Luna-Lisa-Alpha : le prochain checkpoint GPT-image d'OpenAI fuit avec une nouvelle coupure de connaissances.

{{1}}Le testeur qui avait fixé la date limite de connaissances de mona-lisa-1 à mai 2025 a un nouveau nom de code à partager : luna-lisa-alpha, le prochain jalon de ce qui semble être la même lignée de modèles d'images {{KEEP}}Open​AI{{/KEEP}}, et celui-ci dépasserait précisément le seuil que le précédent avait manqué — une date limite de connaissances récente, un rendu de texte solide, et des résultats « super réalistes ».{{/1}} {{2}}L'affirmation provient d'un seul post sur X (@chetaslua, 19 août), pas d'{{KEEP}}Open​AI{{/KEEP}}, et il n'y a ni API, ni référencement sur Arena, ni annonce qui y soit associée.{{/2}} {{3}}Mais c'est le premier signe concret de ce qui vient après le modèle anonyme qui a pris la tête de l'Image Arena de LMArena plus tôt ce mois-ci, et après gpt-image-2, le flagship actuellement déployé qui domine toujours les classements d'images.{{/3}}

Si cela se confirme, le titre n'est pas le réalisme — chaque fuite de checkpoint dans cette série a prétendu une meilleure peau et moins de « plastique ». Le titre, c'est la date de coupure des connaissances. Les données d'entraînement obsolètes de mona-lisa-1 étaient son défaut le plus disqualifiant pour un usage pratique, et une nouvelle date de coupure est le seul fait qui rendrait un successeur vraiment digne d'attente. Voici la fuite, le contexte qui la rend lisible, et ce qui reste non vérifié à ce jour.

Ce que la fuite dit réellement

Le signal est un message du compte X @chetaslua, le même testeur dont le « Charlie Kirk test » sur mona-lisa-1 avait été repris par les médias tech chinois début août comme preuve de la date de coupure des connaissances de ce modèle. En paraphrase, le post indique : un nouveau checkpoint G​PT-image nommé luna-lisa-alpha est en cours de test ; c'est un nouveau checkpoint, le précédent étant monalisa ; il a été soumis au même Charlie Kirk test pour la coupure des connaissances ; celui-ci a une coupure des connaissances récente ; excellent rendu du texte ; super réaliste. Le post inclut une image jointe montrant le résultat du test.

Chacune de ces affirmations est le rapport d'un seul compte. Rien n'a été reproduit indépendamment, Open​AI n'a pas reconnu le nom de code, et il n'y a ni analyse de filigrane, ni empreinte de tokenizer, ni apparition sur Arena qui y soit associée — les trois formes de preuve qui reliaient mona-lisa-1 à Open​AI au départ. Considérez cela comme une piste, et non comme une conclusion.

Pourquoi la date limite de connaissances est le signe révélateur

Le « test de Charlie Kirk » est un instrument grossier pour mesurer où s'arrêtent les données d'entraînement d'un modèle d'image : demandez-lui de raisonner sur un événement survenu après une date connue, et voyez si la connaissance est là. Pour mona-lisa-1, le test a produit une réponse visiblement ancienne. Des tests de date répétés ont fait écrire au modèle l'année 2025, et lorsqu'on l'a interrogé sur la mort en septembre 2025 du commentateur conservateur Charlie Kirk, il a traité l'événement comme ne s'étant pas produit — ce qui correspond à une coupure de l'entraînement vers mai 2025. Les testeurs ont également noté que le modèle ne disposait pas de capacité de recherche web dans cette version, de sorte que la coupure obsolète n'était pas masquée par une récupération en direct.

Ce point avait son importance pour une raison précise. Une date de coupure des connaissances dans un modèle d'image sert d'indicateur pour déterminer quand le socle vision-langage du modèle a terminé son entraînement — et une coupure en mai 2025 dans un modèle apparu en août 2026 impliquait que le checkpoint était en grande partie figé à partir d'un run plus ancien, quelle que soit la fraîcheur apparente de la qualité d'image. Une « date de coupure récente » sur luna-lisa-alpha, si elle est réelle, dit l'inverse : le checkpoint a été entraîné sur un world-model plus récent, ce qui fait toute la différence entre un modèle qui sait à quoi ressemble un smartphone, une interface ou une célébrité de 2026, et un modèle qui ne le sait pas. Pour un produit de génération d'images, ce n'est pas un détail — cela décide si le modèle peut rendre correctement les marques, les produits et les références culturelles actuels.

Il y a une réserve qui mérite d'être mentionnée : la date de coupure des connaissances d'un modèle d'image n'est pas la même chose que celle d'un chatbot, et le test du divulgateur est une heuristique, pas une mesure. Mais en tant que signal qu'Open​AI a avancé la fenêtre d'entraînement, c'est le point de données unique le plus fort du post.

La traînée de points de contrôle derrière elle.

luna-lisa-alpha ne sort pas de nulle part. Son prédécesseur, mona-lisa-1, a fait surface sur l'Image Arena de LMArena dans la nuit du 9 au 10 août 2026, en tant qu'entrée anonyme sans signature. Les preuves liant cette dernière à Open​AI étaient indirectes mais à plusieurs niveaux : les testeurs ont soumis ses sorties à l'outil officiel de vérification d'images d'Open​AI et ont obtenu un résultat positif pour le filigrane SynthID qu'Open​AI applique via son partenariat avec Go​ogle ; le modèle s'est identifié comme G​PT lorsqu'on l'a interrogé ; et son tokeniseur correspondait aux modèles de la famille G​PT. Le suffixe « -1 » se lisait comme une étiquette de préproduction, et Open​AI a une pratique documentée consistant à tester des points de contrôle d'images sous des noms de code avant leur lancement — gpt-image-2 lui-même a été testé sur l'Arena sous les noms Maskingtape, Gaffertape et Packingtape pendant environ deux semaines avant sa sortie le 21 avril 2026.

Ce que les testeurs ont réellement vu dans mona-lisa-1 correspondait étroitement aux affirmations de la nouvelle fuite, hormis la coupure. La plupart des critiques ont convergé sur une réelle réduction de l'aspect « peau plastique » — texture plus naturelle, pores, cheveux rebelles, bruit de caméra — @WolfRiccardo la qualifiant d'« amélioration notable du réalisme, en particulier pour la peau brillante et synthétique ». Les testeurs chinois ont signalé de grands gains en matière de cohérence des personnages en 2D/anime et des personnes réelles. Mais le modèle présentait toujours du bruit et des artefacts en blocs à certains endroits, son suivi des instructions a été jugé simplement moyen et — point important pour cette fuite — il avait tendance à ajouter trop de texte dans les images. Le verdict du testeur le plus mesuré, @synthwavedd, était : « une légère amélioration par rapport à gpt-image-2, pas un grand bond en avant ».

Dans ce contexte, les deux adjectifs qui comptent dans la fuite luna-lisa-alpha ne sont pas « super réaliste » — c'était aussi l'argument de mona-lisa-1 — mais « limite de connaissances récente » et « excellent rendu de texte ». Si un checkpoint de suivi corrige les deux choses que les évaluateurs ont reprochées à mona-lisa-1, Open​AI itère exactement dans le bon ordre.

La barre qu'un successeur doit réellement franchir

Ni mona-lisa-1 ni luna-lisa-alpha ne figurent sur aucun classement, donc le point de référence reste gpt-image-2, le modèle qu'Open​AI a lancé en avril et actuellement n°1 sur les arènes d'images. Son classement et son économie sont tous deux documentés :

• gpt-image-2 sur LMArena — 1 393 Elo en texte-vers-image et 1 467 Elo en édition d'image, avec un Elo Artificial Analysis Image Arena de 1 338 (selon l'évaluation du 15 mai 2026 affichée sur sa page OrcaRouter).

• texte et résolution de gpt-image-2 — une date de coupure des connaissances de décembre 2025, sortie 2K, ratios d’aspect flexibles, et le mode de raisonnement « Thinking » qu’Open​AI a ajouté au lancement.

• prix gpt-image-2 — 8,00 $ en entrée / 30,00 $ en sortie par million de jetons, facturé au prix catalogue du fournisseur sans marge via OrcaRouter ; p50 temps jusqu’au premier jeton de 10,16 secondes.

Le constat pratique : un successeur doit surpasser un modèle qui gère déjà bien le texte, édite mieux que tout ce qui existe sur le marché, et reste suffisamment abordable pour être déployé à grande échelle. « Super réaliste » seul ne ferait pas bouger l'aiguille. Une date de coupure des connaissances actualisée et un texte dans l'image nettement meilleur sont les deux affirmations qui le feraient réellement — et c'est exactement pour cela que ce sont les arguments à surveiller.

Qu'est-ce qui reste encore non vérifié ?

Presque tout, et il vaut la peine d'être précis quant à la forme de l'incertitude :

Le lien OpenAI. luna-lisa-alpha ne possède aucune des preuves que mona-lisa-1 avait — ni détection de filigrane, ni correspondance de tokenizer, ni provenance Arena. Sa lignée est déduite du cadrage du leaker (« le dernier était monalisa ») et du thème de nommage des checkpoints, et non d'une empreinte technique.

• La date limite des connaissances. « Récent » est une direction, pas une date. Jusqu'à ce que quelqu'un exécute un ensemble de sondes daté, nous ne savons pas si la date limite est passée de mai 2025 à fin 2025, au premier semestre 2026, ou entre les deux.

• Rendu du texte et réalisme. Les affirmations sont qualitatives et à source unique. Le propre compte rendu de mona-lisa-1 sur un « réalisme amélioré » s'est ensuite réduit à une « légère amélioration », de sorte que les adjectifs précoces ont une tendance démontrée à exagérer.

• Qu'il devienne un produit ou non. Les checkpoints font l'objet de fuites, sont annulés ou sortent sous des noms différents en permanence. Un nom de code se terminant par « alpha » évoque un candidat précoce dans une série progressive, pas une version finale.

Comment traiter une fuite comme celle-ci

Le modèle mental utile est celui qui s'appliquait à mona-lisa-1 : c'est un signal que quelque chose arrive, pas quelque chose qui est déjà là. luna-lisa-alpha n'est appelable depuis aucune API aujourd'hui, et il n'y a aucun moyen d'y mettre du trafic réel. La démarche défendable est de planifier un successeur — et de faire en sorte que le tester, lorsqu'il sortira, ne coûte rien.

Tel est le cas pour le routage. gpt-image-2 est disponible sur OrcaRouter dès maintenant à $8.00 / $30.00 par million de jetons — le prix catalogue d'Open​AI lui-même, répercuté sans aucune marge — de sorte que tout développeur qui évalue la feuille de route des images dispose déjà d'une clé unique, d'un endpoint compatible Open​AI et d'un basculement automatique vers un modèle fonctionnel. Lorsqu'un successeur arrive enfin, la même configuration vous permet de le comparer en A/B contre gpt-image-2 sous trafic réel plutôt que de vous fier à un tweet : si le nouveau point de contrôle sous-performe, le basculement prend le relais ; s'il gagne, vous savez déjà que le coût de migration est nul, car le changement est une chaîne de modèle, pas une renégociation. Les changements de prix du fournisseur sur l'un ou l'autre modèle sont pris en compte le jour même où ils se produisent, car OrcaRouter transmet les prix catalogue des fournisseurs sans modification.

En attendant, la réalité concrète reste le modèle commercialisé. Si vous construisez aujourd'hui sur la génération d'images, la décision qui importe n'est pas d'attendre quel nom de code non encore publié — mais de savoir si l'actuel numéro un, au prix catalogue sans marge, couvre déjà votre cas d'usage.

Que regarder ensuite

• Que luna-lisa-alpha apparaisse sur une Arena. mona-lisa-1 est passé d'entrées Arena anonymes à un article alimenté par une fuite en quelques jours. Si un checkpoint nommé luna-lisa apparaît dans des tests en aveugle, la fuite à source unique devient une piste corroborée.

• Que ce soit un filigrane ou une empreinte de tokenizer qui fasse surface. C’est la preuve qui relierait luna-lisa-alpha à OpenAI comme elle a relié mona-lisa-1 — ou qui échouerait.

• La série de noms. OpenAI a dévoilé gpt-image-2 sous des noms de code à thème cassette, puis mona-lisa-1, et maintenant luna-lisa-alpha. Le suffixe « alpha » suggère que d'autres candidats pourraient suivre avant qu'un produit ne soit lancé, donc attendez-vous à ce que la liste des noms de code s'allonge.

• Tout ensemble de sondes daté. La première personne à effectuer une véritable mesure de coupure transformera « récent » en un nombre, et c'est ce nombre qui déterminera si ce point de contrôle constitue une avancée significative.

La lecture honnête : luna-lisa-alpha est le rapport d'un testeur sur la prochaine étape d'une série de checkpoints qui progresse discrètement vers quelque chose depuis début août. L'affirmation la plus intéressante qu'elle contient — une nouvelle limite de connaissances — est aussi celle qui a le plus besoin d'une confirmation indépendante. Surveillez les apparitions dans l'Arena et une empreinte, traitez les adjectifs comme du marketing jusque-là, et si le successeur sort effectivement, la façon de découvrir ce qu'il vaut réellement est de lui router une fraction du trafic réel contre le #1 actuel. C'est à cela que servent les checkpoints.

FAQ

Est-ce que luna-lisa-alpha est un modèle officiel d'OpenAI ?

Non confirmé. La seule source est le post X d'un seul fuiteur, et Open​AI n'a rien dit. Son comportement rapporté et la lignée des checkpoints suggèrent Open​AI, mais « suggère » n'est pas « confirme » — les preuves SynthID et tokenizer qui étayaient mona-lisa-1 n'ont pas été produites pour celui-ci.

Quand luna-lisa-alpha sera-t-elle publiée ?

Il n'y a pas de date, et aucune confirmation que le checkpoint sera un jour publié sous ce nom. Si le schéma se répète — gpt-image-2 a circulé publiquement sous des noms de code pendant environ deux semaines avant son lancement du 21 avril — un test public précéderait toute publication, mais cela relève de la reconnaissance de schémas, pas d'un calendrier.

Puis-je utiliser luna-lisa-alpha via une API aujourd'hui ?

Non. Il n'est sur aucune API ni leaderboard. Le seul modèle d'image OpenAI actuellement que vous pouvez réellement appeler est gpt-image-2, qui est disponible sur OrcaRouter au prix catalogue du fournisseur de 8,00 $ / 30,00 $ par million de jetons, sans aucune majoration.