Luna-Lisa-Alpha: OpenAI's volgende GPT-image-checkpoint lekt met een recente kennisafsluiting

De tester die de kennisafsluitdatum van mona-lisa-1 op mei 2025 heeft vastgesteld, heeft een nieuwe codenaam te delen: luna-lisa-alpha, het volgende checkpoint in wat eruitziet als dezelfde OpenAI-beeldmodellijn, en dit exemplaar haalt naar verluidt precies de lat die het vorige miste — een recente kennisafsluitdatum, sterke tekstweergave en "superrealistische" output. De bewering komt van een enkel bericht op X (@chetaslua, 19 augustus), niet van OpenAI, en er is geen API, geen Arena-vermelding en geen aankondiging aan verbonden. Maar het is het eerste concrete teken van wat er komt na het anonieme model dat eerder deze maand de Image Arena van LMArena overnam, en na gpt-image-2, het huidige uitgebrachte vlaggenschip dat nog steeds de image-leaderboards aanvoert.

Als het klopt, is het nieuws niet het realisme — elk checkpoint-lek in deze serie heeft betere huid en minder 'plastic' geclaimd. Het nieuws is de kennisafsluitdatum. mona-lisa-1's verouderde trainingsdata was de meest diskwalificerende eigenaardigheid voor praktisch gebruik, en een nieuwe kennisafsluitdatum is het enige feit dat een opvolger echt het wachten waard zou maken. Hier is het lek, de context die het begrijpelijk maakt, en wat er tot op vandaag nog niet is geverifieerd.

Wat het lek daadwerkelijk zegt

Het signaal is één bericht van het X-account @chetaslua, dezelfde tester wiens "Charlie Kirk-test" op mona-lisa-1 begin augustus door Chinese techmedia werd opgepikt als bewijs voor de trainingsafsluitdatum van dat model. Het bericht zegt, geparafraseerd: er wordt een nieuw G​PT-image-checkpoint getest met de naam luna-lisa-alpha; het is een nieuw checkpoint, het vorige was monalisa; het is door dezelfde Charlie Kirk-test gehaald voor de kennisafsluiting; deze heeft een recente kennisafsluiting; geweldige tekstweergave; zeer realistisch. Het bericht bevat een afbeelding als bijlage die de testoutput toont.

Elk van die beweringen is het verslag van één account. Niets is onafhankelijk gereproduceerd, Open​AI heeft de codenaam niet erkend, en er is geen watermerkanalyse, geen tokenizer-vingerafdruk en geen Arena-vermelding aan verbonden — de drie vormen van bewijs die mona-lisa-1 in eerste instantie aan Open​AI koppelden. Beschouw dit als een aanwijzing, niet als een bevinding.

Waarom de kennisafsluitdatum de verrader is

De "Charlie Kirk-test" is een bot instrument om te bepalen wanneer de trainingsdata van een beeldmodel eindigen: vraag het om te redeneren over iets dat na een bekende datum is gebeurd, en kijk of de kennis aanwezig is. Voor mona-lisa-1 leverde de test een opvallend oud antwoord op. Herhaalde datumcontroles zorgden ervoor dat het model het jaar als 2025 schreef, en toen het werd gevraagd naar de dood van de conservatieve commentator Charlie Kirk in september 2025, behandelde het de gebeurtenis alsof die niet had plaatsgevonden — wat consistent is met een afsluitdatum van de training rond mei 2025. Testers merkten ook op dat het model in die build geen webzoekmogelijkheid had, dus de verouderde afsluitdatum werd niet verbloemd door live ophalen van gegevens.

Dat was om een specifieke reden belangrijk. Een knowledge cutoff in een beeldmodel is een proxy voor wanneer de visie-en-taal-backbone van het model klaar was met trainen — en een cutoff van mei 2025 in een model dat in augustus 2026 verscheen, impliceerde dat de checkpoint grotendeels bevroren was uit een oudere run, hoe vers de beeldkwaliteit ook leek. Een 'recente knowledge cutoff' op luna-lisa-alpha, als die echt is, zegt het tegenovergestelde: de checkpoint is getraind op een nieuwer wereldmodel, en dat is het verschil tussen een model dat weet hoe een smartphone, interface of beroemdheid uit 2026 eruitziet en een model dat dat niet weet. Voor een beeldgeneratieproduct is dat geen bijzaak — het bepaalt of het model actuele merken, producten en culturele referenties correct kan weergeven.

Er is een kanttekening die het benoemen waard is: de kennisafsluitdatum van een beeldmodel is niet hetzelfde als die van een chatbot, en de test van de leaker is een heuristiek, geen meting. Maar als signaal dat Open​AI het trainingsvenster vooruit heeft geschoven, is het het sterkste afzonderlijke datapunt in het bericht.

Het checkpointspoor erachter

luna-lisa-alpha verschijnt niet zomaar uit het niets. Zijn voorganger mona-lisa-1 dook op in LMArena's Image Arena in de nacht van 9–10 augustus 2026 als een anonieme inzending zonder naamsvermelding. Het bewijs dat het aan Open​AI koppelt, was indirect maar gelaagd: testers voerden de output ervan door de officiële beeldverificatietool van Open​AI en kregen een hit op het SynthID-watermerk dat Open​AI aanbrengt via zijn partnerschap met Go​gle; het model identificeerde zichzelf als G​PT wanneer daarom werd gevraagd; en de tokenizer ervan kwam overeen met modellen uit de G​PT-familie. Het achtervoegsel "-1" werd gelezen als een staging-label, en Open​AI heeft een gedocumenteerd patroon van het testen van beeldcheckpoints onder codenamen vóór de lancering — gpt-image-2 zelf draaide op Arena onder de namen Maskingtape, Gaffertape en Packingtape gedurende ongeveer twee weken voordat het op 21 april 2026 werd uitgebracht.

Wat testers daadwerkelijk zagen in mona-lisa-1 kwam nauw overeen met de beweringen in de nieuwe leak, afgezien van de cutoff. De meeste reviewers kwamen uit op een echte vermindering van de "plastic skin"-look — natuurlijkere textuur, poriën, losse haartjes, cameraruis — waarbij @WolfRiccardo het "een merkbare verbetering in realisme, vooral in de glanzende, synthetische huid" noemde. Chinese testers meldden grote winst bij de consistentie van 2D/anime- en realistische personages. Maar het model vertoonde nog steeds ruis en blokkerige artefacten op sommige plekken, het opvolgen van instructies werd slechts gemiddeld beoordeeld en — belangrijk voor deze leak — het had de neiging om te veel tekst aan afbeeldingen toe te voegen. Het oordeel van de meest evenwichtige tester, @synthwavedd, was "een lichte verbetering ten opzichte van gpt-image-2, geen grote sprong."

Tegen die achtergrond zijn de twee bijvoeglijke naamwoorden in het luna-lisa-alpha-lek die ertoe doen niet 'super realistisch' — dat was ook de pitch van mona-lisa-1 — maar 'recente knowledge cutoff' en 'geweldige tekstweergave.' Als een vervolg-checkpoint de twee dingen verhelpt waar reviewers mona-lisa-1 op afrekenden, is OpenAI in precies de juiste volgorde aan het itereren.

De lat die een opvolger daadwerkelijk moet overschrijden.

Noch mona-lisa-1 noch luna-lisa-alpha staat op een leaderboard, dus het referentiepunt blijft gpt-image-2, het model dat Open​AI in april uitbracht en momenteel de nummer 1 is op de image-arena's. Zijn positie en zijn economische aspecten zijn beide gedocumenteerd:

• gpt-image-2 op LMArena — 1.393 Elo voor text-to-image en 1.467 Elo voor beeldbewerking, met een Artificial Analysis Image Arena Elo van 1.338 (volgens de evaluatie van 15 mei 2026 op de OrcaRouter-pagina).

• gpt-image-2 tekst en resolutie — een kennisafsluitdatum van december 2025, 2K-uitvoer, flexibele beeldverhoudingen, en de "Thinking"-redeneringsmodus die Open​AI bij de lancering toevoegde.

• gpt-image-2 prijs — $8.00 input / $30.00 output per miljoen tokens, gefactureerd tegen de lijstprijs van de provider zonder opslag via OrcaRouter; p50 tijd tot eerste token van 10.16 seconden.

De praktische lezing: een opvolger moet het beter doen dan een model dat tekst al goed aankan, beter bewerkt dan al het andere op de markt, en goedkoop genoeg is om op schaal te draaien. Alleen 'superrealistisch' zou het verschil niet maken. Een recentere kennisafsluitdatum en aanzienlijk betere tekst in afbeeldingen zijn de twee claims die dat wél zouden doen — en dat is precies waarom die claims het volgen waard zijn.

Wat is nog onbevestigd?

Bijna alles, en het is de moeite waard om precies te zijn over de vorm van de onzekerheid:

• De Open​AI-link. luna-lisa-alpha heeft niets van het bewijs dat mona-lisa-1 had — geen watermark-hit, geen tokenizer-match, geen Arena-herkomst. De afstamming wordt afgeleid uit de eigen framing van de leaker ("de laatste was monalisa") en het thema van de checkpoint-naamgeving, niet uit een technische vingerafdruk.

• De kennisafsluitdatum. "Recent" is een richting, geen datum. Totdat iemand een gedateerde probeset draait, weten we niet of de afsluitdatum is verschoven van mei 2025 naar eind 2025, naar de eerste helft van 2026, of ergens daartussenin.

• Tekstweergave en realisme. De beweringen zijn kwalitatief en afkomstig van één bron. De eigen rapportage van mona-lisa-1 over "verbeterd realisme" kwam later uit op "lichte verbetering", dus vroege bijvoeglijke naamwoorden hebben een aangetoonde neiging om te overschieten.

• Of het überhaupt een product wordt. Checkpoints lekken, worden geannuleerd of komen voortdurend onder andere namen uit. Een codenaam die eindigt op "alpha" klinkt als een vroege kandidaat in een gefaseerde reeks, niet als een definitieve release.

Hoe behandel je zo'n lek?

Het nuttige mentale model is het model dat gold voor mona-lisa-1: dit is een signaal dat er iets aankomt, niet iets dat er al is. luna-lisa-alpha is vandaag vanaf geen enkele API aanroepbaar, en er is geen manier om er echt verkeer op te zetten. De verdedigbare zet is om een opvolger te plannen — en om het testen ervan, zodra het uitkomt, niets te laten kosten.

Dat is het geval voor routing. gpt-image-2 is nu live op OrcaRouter tegen $8,00 / $30,00 per miljoen tokens — de eigen catalogusprijs van Open​AI, doorberekend zonder opslag — dus elke ontwikkelaar die de roadmap voor afbeeldingen evalueert, heeft al één enkele sleutel, een OpenAI-compatibel eindpunt en automatische failover naar een werkend model. Wanneer er daadwerkelijk een opvolger verschijnt, kun je met dezelfde opzet A/B-testen tegen gpt-image-2 onder reëel verkeer in plaats van te vertrouwen op een tweet: als het nieuwe checkpoint slechter presteert, vangt de failover het op; als het wint, weet je al dat de migratiekosten nul zijn, omdat de omschakeling een modelstring is, geen heronderhandeling. Prijsveranderingen van de leverancier voor beide modellen zijn dezelfde dag live zodra ze plaatsvinden, aangezien OrcaRouter de catalogusprijzen van de provider ongewijzigd doorgeeft.

Tot die tijd blijft het concrete uitgangspunt het uitgebrachte model. Als je vandaag op beeldgeneratie bouwt, is de beslissing die er toe doet niet op welke nog niet uitgebrachte codenaam je wacht — maar of de huidige nummer 1, tegen de lijstprijs zonder opslag, jouw use case al dekt.

Wat nu te kijken

• Of luna-lisa-alpha op een arena verschijnt. mona-lisa-1 ging in dagen van anonieme Arena-inschrijvingen naar een door een lek aangestuurde write-up. Als een checkpoint met de naam luna-lisa in blinde tests verschijnt, wordt het lek uit één bron een bevestigd spoor.

• Of er een watermerk of tokenizer-vingerafdruk boven water komt. Dat is het bewijs dat luna-lisa-alpha aan OpenAI zou koppelen, net zoals het mona-lisa-1 koppelde — of juist niet.

De naamgevingsreeks. OpenAI gebruikte voor gpt-image-2 eerst codenamen met een tape-thema, daarna mona-lisa-1, en nu luna-lisa-alpha. Het achtervoegsel "alpha" suggereert dat er meer kandidaten kunnen volgen voordat er iets uitkomt, dus verwacht dat de lijst met codenamen zal groeien.

• Elke gedateerde probeset. De eerste persoon die een echte cutoff-meting uitvoert, zal 'recent' in een getal omzetten, en dat getal bepaalt of deze checkpoint een betekenisvolle stap vooruit is.

De eerlijke lezing: luna-lisa-alpha is het rapport van één tester over de volgende stap in een checkpoint-serie die sinds begin augustus stilletjes naar iets toe heeft gewerkt. De meest interessante bewering erin — een nieuwe knowledge cutoff — is ook degene die het meest behoefte heeft aan onafhankelijke bevestiging. Let op Arena-verschijningen en een vingerafdruk, behandel de bijvoeglijke naamwoorden tot die tijd als marketing, en als de opvolger daadwerkelijk uitkomt, is de manier om te ontdekken wat hij werkelijk waard is, om een fractie van het echte verkeer ernaartoe te leiden tegen de huidige #1. Daar dienen de checkpoints voor.

Veelgestelde vragen

Is luna-lisa-alpha een officieel OpenAI-model?

Niet bevestigd. De enige bron is een enkel bericht van een leaker op X, en Open​AI heeft niets gezegd. Het gerapporteerde gedrag en de afstamming van de checkpoints suggereren Open​AI, maar 'suggereert' is niet 'bevestigt' — het SynthID- en tokenizer-bewijs dat mona-lisa-1 ondersteunde, is voor deze niet aangeleverd.

Wanneer wordt luna-lisa-alpha uitgebracht?

Er is geen datum, en geen bevestiging dat het checkpoint ooit onder die naam zal verschijnen. Als het patroon standhoudt — gpt-image-2 draaide publiekelijk onder codenamen ongeveer twee weken vóór de lancering op 21 april — zou er vóór elke release een openbare test komen, maar dat is patroonherkenning, geen schema.

Kan ik vandaag luna-lisa-alpha via een API gebruiken?

Nee. Het staat niet op een API of leaderboard. Het enige huidige OpenAI-beeldmodel dat je daadwerkelijk kunt aanroepen is gpt-image-2, dat live is op OrcaRouter tegen de lijstprijs van de provider van $8,00 / $30,00 per miljoen tokens zonder opslag.