Mona Lisa 1: Il modello misterioso su Arena che assomiglia alla prossima immagine GPT di OpenAI

Tardi il 9 agosto 2026, un modello di immagini anonimo chiamato mona-lisa-1 ha iniziato a comparire nei test alla cieca di generazione testo-immagine su Image Arena di LMArena. Nel giro di poche ore, i tester eseguivano i suoi output attraverso lo strumento ufficiale di verifica immagini di OpenAI — e lo strumento ha dato esito positivo. Non c'è stato alcun annuncio, nessuna firma di sviluppatore, e nulla sul sito di OpenAI. Solo un nome in codice, un riscontro di filigrana, e una community che pensa di vedere un successore di gpt-image-2 di OpenAI testato in pubblico. Questo è un articolo su "quello che sappiamo finora": mona-lisa-1 è non verificato, non annunciato, e non ancora su nessuna classifica, e ogni affermazione qui sotto è etichettata con le prove che la sostengono.

Cosa è realmente mona-lisa-1

Arena consente ai fornitori di modelli di testare sistemi pre-release sotto alias anonimi, così gli utenti reali possono votare sui risultati, e mona-lisa-1 è uno di questi alias. Il suffisso "-1" suggerisce che il fornitore sta mettendo in sequenza i checkpoint e questo è il primo. Il nome in codice di per sé non dice nulla su chi lo ha creato — qualsiasi laboratorio che esegue un modello su Arena sceglie il proprio alias, ed è esattamente il motivo per cui la comunità ha passato l'ultimo giorno a cercare di attribuirne la paternità.

Le prove che puntano a OpenAI

{{1}}L'indizio più forte è una filigrana.{{/1}} Le immagini di OpenAI presentano filigrane SynthID grazie alla partnership con Google, e lo strumento di verifica pubblico di OpenAI controlla specificamente quella firma. La prima persona a segnalare l'avvistamento, @AiBattle_ su X, ha fatto passare gli output di mona-lisa-1 attraverso quello strumento e ha riferito un riscontro positivo. Questo associa le immagini agli strumenti di OpenAI — ma non conferma il nome del prodotto, il modello esatto, né che mona-lisa-1 verrà mai rilasciata. {{2}}Una seconda linea di prova arriva da tester della comunità cinese di IA, che riferiscono che il modello si identifica come GPT quando gli viene chiesto e che il suo tokenizer corrisponde ai modelli della famiglia GPT. Entrambi sono segnali di impronta digitale, non prove.{{/2}}

Un ulteriore dato, da un primo tester su X (@chetaslua): sondando la conoscenza del modello con il "Charlie Kirk test" — un pattern di prompt usato per individuare il cutoff di conoscenza di un LLM — il tester riferisce che mona-lisa-1 risponde correttamente per eventi fino a circa il 22 maggio 2025 (sa descrivere accuratamente Claude Opus 4) e non sa nulla dopo quella data. Se accurato, quel cutoff è più vecchio di quanto ci si aspetterebbe per un modello di frontiera testato ad agosto 2026, ed è un motivo in più per trattare l'identità come una questione aperta piuttosto che come un fatto accertato.

Cosa hanno visto effettivamente i tester

Le immagini sono il punto in cui le speculazioni diventano concrete. Il creatore AI Riccardo Wolf (@WolfRiccardo) ha pubblicato output grezzi e li ha esplicitamente presentati come voci, testando con un prompt deliberatamente impegnativo: una strada dell'odierna New York City con loghi di auto reali, targhe, vetrine, insegne e marciapiedi — il tipo di scena che mette a nudo la resa debole del testo e gli oggetti incoerenti. Il suo giudizio: un notevole miglioramento del realismo, specialmente nella pelle lucida e sintetica e nelle superfici che fanno apparire le foto AI proprio come foto AI. È questa l'affermazione su cui converge la maggior parte dei tester.

Oltre a ciò, i report sono smorzati. @synthwavedd, che ha fatto confronti per tutto il giorno, lo ha definito un lieve miglioramento in realismo e rumore rispetto a gpt-image-2, non un grande salto, e ha letto il suffisso "-1" come una promessa di ulteriori checkpoint — tracciando un parallelo con aprile 2026, quando tre nomi in codice a tema nastro sono stati testati su Arena prima che gpt-image-2 fosse rilasciato il 21 aprile. Su Reddit il verdetto è stato più netto: non sembra profondamente diverso. I tester cinesi sono stati i più specifici: un grande miglioramento nella coerenza dei personaggi 2D/anime, una coerenza delle persone reali decisamente migliore rispetto a gpt-image-2 e meno artefatti di rumore — ma un'aderenza alle istruzioni e una generalizzazione giudicate nella media, e una coerenza complessiva che un tester ha ritenuto più debole rispetto all'ultimo modello di immagini di Google, indicato in quel thread come "big banana".

La barra della classifica deve essere cancellata.

Il contesto conta. gpt-image-2 domina Image Arena da quando è stato lanciato ad aprile: al debutto è stato riportato che aveva conquistato il primo posto con un margine record — un vantaggio di 242 Elo sul precedente leader, il Nano Banana 2 di Google — e da allora non si è mosso. Nell'attuale leaderboard text-to-image di arena.ai, gpt-image-2 medium è in cima con 1.381 Elo; nella pagina del modello su OrcaRouter, gpt-image-2 riporta 1.393 Elo per text-to-image e 1.467 Elo per image-edit (ultima valutazione: maggio 2026). La differenza tra i due è solo la data dell'istantanea. mona-lisa-1 non compare affatto nella tabella pubblicata. Quindi l'asticella pratica per un successore non è "una pelle leggermente migliore" — è eguagliare la stabilità di editing di gpt-image-2, la capacità di seguire le istruzioni e la velocità, a un prezzo per cui le persone siano disposte a cambiare. Una manciata di campioni senza controllo del seed non può dimostrare nulla di tutto ciò.

Cosa è ancora non verificato

Quasi tutto, onestamente. Lo sviluppatore dietro mona-lisa-1 non è stato confermato; i laboratori rivali usano nomi in codice arbitrari, e nulla impedisce a un modello di Google, Meta, ByteDance o Microsoft di apparire sotto il nome "mona-lisa-1". Il riscontro della filigrana conferma che le immagini provengono dagli strumenti di OpenAI, non che questo specifico nome in codice appartenga a OpenAI. Non ci sono confronti controllati con seed abbinati — ogni risultato finora proviene da prompt diversi eseguiti da persone diverse. E non sono stati riportati prezzi, velocità o disponibilità dell'API, perché non c'è alcuna API. Se oggi stai decidendo se costruire qualcosa su mona-lisa-1: non farlo. È un segnale che qualcosa sta arrivando, non qualcosa che è già qui.

Perché questo è importante per la tua pipeline di immagini.

Anche mentre mona-lisa-1 non è ancora dimostrato, la categoria è molto viva. La generazione di immagini è già una normale chiamata API, e puoi realizzarla oggi senza tutto quel dramma: gpt-image-2, Nano Banana 2, la famiglia Imagen 4.0 e gpt-image-1.5 sono tutti dietro un'unica API su OrcaRouter al prezzo di listino del fornitore con zero ricarico — quindi quando OpenAI (o chiunque altro) fissa il prezzo di un successore, il nuovo numero è attivo qui lo stesso giorno. Questo pass-through conta perché, nel momento in cui un vero successore viene rilasciato, la questione del prezzo è ciò che decide se cambiare.

E quando un modello non provato si presenta con un'API — che sia mona-lisa-1 o il prossimo nome in codice — il modo sicuro per provarlo è attraverso un router con failover automatico. Instradi una parte del traffico di produzione verso il nuovo modello e, se le prestazioni peggiorano sui tuoi prompt reali, il router ripiega su gpt-image-2 o su qualunque sia il tuo modello attuale, senza modificare il codice. Questo è esattamente lo scopo di un layer di routing: puoi valutare la nuova cosa rischiosa senza scommettere il tuo percorso di produzione su di esso.

Cosa guardare dopo

I segnali più rilevanti da monitorare: se mona-lisa-1 compare nella classifica pubblicata di Image Arena (il che significa che ha accumulato abbastanza voti per essere classificato), se compaiono altri checkpoint "-N" (il suffisso "-1" implica che ne arriveranno altri), e se qualche laboratorio conferma o smentisce il nome in codice. Il precedente è utile: ad aprile i nomi in codice su nastro sono rimasti in circolazione per circa due settimane prima dell'annuncio di gpt-image-2. Se quella cadenza regge, una rivelazione "Mona Lisa" arriverebbe nella seconda metà di agosto. Trattalo come un'ipotesi di calendario basata su uno schema, non come una voce su una data.

Domande frequenti

mona-lisa-1 è un modello OpenAI?

Non confermato. I suoi output superano lo strumento di verifica di OpenAI, i tester riferiscono che si auto-identifica come GPT e il suo tokenizer corrisponde ai modelli della famiglia GPT — ma il nome in codice potrebbe appartenere a qualsiasi laboratorio, e una filigrana conferma lo strumento che ha generato l'immagine, non il laboratorio che possiede questo nome in codice.

Quando uscirà mona-lisa-1?

Nessuno lo sa, e non è stato annunciato nulla. Il suffisso "-1" e il precedente dell'aprile 2026 — i nomi in codice su nastro sono rimasti attivi per circa due settimane prima del lancio di gpt-image-2 il 21 aprile — sono gli unici indizi, e questi sono pattern, non date.

Posso usare mona-lisa-1 in una pipeline di immagini in produzione oggi?

No — non ha API, né prezzi, e non è nemmeno nella classifica pubblicata. Ciò che puoi chiamare oggi è la linea di immagini disponibile: gpt-image-2, Nano Banana 2, la famiglia Imagen 4.0 e gpt-image-1.5, tutto dietro una sola chiave su OrcaRouter al prezzo di listino del fornitore senza ricarico.