Luna-Lisa-Alpha: il prossimo checkpoint GPT-image di OpenAI trapela con un nuovo cutoff delle conoscenze

Il tester che ha fissato il knowledge cutoff di mona-lisa-1 a maggio 2025 ha un nuovo nome in codice da condividere: luna-lisa-alpha, il prossimo checkpoint in quella che sembra essere la stessa linea di modelli di immagini Open​AI, e questo a quanto pare supera esattamente l'asticella che l'ultimo aveva mancato — un knowledge cutoff recente, un rendering del testo solido e un output "super realistico". L'affermazione arriva da un singolo post su X (@chetaslua, 19 agosto), non da Open​AI, e non ci sono né API né inserimento in Arena né annunci associati. Ma è il primo segnale concreto di ciò che verrà dopo il modello anonimo che ha conquistato l'Image Arena di LMArena all'inizio di questo mese, e dopo gpt-image-2, l'attuale ammiraglia in distribuzione che è ancora in cima alle classifiche delle immagini.

Se l'indiscrezione regge, il titolo non è il realismo — ogni leak di checkpoint in questa serie ha rivendicato pelle migliore e meno "plastica". Il titolo è il limite di conoscenza. I dati di addestramento obsoleti di mona-lisa-1 erano il suo difetto più squalificante per l'uso pratico, e un nuovo cutoff è l'unico dato che renderebbe un successore davvero degno di attesa. Ecco il leak, il contesto che lo rende comprensibile e ciò che non è ancora verificato ad oggi.

Cosa dice realmente la fuga

Il segnale è un messaggio dell'account X @chetaslua, lo stesso tester il cui "Charlie Kirk test" su mona-lisa-1 è stato ripreso dai media tecnologici cinesi all'inizio di agosto come prova del cutoff di addestramento di quel modello. Parafrasando, il post dice: è in fase di test un nuovo checkpoint G​PT-image chiamato luna-lisa-alpha; è un nuovo checkpoint, il precedente era monalisa; è stato sottoposto allo stesso Charlie Kirk test per il cutoff delle conoscenze; questo ha un cutoff delle conoscenze recente; ottimo rendering del testo; super realistico. Il post include un'immagine allegata che mostra l'output del test.

Ognuna di quelle affermazioni è il resoconto di un singolo account. Nulla è stato riprodotto in modo indipendente, Open​AI non ha riconosciuto il nome in codice, e non c'è analisi della filigrana, né impronta del tokenizer, né presenza su Arena associata a esso — le tre forme di prova che in primo luogo collegavano mona-lisa-1 a Open​AI. Trattalo come un indizio, non come una scoperta.

Perché il knowledge cutoff è l'indizio rivelatore

Il "test di Charlie Kirk" è uno strumento rozzo per misurare quando finiscono i dati di addestramento di un modello di immagini: gli si chiede di ragionare su qualcosa accaduto dopo una data nota e si verifica se la conoscenza c'è. Per mona-lisa-1, il test ha prodotto una risposta vistosamente datata. Sondaggi ripetuti sulle date hanno portato il modello a scrivere l'anno 2025, e interrogato sulla morte del commentatore conservatore Charlie Kirk, avvenuta nel settembre 2025, ha trattato l'evento come se non fosse accaduto — il che è coerente con un taglio dell'addestramento intorno a maggio 2025. I tester hanno anche notato che il modello non aveva capacità di ricerca web in quella build, quindi il taglio obsoleto non veniva mascherato da recupero di informazioni in tempo reale.

Questo era importante per un motivo specifico. Il knowledge cutoff in un modello di immagini è un indicatore del momento in cui il backbone visione-linguaggio del modello ha terminato l'addestramento — e un cutoff di maggio 2025 in un modello apparso ad agosto 2026 implicava che il checkpoint fosse in gran parte congelato da un'esecuzione precedente, per quanto fresca potesse sembrare la qualità delle immagini. Un "recente knowledge cutoff" su luna-lisa-alpha, se reale, dice l'opposto: il checkpoint è stato addestrato su un world-model più recente, che è la differenza tra un modello che sa che aspetto hanno uno smartphone, un'interfaccia o una celebrità del 2026 e uno che non lo sa. Per un prodotto di generazione di immagini, non è una banalità: decide se il modello può rappresentare correttamente marchi, prodotti e riferimenti culturali attuali.

C'è una precisazione degna di nota: il cutoff di conoscenza di un modello di immagini non è la stessa cosa di quello di un chatbot, e il test del leaker è un'euristica, non una misurazione. Ma come segnale che Open​AI ha spostato in avanti la finestra di addestramento, è il dato singolo più forte del post.

Il sentiero del checkpoint dietro di esso

luna-lisa-alpha non appare dal nulla. Il suo predecessore mona-lisa-1 è emerso nell'Image Arena di LMArena nella notte tra il 9 e il 10 agosto 2026, come voce anonima senza firma. Le prove che lo collegano a Open​AI erano indirette ma stratificate: i tester hanno eseguito i suoi output attraverso lo strumento ufficiale di verifica delle immagini di Open​AI e hanno ottenuto un riscontro sulla filigrana SynthID che Open​AI applica tramite la sua partnership con Go​ogle; il modello si è auto-identificato come G​PT quando gli è stato chiesto; e il suo tokenizer corrispondeva ai modelli della famiglia G​PT. Il suffisso "-1" è stato letto come un'etichetta di staging, e Open​AI ha un modello documentato di testare i checkpoint delle immagini con nomi in codice prima del lancio — gpt-image-2 stesso è stato testato su Arena con i nomi Maskingtape, Gaffertape e Packingtape per circa due settimane prima di essere rilasciato il 21 aprile 2026.

Ciò che i tester hanno effettivamente visto in mona-lisa-1 corrispondeva strettamente alle affermazioni della nuova fuga, escluso il cutoff. La maggior parte dei revisori concordava su una reale riduzione dell'aspetto "pelle plastica" — texture più naturale, pori, capelli scompigliati, rumore della fotocamera — con @WolfRiccardo che lo definiva "un miglioramento notevole nel realismo, specialmente nella pelle lucida e sintetica." I tester cinesi hanno riportato grandi progressi nella coerenza dei personaggi in 2D/anime e nelle persone reali. Ma il modello mostrava ancora rumore e artefatti a blocchi in alcuni punti, la sua aderenza alle istruzioni è stata valutata semplicemente nella media e — cosa importante per questa fuga — aveva l'abitudine di aggiungere troppo testo nelle immagini. Il verdetto del tester più misurato, @synthwavedd, è stato "un lieve miglioramento rispetto a gpt-image-2, non un grande salto."

In questo contesto, i due aggettivi nella fuga di notizie su luna-lisa-alpha che contano non sono "super realistic" — quello era anche il punto di forza di mona-lisa-1 — ma "recent knowledge cutoff" e "great text rendering." Se un checkpoint successivo risolve le due cose per cui i revisori hanno criticato mona-lisa-1, Open​AI sta iterando esattamente nell'ordine giusto.

L'asticella che un successore deve effettivamente superare

Né mona-lisa-1 né luna-lisa-alpha compaiono in alcuna classifica, quindi il punto di riferimento resta gpt-image-2, il modello che Open​AI ha rilasciato ad aprile e che attualmente è il #1 nelle image arenas. La sua posizione e la sua economia sono entrambe documentate:

• gpt-image-2 su LMArena — 1.393 Elo text-to-image e 1.467 Elo image-edit, con un Elo Artificial Analysis Image Arena di 1.338 (secondo la valutazione del 15 maggio 2026 mostrata sulla sua pagina OrcaRouter).

• gpt-image-2: testo e risoluzione — cutoff delle conoscenze a dicembre 2025, output 2K, proporzioni flessibili e la modalità di ragionamento “Thinking” aggiunta da OpenAI al lancio.

• prezzo di gpt-image-2 — $8.00 input / $30.00 output per milione di token, fatturato al prezzo di listino del fornitore con zero ricarico tramite OrcaRouter; p50 tempo al primo token di 10.16 secondi.

La lettura pratica: un successore deve battere un modello che già gestisce bene il testo, modifica meglio di qualsiasi altra cosa sul mercato, ed è abbastanza economico da essere eseguito su larga scala. "Super realistico" da solo non sposterebbe l'ago della bilancia. Un nuovo cutoff delle conoscenze e un testo nelle immagini materialmente migliore sono le due affermazioni che lo farebbero davvero — ed è esattamente il motivo per cui sono le affermazioni da tenere d'occhio.

Cosa è ancora non verificato

Quasi tutto, e vale la pena essere precisi sulla forma dell'incertezza:

• Il link Open​AI. luna-lisa-alpha non ha nessuna delle prove che aveva mona-lisa-1 — nessun riscontro di watermark, nessuna corrispondenza di tokenizer, nessuna provenienza da Arena. La sua discendenza è dedotta dall'inquadramento del leaker ("l'ultima era monalisa") e dal tema dei nomi dei checkpoint, non da un'impronta tecnica.

• Il cutoff della conoscenza. "Recente" è una direzione, non una data. Finché qualcuno non esegue un set di sonde datate, non sappiamo se il cutoff si sia spostato da maggio 2025 a fine 2025, alla prima metà del 2026, o a un punto intermedio.

• Rendering del testo e realismo. Le affermazioni sono qualitative e provengono da un'unica fonte. La stessa segnalazione di mona-lisa-1 di "realismo migliorato" si è poi assestata su "lieve miglioramento", quindi gli aggettivi iniziali hanno una tendenza dimostrata a eccedere.

• Se mai diventa un prodotto. I checkpoint vengono divulgati, cancellati o rilasciati con nomi diversi di continuo. Un nome in codice che termina in "alpha" suona come un candidato iniziale in una serie a fasi, non come un rilascio definitivo.

Come trattare una perdita come questa

Il modello mentale utile è quello che si applicava a mona-lisa-1: questo è un segnale che qualcosa sta arrivando, non qualcosa che è già qui. luna-lisa-alpha non è chiamabile da alcuna API oggi, e non c'è modo di instradarci traffico reale. La mossa difendibile è pianificare un successore — e rendere il suo testing, quando verrà rilasciato, a costo zero.

Questo è il caso del routing. gpt-image-2 è live su OrcaRouter in questo momento a $8,00 / $30,00 per milione di token — il prezzo di listino di Open{{1}}AI{{/1}}, applicato senza alcun ricarico — quindi qualsiasi sviluppatore che stia valutando la roadmap delle immagini ha già una singola chiave, un endpoint compatibile con Open{{2}}AI{{/2}} e un failover automatico verso un modello funzionante. Quando arriverà effettivamente un successore, la stessa configurazione consente di confrontarlo in un test A/B con gpt-image-2 sotto traffico reale, invece di fidarsi di un tweet: se il nuovo checkpoint sottoperforma, il failover lo intercetta; se vince, sai già che il costo di migrazione è zero, perché il passaggio è una stringa di modello, non una rinegoziazione. Le variazioni di prezzo del fornitore su entrambi i modelli sono attive lo stesso giorno in cui avvengono, poiché OrcaRouter trasmette i prezzi di listino dei provider senza modifiche.

Fino ad allora, la cosa concreta rimane il modello che viene spedito. Se oggi stai costruendo sulla generazione di immagini, la decisione che conta non è quale nome in codice non rilasciato aspettare — ma se l'attuale numero uno, al prezzo di listino senza ricarico, copre già il tuo caso d'uso.

Cosa guardare dopo

• Se luna-lisa-alpha compare su un'arena. mona-lisa-1 è passata da voci anonime su Arena a un resoconto guidato da una fuga di notizie in pochi giorni. Se un checkpoint chiamato luna-lisa appare nei test alla cieca, la fuga da un'unica fonte diventa una pista corroborata.

• Se emerge una filigrana o un'impronta del tokenizer. Questa è la prova che legherebbe luna-lisa-alpha a Open​AI così come ha legato mona-lisa-1 — o che fallirebbe.

• La serie dei nomi in codice. Open​AI ha presentato gpt-image-2 con nomi in codice a tema nastro, poi mona-lisa-1, e ora luna-lisa-alpha. Il suffisso "alpha" suggerisce che potrebbero seguire altri candidati prima che qualcosa venga rilasciato, quindi aspettatevi che l'elenco dei nomi in codice cresca.

• Qualsiasi set di sonde datato. La prima persona che esegue una vera misurazione del cutoff trasformerà "recente" in un numero, ed è quel numero a determinare se questo checkpoint rappresenti un passo avanti significativo.

La lettura onesta: luna-lisa-alpha è il report di un tester sul passo successivo di una serie di checkpoint che si sta silenziosamente costruendo verso qualcosa dall'inizio di agosto. L'affermazione singolarmente più interessante in esso — un nuovo cutoff delle conoscenze — è anche quella che ha più bisogno di conferma indipendente. Aspettatevi apparizioni in Arena e un'impronta, trattate gli aggettivi come marketing fino ad allora, e se il successore verrà effettivamente rilasciato, il modo per scoprire quanto vale davvero è instradare una frazione del traffico reale su di esso contro l'attuale numero uno. È a questo che servono i checkpoint.

Domande frequenti

luna-lisa-alpha è un modello ufficiale di OpenAI?

Non confermato. L'unica fonte è un singolo post di un leaker su X, e OpenAI non ha detto nulla. Il suo comportamento riportato e il lignaggio dei checkpoint suggeriscono OpenAI, ma "suggerire" non è "confermare" — le prove SynthID e tokenizer che supportavano mona-lisa-1 non sono state prodotte per questo.

Quando verrà rilasciata luna-lisa-alpha?

Non esiste una data, né conferma che il checkpoint verrà mai pubblicato con quel nome. Se lo schema regge — gpt-image-2 è circolato pubblicamente con nomi in codice per circa due settimane prima del lancio del 21 aprile — un test pubblico arriverebbe prima di qualsiasi rilascio, ma questo è pattern-matching, non un programma.

Posso usare luna-lisa-alpha tramite un'API oggi?

No. Non è su nessuna API o classifica. L'unico modello di immagini OpenAI che puoi realmente chiamare è gpt-image-2, che è attivo su OrcaRouter al prezzo di listino del fornitore di $8,00 / $30,00 per milione di token senza alcun ricarico.