katter dytter ting ned fra bordet.
- En tale på 60 ord til en bestevenns 30-årsdag. Vennen, Sam, gikk seg en gang vill på IKEA i to timer.
Alle modellene fikk nøyaktig samme ordlyd, uten ekstra instruksjoner og uten noe «du er en komiker»-oppsett. Bildeteksten kjørte vi to ganger til per modell, for å se hvor mye svarene endret seg fra forsøk til forsøk. Og vi vurderte fire ting: Overrasket det oss, brukte det detaljene vi ga, hørtes det ut som et menneske og ikke et ferdigtrykt gratulasjonskort, og holdt det seg til oppdraget?
Én ting først: Alle fire fulgte reglene. Talene landet på mellom 59 og 61 ord, alle kortene holdt seg under 40, og ingen var slemme mot Dana. Forskjellene lå helt i selve vitsene.
Runde én: bursdagskortet
Pennedetaljen var et lett mål for alle, og to modeller fant den samme poengen.
Gratulerer med 40-årsdagen, Dana! Førti år med glans, og på et vis har du fortsatt ikke levert tilbake én eneste god penn. Vi spleiset på gaven din, men vi fant ingenting å signere kortet med. Ha en fantastisk dag! (Claude Opus 5.5)
Gratulerer med 40-årsdagen til favorittkollegaen vår og husets egen pennetyv, Dana! Vi ville signere dette kortet, men du har jo allerede alle de gode pennene. Vi er glade i deg uansett! Ha en herlig feiring! (Gemini 4 Argon)
Claude vinner denne runden på timing. «Fant ingenting å signere kortet med» treffer fordi det kommer et slag for sent, når du tror vitsen allerede er over. Gemini forteller den samme vitsen, men forklarer den.
GPT-6.1 kalte Dana «offisielt en klassiker» og avsluttet med «penner du ikke trenger å ‘låne’», som er søtt og trygt. Grok 4.7 var kortest med 24 ord og ønsket Dana et år «fullt av gode penner» mens alle later som de ikke vet hvor de ble av. Varmt, men det er vitsen du ville gjettet før du leste den.
Runde to: hunden i regnfrakken
Her ble det rart. Dette er de første svarene (emojiene har vi fjernet):
| Modell | Bildetekst |
|---|---|
| GPT-6.1 | «Bitteliten regnfrakk. Enorm klage. Jeg vil gjerne snakke med værets sjef.» |
| Claude Opus 5.5 | «Hadde på regnfrakken. Våt likevel. Jeg vil snakke med himmelens sjef.» |
| Gemini 4 Argon | «Jeg vil snakke med himmelens sjef. Umiddelbart.» |
| Grok 4.7 | «Denne regnfrakken er søt. Regnet er et personlig angrep.» |
Tre sjefer. Vi kjørte det to ganger til per modell. Gemini ga nøyaktig samme setning begge gangene, ord for ord: «Jeg vil gjerne snakke med himmelens sjef, takk.» Claude gikk tilbake til himmelens sjef én gang og byttet så til «sender inn en formell klage til himmelen». Av alle de 12 bildetekstene ville halvparten snakke med en sjef.
De to som skilte seg ut, var de som unngikk det. GPT-6.1 sitt andre forsøk, «Denne regnfrakken beskytter pelsen min, ikke følelsene mine», er en god linje. Og Grok 4.7 fant en stemme og holdt seg til den, med svaret «Jeg sa ja til frakken. Jeg sa ikke ja til regnet.» to ganger med nesten identisk ordlyd. Det er den beste bildeteksten i testen, og den høres ut som hunden.
Dette forklarer også hvorfor det samme spørsmålet kan gi et nytt svar hver gang, eller irriterende nok det samme. Det tar vi for oss i hvorfor AI aldri gir det samme svaret to ganger.
Runde tre: kattevitsen
Ingen himmelsjefer denne gangen, og svarene ble bedre av det.
- Grok 4.7: «Katter dytter ting ned fra bordet fordi gulvet stadig stryker på medarbeidersamtalene sine.»
- Claude Opus 5.5: «Katter dytter ting ned fra bordet fordi tyngdekraften bare er en teori, og de er ekstremt grundige fagfeller.»
- GPT-6.1: «Katter dytter ting ned fra bordet fordi tyngdekraften har et bonusprogram, og de er bare ett krus unna en gratis lur.»
- Gemini 4 Argon: «Hvorfor dytter katter alt ned fra bordet? Fordi hvis jorden faktisk var flat, ville de være de som ryddet den.»
Claude og Grok ligger tett. Groks er kortere og slemmere, akkurat som en katt ville vært. Claudes er den smartere ideen. Bonusprogrammet til GPT-6.1 er morsomt, men krever en ekstra lesing. Geminis flat jord-poeng er den svakeste i testen, fordi logikken ikke holder når du tenker over den.
Runde fire: talen til Sam
Lengre vitser passer modeller som kan bygge opp en liten historie, og denne runden delte gruppen tydelig.
Claude Opus 5.5 lot Sam overleve «på ren viljestyrke og håpet om kjøttboller», og snudde det så: «du sliter kanskje med pilene i utstillingen, men som venn har du aldri gått deg vill.» Det er en ekte tale. Du kunne reist deg og holdt den.
Grok 4.7 var mest levende. Sam kom ut «med kjøttboller, en lampe og en historie vi aldri helt kommer til å pensjonere», og talen slutter med «vi er glade i deg, selv mellom sofaene». Gemini 4 Argon gikk for varmt framfor morsomt («det finnes ingen jeg heller vil gå meg vill med»), som er fint og kanskje akkurat det du vil ha i et middagsselskap. GPT-6.1 åpnet med den beste enkeltlinjen og ønsket Sam et tiår med «møbler som kommer ferdig montert», men gled over i gratulasjonskortfraser mot slutten.
Så hvilken AI er morsomst?
Her er resultattavlen fra kjøringene våre. Dette er våre vurderinger av en liten test, ikke en laboratorietest, og kanskje ler du av andre linjer.
| Best på | Svakt punkt | Vunne runder | |
|---|---|---|---|
| Grok 4.7 | Korte, tørre enlinjere med tydelig stemme | Spiller trygt på søte ting som kort | Bildetekst, kattevits (delt) |
| Claude Opus 5.5 | Timing, og vitser som bygger en liten historie | Gikk også på sjefsvitsen | Kort, tale, kattevits (delt) |
| GPT-6.1 | Gode åpningslinjer, sprø ideer | Ender høflig og generisk | Ingen direkte, men den beste løsningen (se under) |
| Gemini 4 Argon | Varme og vennlighet | Gjentar seg selv, forklarer vitsen | Ingen |
Trenger du én regel til gruppechatten: Grok til enlinjere, Claude til alt med en historie. Gemini er den du velger når du vil ha søtt framfor morsomt.
Det stemmer med det du kunne forvente ut fra stilen deres. Grok er innstilt på å være frekk, Claude er gjerne nøye og har godt tempo, Gemini holder seg ren og vennlig. Lurer du på hvor de personlighetene kommer fra, forklarer vi det i hvorfor AI-modeller har ulike personligheter.
Prompttrikset på én linje som gjorde alle fire morsommere
Sjefsvitsen irriterte oss, så vi kjørte bildeteksten en siste gang med to ekstra setninger: unngå de opplagte vitsene (ingen «snakke med sjefen», ingen «not amused»), og gjør det rart spesifikt, som noe bare akkurat denne hunden ville tenkt.
Alle modellene ble bedre, og rekkefølgen endret seg:
- GPT-6.1: «Denne regnfrakken har null lommer til nødosten min til oppkjørselen. Dypt uansvarlig.»
- Claude Opus 5.5: «Jeg melder dette til postbudet. Det er vel han som har ansvaret for ute?»
- Grok 4.7: «Jeg hadde en avtale med den ene solflekken.»
- Gemini 4 Argon: «Tvunget inn i et raslende bananskall fordi himmelen slipper ned uautorisert badevann.»
Nødosten til oppkjørselen er det morsomste noen AI skrev hele dagen, og den kom fra modellen som ikke hadde vunnet en eneste runde. Claudes postbudlinje er en god nummer to, fordi det er akkurat sånn en hund ville misforstått verden. Så når en AI gir deg en utslitt vits, ligger problemet ofte i forespørselen, ikke i modellen. Forby den opplagte poengen og be om en detalj bare din situasjon har.
Hva forskningen sier om AI-humor
Testen vår er liten, men den stemmer med det større studier har funnet. I en studie fra 2024 fra University of Southern California, publisert i PLOS ONE, vurderte folk vitser skrevet av ChatGPT 3.5 som like morsomme som, eller morsommere enn, vitser skrevet av vanlige frivillige, og rundt 70% av dem som vurderte foretrakk AI-ens. I en annen del ble de satiriske overskriftene dens vurdert som ikke mindre morsomme enn ekte overskrifter fra skribentene i The Onion.
Profesjonelle komikere var mye strengere. En studie fra Google DeepMind holdt workshoper med 20 yrkesaktive komikere, og de fleste mente at chatbotene ikke hjalp stort som skrivepartnere. En av dem beskrev resultatet som «cruiseskipkomikk fra 1950-tallet, bare litt mindre rasistisk».
Begge deler kan være sant, og testen vår viser hvorfor. AI slår lett et gjennomsnittsmenneske på et kjapt, snilt bursdagskort. Den sliter med å overraske, fordi overraskelse er det motsatte av det mest sannsynlige svaret. Det er derfor den spesifikke prompten betyr så mye.
Favorittvanen vår fra testen: Be Grok 4.7 om fem varianter, lim deretter inn favoritten din i Claude og be den stramme opp timingen. Du kan også se de to side om side i sammenligningen Grok 4.7 vs Claude Opus 5.5.