Comment les intelligences artificielles font-elles pour recréer Mario de zéro ? Ici, il n’est pas question de demander à un générateur d’images de reproduire une icône de la pop culture à partir d’une référence trouvée sur Internet. L’expérience consiste à faire dessiner Mario, le célèbre plombier de Nintendo, par des modèles de langage, pixel après pixel.

Concrètement, l’utilisateur TheMoonMidas sur X a demandé à plusieurs grands modèles de langage (LLM – Large Language Model) de représenter le célèbre héros moustachu sur une grille de 32 × 32 pixels. De là est né son outil Pixel32Bench, dont il a publié les résultats le 22 août 2026.

L’utilisateur a partagé ses résultats le 22 août 2026 sur X. // Source : @TheMoonMidas

L’idée n’est pas nouvelle. Le développeur Simon Willison a testé en 2024 chaque modèle de langage avec une consigne, celle de générer le code d’un pélican à vélo. Le principe rejoint celui de Pixel32Bench, puisque l’image demandée a très peu de chances d’exister telle quelle dans les données d’entraînement. Le modèle doit donc la reconstruire à partir de ce qu’il a appris, plutôt que de la recopier.

Comment les IA imaginent-elles Mario ?

Pixel32Bench se présente comme un tableau comparatif interactif. Pour chaque tentative, le site affiche le modèle utilisé, son niveau de « réflexion », l’image obtenue, mais aussi le coût de la requête et son temps de génération. Il permet ainsi de constater qu’un Mario plus cher ou plus long à produire n’est pas forcément le plus convaincant.

Chaque modèle a reçu exactement la même consigne : créer une image en pixel art de Mario, seul, en pied et centré, sur un fond uni. Aucun exemple, aucune image de référence ni conversation préalable ne lui ont été fournis.

Les IA ne génèrent pas directement une illustration. Elles doivent renvoyer une couleur de fond et 32 lignes de données correspondant aux 1 024 pixels de la grille. Un programme vérifie ensuite que la réponse respecte le format imposé, avant de la convertir en image.

Au total, 13 modèles provenant notamment d’OpenAI, Anthropic, Google, xAI, DeepSeek et Qwen ont participé à 53 essais. Quarante et une tentatives ont produit une image techniquement valide. Les 12 autres ont été interrompues avant la fin ou n’ont pas respecté le format demandé.

Mario dans la « tête » des IA. // Source : TheMoonMidas

La casquette rouge et la moustache avant tout

Les résultats vont du Mario immédiatement reconnaissable à de simples assemblages de pixels colorés (c’est parfois très chaotique). La plupart des modèles retiennent néanmoins les mêmes éléments : une casquette et un haut rouges, une salopette bleue, des chaussures brunes, ainsi qu’un visage dominé par le nez et la moustache.

Ok DeepSeek V4 Pro 0813…… // Source : pixel32bench

Le site permet aussi de comparer plusieurs niveaux de « réflexion » pour un même modèle. Les images obtenues peuvent beaucoup varier, sans que le niveau le plus élevé produise systématiquement le Mario le plus reconnaissable. Ces résultats restent toutefois purement illustratifs : l’auteur n’attribue aucune note aux créations et ne réalise, dans tous les cas, qu’un seul essai par configuration.

Évidemment, dire que ces images montrent Mario « dans la tête des IA » reste une métaphore — les LLM le reconstruisent à partir des associations apprises pendant leur entraînement. Pixel32Bench révèle néanmoins ce qu’ils semblent considérer comme les bases de son apparence : du rouge, du bleu, une casquette et une moustache.