Luna-Lisa-Alpha: O próximo checkpoint GPT-image da OpenAI vaza com uma nova data de corte de conhecimento

O testador que fixou o corte de conhecimento da mona-lisa-1 em maio de 2025 tem um novo codinome para compartilhar: luna-lisa-alpha, o próximo checkpoint no que parece ser a mesma linhagem de modelos de imagem da Open​AI, e este, segundo relatos, supera exatamente o padrão que o último não alcançou — um corte de conhecimento recente, renderização de texto forte e resultado "super realista". A alegação vem de uma única publicação no X (@chetaslua, 19 de agosto), não da Open​AI, e não há API, listagem na Arena ou anúncio vinculado a ela. Mas é o primeiro sinal concreto do que vem depois do modelo anônimo que assumiu a Image Arena da LMArena no início deste mês, e depois do gpt-image-2, o atual carro-chefe em produção que ainda lidera os rankings de imagens.

Se isso se confirmar, {{1}}a manchete não é o realismo — todo vazamento de checkpoint nesta série alegou melhor pele e menos “plástico”. A manchete é o corte de conhecimento.{{/1}} Quanto à mona-lisa-1, {{2}}os dados de treinamento desatualizados eram sua peculiaridade mais desqualificante para uso prático, e um corte recente é o único fato que tornaria um sucessor genuinamente digno de espera.{{/2}} Aqui está {{3}}o vazamento, o contexto que o torna legível e o que ainda não foi verificado até hoje.{{/3}}

O que o vazamento realmente diz

O sinal é uma mensagem da conta X @chetaslua, a mesma testadora cujo "teste Charlie Kirk" no mona-lisa-1 foi repercutido pela mídia de tecnologia chinesa no início de agosto como evidência do corte de treinamento daquele modelo. Em paráfrase, a postagem diz: um novo checkpoint G​PT-image chamado luna-lisa-alpha está sendo testado; é um checkpoint novo, sendo o anterior o monalisa; foi submetido ao mesmo teste Charlie Kirk para verificação do corte de conhecimento; este tem um corte de conhecimento recente; ótima renderização de textos; super realista. A postagem inclui um anexo de imagem que mostra o resultado do teste.

Cada uma dessas alegações é o relato de uma única conta. Nada foi reproduzido de forma independente, a Open​AI não reconheceu o codinome, e não há análise de marca d'água, impressão digital do tokenizador nem aparição na Arena associadas a ele — as três formas de evidência que, em primeiro lugar, ligavam mona-lisa-1 à Open​AI. Trate isso como uma pista, não como um achado.

Por que o corte de conhecimento é o indício

O "teste de Charlie Kirk" é um instrumento grosseiro para medir quando os dados de treinamento de um modelo de imagem terminam: peça a ele para raciocinar sobre algo que aconteceu após uma data conhecida e veja se o conhecimento está lá. Para o mona-lisa-1, o teste produziu uma resposta visivelmente antiga. Sondas de data repetidas levaram o modelo a escrever o ano como 2025 e, questionado sobre a morte do comentarista conservador Charlie Kirk em setembro de 2025, ele tratou o evento como não tendo acontecido — consistente com uma data de corte do treinamento em torno de maio de 2025. Os testadores também notaram que o modelo não tinha capacidade de busca na web nessa versão, então o corte desatualizado não foi mascarado por recuperação em tempo real.

Isso importava por um motivo específico. O corte de conhecimento em um modelo de imagem é um proxy para quando o backbone de visão e linguagem do modelo concluiu o treinamento — e um corte em maio de 2025 em um modelo que surgiu em agosto de 2026 implicava que o checkpoint estava em grande parte congelado de uma execução mais antiga, por mais nova que a qualidade da imagem parecesse. Um "corte de conhecimento recente" no luna-lisa-alpha, se for real, diz o contrário: o checkpoint foi treinado em um modelo de mundo mais novo, o que é a diferença entre um modelo que sabe como é um smartphone, uma interface ou uma celebridade de 2026 e um que não sabe. Para um produto de geração de imagens, isso não é um detalhe — decide se o modelo consegue renderizar corretamente marcas, produtos e referências culturais atuais.

Existe uma ressalva que vale mencionar: o corte de conhecimento de um modelo de imagem não é a mesma coisa que o de um chatbot, e o teste do vazador é uma heurística, não uma medição. Mas, como sinal de que a Open​AI avançou a janela de treinamento, é o ponto de dados individual mais forte do post.

O rastro de checkpoint atrás disso

luna-lisa-alpha não aparece do nada. Sua antecessora mona-lisa-1 surgiu na Image Arena do LMArena na noite de 9 para 10 de agosto de 2026, como uma entrada anônima, sem autoria. As evidências que a vinculam à Open​AI eram indiretas, mas em camadas: testadores passaram suas saídas pela ferramenta oficial de verificação de imagens da Open​AI e encontraram a marca d'água SynthID que a Open​AI aplica por meio de sua parceria com o Go​gle; o modelo se identificou como G​PT quando perguntado; e seu tokenizador correspondia aos modelos da família G​PT. O sufixo "-1" foi interpretado como uma etiqueta de preparação, e a Open​AI tem um padrão documentado de testar checkpoints de imagem sob codinomes antes do lançamento — o próprio gpt-image-2 rodou na Arena sob os nomes Maskingtape, Gaffertape e Packingtape por cerca de duas semanas antes de ser lançado em 21 de abril de 2026.

O que os testadores realmente viram no mona-lisa-1 acompanhou de perto as alegações do novo vazamento, exceto pelo corte. A maioria dos revisores convergiu para uma redução real do aspecto de "pele plástica" — textura mais natural, poros, fios de cabelo soltos, ruído de câmera — com @WolfRiccardo chamando isso de "uma melhora perceptível no realismo, especialmente na pele brilhante e sintética." Testadores chineses relataram grandes ganhos na consistência de personagens em 2D/anime e pessoas reais. Mas o modelo ainda apresentava ruído e artefatos em blocos em alguns lugares, seu seguimento de instruções foi avaliado como apenas mediano e — importante para este vazamento — ele tinha o hábito de adicionar texto demais às imagens. O veredito do testador mais equilibrado, @synthwavedd, foi "uma ligeira melhora em relação ao gpt-image-2, não um grande salto."

Nesse contexto, os dois adjetivos no vazamento da luna-lisa-alpha que importam não são "super realista" — essa também era a proposta da mona-lisa-1 — mas "corte de conhecimento recente" e "ótima renderização de texto." Se um checkpoint de acompanhamento corrigir as duas coisas pelas quais os revisores criticaram a mona-lisa-1, a Open​AI está iterando exatamente na ordem certa.

O padrão que um sucessor realmente precisa superar

Nem mona-lisa-1 nem luna-lisa-alpha está em nenhum leaderboard, então o ponto de referência continua sendo o gpt-image-2, o modelo que a Open​AI lançou em abril e o atual número 1 nas arenas de imagem. Sua posição e sua economia estão ambas registradas:

• gpt-image-2 no LMArena — 1.393 de Elo em texto-para-imagem e 1.467 de Elo em edição de imagem, com um Elo de 1.338 no Artificial Analysis Image Arena (conforme a avaliação de 15 de maio de 2026 mostrada na sua página OrcaRouter).

texto e resolução do gpt-image-2 — corte de conhecimento de dezembro de 2025, saída em 2K, proporções de aspecto flexíveis e o modo de raciocínio "Thinking" que a Open​AI adicionou no lançamento.

• Preço do gpt-image-2 — US$ 8,00 de entrada / US$ 30,00 de saída por milhão de tokens, cobrado pelo preço de tabela do provedor, sem margem de lucro, via OrcaRouter; p50 do tempo até o primeiro token de 10,16 segundos.

A leitura prática: um sucessor precisa superar um modelo que já lida bem com texto, edita melhor do que qualquer outra coisa no mercado e é barato o suficiente para rodar em escala. Só "super realista" não mudaria o jogo. Um novo corte de conhecimento e texto em imagem materialmente melhor são as duas alegações que de fato mudariam — e é exatamente por isso que são as alegações que valem a pena acompanhar.

O que ainda não está verificado

Quase tudo, e vale a pena ser preciso sobre a forma da incerteza:

• O link da Open​AI. luna-lisa-alpha não tem nenhuma das evidências que mona-lisa-1 tinha — nenhuma correspondência de marca d'água, nenhuma correspondência de tokenizer, nenhuma procedência da Arena. Sua linhagem é inferida a partir do próprio enquadramento do vazador ("o último era monalisa") e do tema de nomenclatura dos checkpoints, não de nenhuma impressão digital técnica.

• O corte de conhecimento. "Recente" é uma direção, não uma data. Até que alguém execute um conjunto de sondas datado, não sabemos se o corte mudou de maio de 2025 para o final de 2025, para o primeiro semestre de 2026, ou algo entre isso.

• Renderização de texto e realismo. As afirmações são qualitativas e de fonte única. O relato da própria mona-lisa-1 sobre "realismo melhorado" mais tarde se estabilizou em "melhoria leve", portanto os adjetivos iniciais têm tendência comprovada a exagerar.

• Se é que se torna um produto. Checkpoints vazam, são cancelados ou são lançados com nomes diferentes o tempo todo. Um codinome terminando em "alpha" soa como um candidato inicial em uma série em fases, não como um lançamento final.

Como tratar um vazamento como este

O modelo mental útil é o que se aplicou à mona-lisa-1: este é um sinal de que algo está chegando, não algo que já está aqui. luna-lisa-alpha não é chamável por nenhuma API hoje, e não há como colocar tráfego real nela. A jogada defensável é planejar um sucessor — e fazer com que testá-lo, quando for lançado, não custe nada.

Esse é o caso do roteamento. gpt-image-2 está no ar no OrcaRouter agora a US$ 8,00 / US$ 30,00 por milhão de tokens — o preço de tabela da própria Open​AI, repassado sem nenhuma margem — então qualquer desenvolvedor que esteja avaliando o roadmap de imagens já tem uma única chave, um endpoint compatível com Open​AI e failover automático para um modelo funcional. Quando um sucessor realmente chegar, a mesma configuração permite fazer um teste A/B dele contra o gpt-image-2 sob tráfego real, em vez de confiar em um tweet: se o novo checkpoint tiver desempenho inferior, o failover o captura; se ele vencer, você já sabe que o custo de migração é zero, porque a troca é uma string de modelo, não uma renegociação. Alterações de preço do fornecedor em qualquer um dos modelos são aplicadas no mesmo dia em que ocorrem, já que o OrcaRouter repassa os preços de tabela do provedor sem alterações.

Até lá, a coisa concreta continua sendo o modelo em produção. Se você está construindo sobre geração de imagens hoje, a decisão que importa não é qual codinome não lançado esperar — é se o atual nº 1, pelo preço de tabela sem margem, já cobre o seu caso de uso.

O que assistir em seguida

• Se luna-lisa-alpha aparece em uma arena. mona-lisa-1 passou de entradas anônimas na Arena para um relatório impulsionado por vazamento em dias. Se um checkpoint chamado luna-lisa aparece em testes cegos, o vazamento de fonte única se torna um rastro corroborado.

• Se uma marca d'água ou impressão digital do tokenizador vier à tona. Essa é a evidência que ligaria luna-lisa-alpha à Open​AI da mesma forma que ligou mona-lisa-1 — ou não.

• A série de nomenclatura. A Open​AI apresentou o gpt-image-2 sob codinomes com tema de fita, depois mona-lisa-1 e agora luna-lisa-alpha. O sufixo "alpha" sugere que mais candidatos podem vir antes de qualquer lançamento, então espere a lista de codinomes crescer.

• Qualquer conjunto de sondas datado. A primeira pessoa a executar uma medição real de corte transformará "recente" em um número, e é esse número que decide se este checkpoint é um avanço significativo.

A leitura honesta: luna-lisa-alpha é o relato de um testador sobre o próximo passo de uma série de checkpoints que vem se construindo silenciosamente desde o início de agosto. A alegação mais interessante — um novo corte de conhecimento — é também a que mais precisa de confirmação independente. Fique de olho em aparições no Arena e em uma impressão digital; trate os adjetivos como marketing até lá, e se o sucessor for lançado, a maneira de descobrir o seu valor real é direcionar uma fração do tráfego real para ele contra o atual #1. É para isso que servem os checkpoints.

Perguntas Frequentes

O luna-lisa-alpha é um modelo oficial da OpenAI?

Não confirmado. A única fonte é um post no X de um único vazador, e a OpenAI não disse nada. O comportamento relatado e a linhagem do checkpoint sugerem a OpenAI, mas "sugerir" não é "confirmar" — as evidências de SynthID e tokenizer que respaldavam mona-lisa-1 não foram apresentadas para este.

Quando o luna-lisa-alpha será lançado?

Não há data, e nenhuma confirmação de que o checkpoint será lançado sob esse nome. Se o padrão se mantiver — gpt-image-2 rodou publicamente sob codinomes por cerca de duas semanas antes de seu lançamento em 21 de abril — um teste público viria antes de qualquer lançamento, mas isso é reconhecimento de padrão, não um cronograma.

Posso usar luna-lisa-alpha através de uma API hoje?

Não. Não está em nenhuma API ou leaderboard. O único modelo de imagem atual da OpenAI que você pode realmente chamar é o gpt-image-2, que está disponível no OrcaRouter ao preço de tabela do provedor de US$ 8,00 / US$ 30,00 por milhão de tokens, sem margem adicional.