Które AI naprawdę potrafi rozśmieszyć? Test czterech
Autor Chatday Editorial Team ·
Trzy z czterech AI, poproszone o podpis do zdjęcia naburmuszonego psa w płaszczu przeciwdeszczowym, wymyśliły ten sam żart. Pies chciałby porozmawiać z kierownikiem nieba.
Zauważyliśmy to już przy pierwszym podejściu i potem powtarzało się w kółko. Zrobiliśmy więc z tego porządny test: cztery z najmocniejszych modeli, które możesz teraz otworzyć w Chatday, te same cztery małe zadania komediowe i uczciwa ocena tego, co z nich wyszło. Wzięły w nim udział GPT-6.1, Claude Opus 5.5, Gemini 4 Argon i Grok 4.7. Wszystko, co cytujemy niżej, to dokładnie to, co napisały. Niczego nie poprawialiśmy, a jeśli coś skracamy, mówimy o tym wprost.
Cztery zadania z humorem dla każdego AI
Pominęliśmy „opowiedz mi dowcip”, bo nikt tego tak naprawdę nie potrzebuje. Wybraliśmy taki humor, o jaki ludzie faktycznie proszą AI:
- Kartka urodzinowa dla koleżanki z pracy, Dany, która kończy 40 lat i słynie z podkradania dobrych długopisów. Poniżej 40 słów, życzliwie, bez złośliwości.
- Podpis na Instagram do zdjęcia golden retrievera w malutkim płaszczu przeciwdeszczowym, głęboko urażonego deszczem. Poniżej 15 słów.
- Oryginalny żart o tym, dlaczego koty strącają rzeczy ze stołu.
- Toast na 60 słów na 30. urodziny najlepszego przyjaciela. Ten przyjaciel, Sam, zgubił się kiedyś w IKEA na dwie godziny.
Każdy model dostał dokładnie to samo polecenie, bez dodatkowych instrukcji i bez wstępu w stylu „jesteś komikiem”. Podpis puściliśmy jeszcze dwa razy na każdym modelu, żeby sprawdzić, jak bardzo odpowiedzi zmieniają się między próbami. Ocenialiśmy cztery rzeczy: czy nas zaskoczyło, czy trzymało się podanych szczegółów, czy brzmiało jak człowiek, a nie jak gotowa kartka z kiosku, i czy spełniało warunki zadania.
Najpierw jedno: wszystkie cztery trzymały się zasad. Toasty miały od 59 do 61 słów, kartki zmieściły się poniżej 40, a nikt nie był złośliwy wobec Dany. Różnice dotyczyły wyłącznie samych żartów.
Runda pierwsza: kartka urodzinowa
Szczegół z długopisami dał wszystkim łatwy cel, a dwa modele trafiły na tę samą puentę.
Wszystkiego najlepszego z okazji 40. urodzin, Dano! Czterdzieści lat bycia fantastyczną, a ty wciąż nie oddałaś ani jednego dobrego długopisu. Złożyliśmy się na prezent, ale nie mieliśmy czym podpisać kartki. Wspaniałego dnia! (Claude Opus 5.5)
Wszystkiego najlepszego z okazji 40. urodzin dla naszej ulubionej koleżanki z pracy i etatowej złodziejki długopisów, Dany! Chcieliśmy podpisać tę kartkę, ale wszystkie dobre długopisy masz już ty. I tak cię kochamy! Wspaniałego świętowania! (Gemini 4 Argon)
Claude wygrywa tę rundę wyczuciem czasu. „Nie mieliśmy czym podpisać kartki” działa, bo pada o takt za późno, kiedy myślisz, że żart już się skończył. Gemini opowiada ten sam żart, ale go tłumaczy.
GPT-6.1 nazwał Danę „oficjalnie klasyką” i zakończył na „długopisach, których nie trzeba »pożyczać«”, co jest miłe i bezpieczne. Grok 4.7 był najkrótszy, miał 24 słowa i życzył Danie roku „pełnego dobrych długopisów”, podczas gdy wszyscy udają, że nie wiedzą, gdzie się podziały. Ciepłe, ale to żart, który zgadłbyś, zanim go przeczytasz.
Runda druga: pies w płaszczu przeciwdeszczowym
Tu zrobiło się dziwnie. Oto pierwsze odpowiedzi (usunęliśmy emoji):
| Model | Podpis |
|---|---|
| GPT-6.1 | „Malutki płaszcz. Ogromna krzywda. Poproszę kierownika od pogody.” |
| Claude Opus 5.5 | „Włożyłem płaszcz. Dalej mokry. Chcę rozmawiać z kierownikiem nieba.” |
| Gemini 4 Argon | „Chciałbym porozmawiać z kierownikiem nieba. Natychmiast.” |
| Grok 4.7 | „Ten płaszcz jest uroczy. Deszcz to atak osobisty.” |
Trzech kierowników. Puściliśmy to jeszcze dwa razy na każdym modelu. Gemini za każdym razem zwrócił dokładnie to samo zdanie, słowo w słowo: „Chciałbym porozmawiać z kierownikiem nieba, proszę.” Claude raz wrócił do kierownika nieba, a potem przerzucił się na „składanie oficjalnej skargi na niebo”. Z wszystkich 12 podpisów połowa domagała się rozmowy z kierownikiem.
Wyróżniły się te dwa, które tego uniknęły. Druga próba GPT-6.1, „Ten płaszcz chroni moje futro, nie moje uczucia”, to dobry tekst. A Grok 4.7 znalazł swój głos i się go trzymał, dwa razy odpowiadając niemal identycznie: „Zgodziłem się na płaszcz. Nie zgodziłem się na deszcz.” To najlepszy podpis w całym teście i brzmi zupełnie jak ten pies.
To wyjaśnia też, dlaczego na to samo pytanie można za każdym razem dostać inną odpowiedź albo, co irytuje, wciąż tę samą. Piszemy o tym w tekście dlaczego AI nigdy nie odpowiada dwa razy tak samo.
Runda trzecia: żart o kotach
Tym razem obyło się bez kierowników nieba i odpowiedzi tylko na tym zyskały.
- Grok 4.7: „Koty strącają rzeczy ze stołu, bo podłoga ciągle oblewa u nich ocenę okresową.”
- Claude Opus 5.5: „Koty strącają rzeczy ze stołu, bo grawitacja to tylko teoria, a one są wyjątkowo skrupulatnymi recenzentami.”
- GPT-6.1: „Koty strącają rzeczy ze stołu, bo grawitacja ma program lojalnościowy, a im brakuje jednego kubka do darmowej drzemki.”
- Gemini 4 Argon: „Dlaczego koty zrzucają wszystko ze stołu? Bo jeśli Ziemia naprawdę jest płaska, chciały być tymi, które ją uprzątną.”
Claude i Grok idą łeb w łeb. Wersja Groka jest krótsza i bardziej złośliwa, czyli taka, jaki bywa kot. Claude ma sprytniejszy pomysł. Program lojalnościowy GPT-6.1 jest zabawny, ale trzeba go przeczytać dwa razy. Płaska Ziemia od Gemini to najsłabsza puenta w teście, bo jej logika rozsypuje się, gdy tylko się nad nią zastanowisz.
Runda czwarta: toast dla Sama
Dłuższe żarty sprzyjają modelom, które potrafią zbudować małą historię, i ta runda wyraźnie podzieliła stawkę.
Claude Opus 5.5 opisał Sama, jak „przetrwał na czystej sile woli i nadziei na klopsiki”, po czym zrobił zwrot: „może gubisz się w strzałkach na sali wystawowej, ale jako przyjaciel nigdy nie zboczyłeś z drogi”. To prawdziwy toast. Można wstać i go wygłosić.
Grok 4.7 był najbardziej obrazowy. Sam wyszedł „z klopsikami, lampą i historią, której nigdy nie przestaniemy opowiadać”, a toast kończy się słowami „kochamy cię, nawet między sofami”. Gemini 4 Argon postawił na ciepło zamiast humoru („z nikim nie wolałbym się zgubić tak jak z tobą”), co jest urocze i może być właśnie tym, czego potrzebujesz na kolacji. GPT-6.1 zaczął od najlepszego pojedynczego zdania, życząc Samowi dekady „mebli, które przychodzą już złożone”, a pod koniec osunął się w kartkowe frazesy.
Które AI jest więc najzabawniejsze?
Oto tabela wyników z naszych prób. To nasze oceny z małego testu, a nie laboratoryjny benchmark, i ciebie mogą rozbawić zupełnie inne teksty.
| Najlepszy w | Słaby punkt | Wygrane rundy | |
|---|---|---|---|
| Grok 4.7 | Krótkie żarty z kamienną twarzą i wyraźnym charakterem | Gra bezpiecznie przy słodkich rzeczach, jak kartki | Podpis, żart o kotach (remis) |
| Claude Opus 5.5 | Wyczucie czasu i żarty, które budują małą historię | Też dał się złapać na żart z kierownikiem | Kartka, toast, żart o kotach (remis) |
| GPT-6.1 | Świetne otwarcia, dziwaczne pomysły | Kończy grzecznie i sztampowo | Żadnej wprost, ale najlepsza poprawka (patrz niżej) |
| Gemini 4 Argon | Ciepło i życzliwość | Powtarza się, tłumaczy żart | Żadnej |
Jeśli potrzebujesz jednej zasady na grupowy czat: Grok do krótkich żartów, Claude do wszystkiego, co ma fabułę. Gemini wybierz wtedy, gdy ma być słodko, a nie zabawnie.
To pasuje do tego, czego można się spodziewać po ich stylach. Grok jest dostrojony do bezczelności, Claude zwykle jest ostrożny i trzyma dobre tempo, a Gemini pozostaje grzeczny i przyjazny. Jeśli ciekawi cię, skąd biorą się te osobowości, wyjaśniamy to w tekście dlaczego modele AI mają różne osobowości.
Jedno zdanie w prompcie, po którym wszystkie cztery były zabawniejsze
Żart z kierownikiem nie dawał nam spokoju, więc puściliśmy podpis ostatni raz z dwoma dodatkowymi zdaniami: unikaj oczywistych żartów (żadnego „poproszę kierownika”, żadnego „nie jestem rozbawiony”) i niech to będzie dziwnie konkretne, jak coś, co mógłby pomyśleć tylko ten pies.
Każdy model wypadł lepiej, a kolejność się zmieniła:
- GPT-6.1: „Ten płaszcz nie ma ani jednej kieszeni na mój awaryjny ser podjazdowy. Skrajna nieodpowiedzialność.”
- Claude Opus 5.5: „Zgłaszam to listonoszowi. To on rządzi tym całym »na zewnątrz«, prawda?”
- Grok 4.7: „Byłem umówiony z tą jedyną plamą słońca.”
- Gemini 4 Argon: „Wciśnięty w szeleszczącą skórkę od banana, bo niebo zrzuca nieautoryzowaną wodę do kąpieli.”
Awaryjny ser podjazdowy to najzabawniejsza rzecz, jaką jakiekolwiek AI napisało tego dnia, i pochodzi od modelu, który nie wygrał żadnej rundy. Listonosz od Claude’a jest tuż za nim, bo dokładnie tak pies źle zrozumiałby świat. Kiedy więc AI podsuwa ci oklepany żart, problem często leży w prośbie, a nie w modelu. Zakaż oczywistej puenty i poproś o szczegół, który ma tylko twoja sytuacja.
Co mówią badania o humorze AI
Nasz test jest mały, ale zgadza się z wynikami większych badań. W badaniu University of Southern California z 2024 roku, opublikowanym w PLOS ONE, ludzie ocenili żarty napisane przez ChatGPT 3.5 jako równie zabawne jak żarty zwykłych ochotników albo zabawniejsze, a około 70% oceniających wolało te od AI. W drugiej części jego satyryczne nagłówki uznano za nie mniej zabawne niż prawdziwe nagłówki autorów The Onion.
Zawodowi komicy byli znacznie surowsi. W badaniu Google DeepMind odbyły się warsztaty z 20 czynnymi komikami i większość uznała, że chatboty niewiele pomagają jako partnerzy do pisania. Jeden opisał ich teksty jako „materiał komediowy ze statku wycieczkowego z lat 50., tylko trochę mniej rasistowski”.
Obie rzeczy mogą być prawdą, a nasz test pokazuje dlaczego. AI z łatwością bije przeciętną osobę w szybkiej, miłej kartce urodzinowej. Gorzej idzie mu z zaskakiwaniem, bo zaskoczenie to przeciwieństwo najbardziej prawdopodobnej odpowiedzi. Dlatego konkretny prompt tak bardzo się liczy.
Nasz ulubiony nawyk z tego testu: poproś Groka 4.7 o pięć wersji, potem wklej ulubioną do Claude’a i poproś o dopracowanie tempa. Możesz też zestawić oba modele obok siebie w porównaniu Grok 4.7 i Claude Opus 5.5.