Grok vs. Gemini dans 7 tests de génération d'images d'IA : lequel est le meilleur ?

Les générateurs d'images IA évoluent rapidement, devenant plus intelligents, plus rapides et plus créatifs. Après avoir testé les capacités de génération d'images de ChatGPT-5 et Gemini, j'ai souhaité comparer les performances de Gemini de Google à celles de Grok, le chatbot « gratuit » d'Elon Musk.

Lors d'une bataille en sept rounds, incluant des requêtes photoréalistes et inspirées de Pixar, j'ai testé le respect des instructions par chaque modèle et sa capacité à produire des images convaincantes. Voici les points forts de chacun et l'IA qui a finalement prévalu. Cette comparaison vous aidera à déterminer quel modèle, Gemini ou Grok, est le mieux adapté à vos besoins en matière de génération d'images par IA.

1. Concept de produit hyperréaliste

Le défi : « Créer une photographie réaliste d’un smartphone pliable et transparent posé sur une table de café en bois, avec des reflets des lumières de la ville sur sa surface. »

Grok a parfaitement répondu à cette exigence en créant deux photographies réalistes qui reprenaient tous les détails demandés. Les deux versions étaient soignées et reflétaient fidèlement le concept.

Le résultat de Gemini était bon, mais pas parfait. Le smartphone transparent paraissait légèrement disproportionné, et les reflets des lumières de la ville, un élément clé de l'affirmation, n'étaient pas rendus de manière aussi convaincante que dans la tentative de Grok.

Gagnant : Grok remporte la palme grâce à la qualité supérieure de l’image créée et à la meilleure interprétation du sujet. Dans ce test de génération d’images par IA, Grok a clairement surpassé les autres concurrents.

2. Dessiner des personnages avec des émotions

Le défi : « Dessinez une illustration de style bande dessinée représentant un jeune astronaute qui réalise qu’il a oublié son casque à la surface de Mars – avec une expression exagérée, des couleurs vives et un humour caricatural. »

Grok a produit deux images montrant apparemment deux astronautes surpris, tous deux casqués. La proximité des images rend leur interprétation difficile, et l'« oubli » reste flou.

Gemini a créé une image représentant un astronaute distrait, et la bulle de pensée illustre parfaitement la raison de son agacement. L'image serait toutefois encore plus réussie si l'astronaute ne portait pas de casque. Le fond et le design général sont nets.

Gagnant : Gemini l’emporte pour avoir suivi scrupuleusement les instructions et pour son image plus humoristique.

3. Réimaginer l'histoire

La demande : « Peignez une œuvre d'art de style Renaissance représentant Cléopâtre tenant un smartphone moderne, dans le style de Léonard de Vinci. »

Grok a créé une image qui ressemble à la photographie d'une femme moderne vêtue d'une robe de style Renaissance et tenant un smartphone. L'image s'apparente davantage à un selfie et est très contemporaine.

Gemini privilégiait l'aspect artistique. Le tableau évoquait davantage une œuvre de style Renaissance et représentait plus fidèlement Cléopâtre elle-même, plutôt qu'une simple femme moderne costumée.

Gagnant : Gemini l'emporte pour sa meilleure interprétation de l'ordre et sa meilleure exactitude historique.

4. Scène de foule complexe

Demandeur: « Créez une photo aérienne de Times Square le soir du Nouvel An, bondée de monde, avec des panneaux d'affichage lumineux et des confettis tombant dans le ciel nocturne. »

Grok a été vraiment décevant lors de cette visite. Les deux photos étaient tout aussi mauvaises, plutôt floues, et ne reflétaient pas du tout l'ambiance du Nouvel An à Times Square. Les gens sont trop éloignés les uns des autres, et d'autres détails qui auraient pu suggérer l'atmosphère du réveillon du Nouvel An font défaut.

Gemini a capturé l'énergie et l'immense foule du réveillon du Nouvel An à Times Square. L'image provient clairement de New York, et les panneaux indiquent clairement l'événement. La foule est dense, contrairement à la photographie de Grok.

Gagnant : Gemini remporte le prix pour l'image la plus nette et la plus précise du réveillon du Nouvel An à Times Square.

5. Mélange surréaliste

L'affirmation : « Imaginez une pieuvre géante jouant aux échecs avec Albert Einstein dans une pièce de verre au fond de l'océan. »

Grok a eu du mal avec ce test. Il a réfléchi beaucoup plus longtemps qu'avec toutes les autres allégations testées jusqu'à présent. L'image était bonne, mais elle ne tenait pas compte de l'exigence de « chambre vitrée » mentionnée dans l'allégation.

Gemini présenta immédiatement ce qui semblait être un portrait. La maison de verre était intéressante et réaliste. La pieuvre était bien plus grande que celle de Grok et complétait bien mieux cette image étrange.

Gagnant : Gemini l'emporte grâce à sa qualité d'image supérieure et au respect précis des consignes.

6. Clarté de l'infographie

Consigne : « Concevez une infographie claire illustrant le cycle de vie du papillon, en indiquant les différentes étapes, en utilisant des flèches et des icônes plates avec le moins de couleurs possible. »

 

La tentative de Grok de créer un diagramme a connu des succès mitigés. La première version était trop chargée, avec un papillon supplémentaire superflu qui détournait l'attention du cycle de vie. La seconde version, plus élaborée, manquait de précision dans les détails du cycle.

Gemini a présenté une image claire illustrant avec précision le cycle de vie du papillon, avec des étiquettes claires, une couleur minimale et des étiquettes faciles à lire.

 

Gagnant : Gemini l’emporte car la tâche a été accomplie du premier coup. L’image est précise et prête à être visualisée.

7. Maintenez la cohérence dans les photos de profil stylisées.

Le sujet : « Créez un modèle de personnage 3D de style Pixar représentant un journaliste de 40 ans aux cheveux blonds tenant un carnet – puis créez 3 variations avec des tenues différentes. »

Grok est complètement à côté de la plaque en demandant un « style Pixar » dans sa réclamation, en plus des « différentes tenues ». Il a tout de même créé trois coiffures différentes, ce qui est à son crédit.

Gemini a écrasé le journaliste à la manière de Pixar, mais s'est trompé sur les trois différences.

Vainqueur : Égalité pour les deux robots, qui n’ont pas suivi les instructions. Si je devais en choisir un, ce serait Gemini, car il a parfaitement reproduit le motif et a mieux retranscrit l’atmosphère du reportage.

Vainqueur général : Gemini

Après sept commandes, Gemini s'est avéré être le générateur d'images le plus fiable. Il suivait les instructions avec plus de cohérence et de précision, produisait des compositions plus nettes et maîtrisait des détails souvent négligés par Grok. Autrement dit, Gemini excellait dans la compréhension et l'exécution des commandes textuelles pour générer les images demandées.

Grok a certes fait preuve d'une créativité remarquable et a remporté une victoire éclatante en photoréalisme, mais il a souvent manqué de précision et s'est écarté de la norme. Si vous recherchez des résultats expérimentaux et originaux, Grok a ses atouts. Mais pour une utilisation quotidienne où clarté, précision et raffinement sont primordiaux, Gemini est le générateur d'images IA auquel je fais confiance. En bref, Gemini est un meilleur choix pour les utilisateurs recherchant des résultats cohérents et de haute qualité dans divers scénarios.

Avez-vous essayé Grok ? Et Gemini ? Lequel préférez-vous ? Dites-le-moi dans les commentaires.