Qual IA é engraçada de verdade? Testamos quatro
Por Chatday Editorial Team ·
Pedimos a quatro IAs uma legenda para a foto de um cachorro emburrado de capa de chuva, e três delas fizeram a mesma piada: o cachorro queria falar com o gerente do céu.
A gente percebeu isso logo na primeira rodada, e continuou acontecendo. Então transformamos tudo num teste de verdade: quatro dos modelos mais fortes que você pode abrir no Chatday agora, as mesmas quatro tarefinhas de humor e uma leitura honesta do que voltou. Participaram GPT-6.1, Claude Opus 5.5, Gemini 4 Argon e Grok 4.7. Tudo o que citamos abaixo é exatamente o que eles escreveram. Não corrigimos nada e só cortamos onde avisamos.
As quatro tarefas de humor que demos a cada IA
Pulamos o “me conta uma piada”, porque ninguém precisa disso de verdade. Escolhemos o tipo de humor que as pessoas realmente pedem para a IA:
- Um cartão de aniversário para a Dana, uma colega de trabalho que está fazendo 40 anos e é famosa por roubar as canetas boas. Menos de 40 palavras, carinhoso, nada maldoso.
- Uma legenda de Instagram para um golden retriever de capa de chuva minúscula, profundamente ofendido com a chuva. Menos de 15 palavras.
- Uma piada original sobre por que os gatos derrubam coisas da mesa.
- Um brinde de 60 palavras para o aniversário de 30 anos do seu melhor amigo. O amigo, Sam, uma vez se perdeu por duas horas dentro de uma IKEA.
Todos os modelos receberam exatamente o mesmo texto, sem instruções extras e sem aquele “você é um comediante”. Rodamos a legenda mais duas vezes em cada modelo para ver quanto as respostas mudavam de uma tentativa para outra. E avaliamos quatro coisas: se nos surpreendeu, se usou os detalhes que demos, se soou como uma pessoa e não como cartão de papelaria, e se seguiu o pedido.
Antes de tudo: os quatro seguiram as regras. Os brindes ficaram entre 59 e 61 palavras, todos os cartões tinham menos de 40 e ninguém pegou pesado com a Dana. As diferenças estavam só nas piadas.
Primeira rodada: o cartão de aniversário
O detalhe das canetas deu a todo mundo um alvo fácil, e dois modelos chegaram à mesma piada.
Feliz 40 anos, Dana! Quarenta anos sendo maravilhosa e, de algum jeito, você ainda não devolveu nem uma caneta boa. Fizemos uma vaquinha para o seu presente, mas não achamos nada para assinar o cartão. Tenha um dia incrível! (Claude Opus 5.5)
Feliz aniversário de 40 anos para a nossa colega favorita e ladra oficial de canetas, Dana! A gente queria assinar este cartão, mas você já está com todas as canetas boas. Amamos você mesmo assim! Comemore muito! (Gemini 4 Argon)
O Claude ganha esta rodada pelo timing. O “não achamos nada para assinar o cartão” funciona porque chega um instante depois, quando você acha que a piada já acabou. O Gemini conta a mesma piada, mas explica.
O GPT-6.1 chamou a Dana de “oficialmente um clássico” e fechou com “canetas que você não precise ‘pegar emprestado’”, o que é fofo e seguro. O Grok 4.7 foi o mais curto, com 24 palavras, desejando à Dana um ano “cheio de canetas boas” enquanto todo mundo finge não saber para onde elas foram. É carinhoso, mas é a piada que você adivinharia antes de ler.
Segunda rodada: o cachorro de capa de chuva
Foi aqui que a coisa ficou esquisita. Estas são as primeiras respostas (tiramos os emojis):
| Modelo | Legenda |
|---|---|
| GPT-6.1 | “Capa de chuva minúscula. Indignação gigante. Quero falar com o gerente do tempo.” |
| Claude Opus 5.5 | “Vesti a capa de chuva. Continuo molhado. Quero falar com o gerente do céu.” |
| Gemini 4 Argon | “Eu gostaria de falar com o gerente do céu. Imediatamente.” |
| Grok 4.7 | “Esta capa de chuva é fofa. A chuva é um ataque pessoal.” |
Três gerentes. Rodamos mais duas vezes em cada modelo. O Gemini devolveu exatamente a mesma frase, palavra por palavra, nas duas vezes: “Quero falar com o gerente do céu, por favor.” O Claude voltou ao gerente do céu uma vez e depois mudou para “abrindo uma reclamação formal contra o céu”. Das 12 legendas, metade pedia para falar com um gerente.
As duas que se destacaram foram as que escaparam disso. A segunda tentativa do GPT-6.1, “Esta capa protege meu pelo, não meus sentimentos”, é uma boa frase. E o Grok 4.7 encontrou uma voz e não largou mais, respondendo “Eu aceitei a capa. Não aceitei a chuva.” duas vezes, com palavras quase idênticas. É a melhor legenda do teste, e parece mesmo o cachorro falando.
Isso também explica por que a mesma pergunta pode receber uma resposta diferente a cada vez, ou, para nossa irritação, sempre a mesma. Falamos disso em por que a IA nunca dá a mesma resposta duas vezes.
Terceira rodada: a piada de gato
Desta vez, nada de gerente do céu, e as respostas melhoraram com isso.
- Grok 4.7: “Os gatos derrubam coisas da mesa porque o chão vive sendo reprovado na avaliação de desempenho.”
- Claude Opus 5.5: “Os gatos derrubam coisas da mesa porque a gravidade é só uma teoria, e eles são revisores científicos extremamente rigorosos.”
- GPT-6.1: “Os gatos derrubam coisas da mesa porque a gravidade tem um programa de fidelidade, e eles estão a uma caneca de ganhar uma soneca grátis.”
- Gemini 4 Argon: “Por que os gatos derrubam tudo da mesa? Porque, se a Terra fosse mesmo plana, eles queriam ser os primeiros a limpá-la.”
Claude e Grok estão bem próximos. A do Grok é mais curta e mais maldosa, do jeito que um gato seria. A do Claude é a ideia mais inteligente. O programa de fidelidade do GPT-6.1 é divertido, mas pede uma segunda leitura. A frase da Terra plana do Gemini é a piada mais fraca do teste, porque a lógica não se sustenta quando você para para pensar.
Quarta rodada: o brinde para o Sam
Piadas mais longas favorecem os modelos que conseguem montar uma pequena história, e esta rodada dividiu o grupo com clareza.
O Claude Opus 5.5 fez o Sam “sobreviver na base da pura força de vontade e da esperança de umas almôndegas” e depois virou o jogo: “você pode se enrolar com as setas do showroom, mas nunca se perdeu como amigo”. Isso é um brinde de verdade. Dá para levantar e falar.
O Grok 4.7 foi o mais visual. O Sam saiu “com almôndegas, um abajur e uma história que nunca vamos deixar de contar”, e o brinde termina com “a gente te ama, até no meio dos sofás”. O Gemini 4 Argon foi pelo carinho em vez do humor (“não tem ninguém com quem eu prefira me perder”), o que é lindo e pode ser exatamente o que você quer num jantar. O GPT-6.1 abriu com a melhor frase isolada, desejando ao Sam uma década de “móveis que já vêm montados”, e no fim escorregou para o tom de cartão de papelaria.
Então, qual IA é a mais engraçada?
Aqui está o placar dos nossos testes. São avaliações nossas num teste pequeno, não um benchmark de laboratório, e você pode rir de outras frases.
| Melhor em | Ponto fraco | Rodadas vencidas | |
|---|---|---|---|
| Grok 4.7 | Frases curtas e secas, com uma voz clara | Joga no seguro com coisas fofas, como cartões | Legenda, piada de gato (empate) |
| Claude Opus 5.5 | Timing e piadas que montam uma pequena história | Também caiu na piada do gerente | Cartão, brinde, piada de gato (empate) |
| GPT-6.1 | Ótimas frases de abertura, ideias inusitadas | Termina educado e genérico | Nenhuma de forma clara, mas a melhor correção (veja abaixo) |
| Gemini 4 Argon | Carinho e gentileza | Se repete e explica a piada | Nenhuma |
Se você precisa de uma regra só para o grupo do WhatsApp: Grok para frases rápidas, Claude para tudo que tenha uma história. O Gemini é a escolha quando você quer algo fofo, e não engraçado.
Isso bate com o que se espera do estilo de cada um. O Grok é ajustado para ser atrevido, o Claude costuma ser cuidadoso e ter bom ritmo, e o Gemini se mantém limpo e simpático. Se você tem curiosidade de saber de onde vêm essas personalidades, explicamos em por que os modelos de IA têm personalidades diferentes.
O ajuste de uma linha no prompt que deixou os quatro mais engraçados
A piada do gerente ficou martelando na nossa cabeça, então rodamos a legenda uma última vez com duas frases a mais: evite as piadas óbvias (nada de “quero falar com o gerente”, nada de “não achou graça”) e deixe tudo estranhamente específico, como algo que só este cachorro pensaria.
Todos os modelos melhoraram, e a ordem mudou:
- GPT-6.1: “Esta capa de chuva não tem nenhum bolso para o meu queijo de emergência da garagem. Uma tremenda irresponsabilidade.”
- Claude Opus 5.5: “Vou denunciar isso ao carteiro. Ele é quem manda lá fora, né?”
- Grok 4.7: “Eu tinha um compromisso com aquele cantinho de sol.”
- Gemini 4 Argon: “Obrigado a vestir uma casca de banana barulhenta porque o céu está despejando água de banho não autorizada.”
O queijo de emergência da garagem é a coisa mais engraçada que qualquer IA escreveu no dia inteiro, e veio do modelo que não tinha ganhado nenhuma rodada. A frase do carteiro do Claude fica logo atrás, porque é exatamente o jeito como um cachorro entenderia o mundo errado. Então, quando uma IA te entrega uma piada batida, o problema muitas vezes está no pedido, não no modelo. Proíba a piada óbvia e peça um detalhe que só a sua situação tem.
O que a pesquisa diz sobre o humor da IA
Nosso teste é pequeno, mas bate com o que estudos maiores encontraram. Num estudo de 2024 da University of Southern California, publicado na PLOS ONE, as pessoas avaliaram piadas escritas pelo ChatGPT 3.5 como tão engraçadas quanto, ou mais engraçadas que, piadas escritas por voluntários comuns, e cerca de 70% dos avaliadores preferiram as da IA. Numa segunda parte, as manchetes satíricas dela foram consideradas tão engraçadas quanto as reais dos redatores do The Onion.
Os comediantes profissionais foram bem mais duros. Um estudo do Google DeepMind fez oficinas com 20 comediantes em atividade, e a maioria achou que os chatbots não ajudavam muito como parceiros de escrita. Um deles descreveu o resultado como “material de humor de navio de cruzeiro dos anos 1950, só que um pouco menos racista”.
As duas coisas podem ser verdade, e nosso teste mostra por quê. A IA ganha fácil da pessoa média num cartão de aniversário rápido e carinhoso. O difícil para ela é surpreender, porque surpresa é o oposto da resposta mais provável. É por isso que um prompt específico faz tanta diferença.
Nosso hábito favorito do teste: peça cinco versões ao Grok 4.7, cole a sua favorita no Claude e peça para ele ajustar o timing. Você também pode ver os dois lado a lado na comparação entre Grok 4.7 e Claude Opus 5.5.