Luna-Lisa-Alpha: Checkpoint GPT-image tiếp theo của OpenAI rò rỉ với ngưỡng kiến thức mới

Người thử nghiệm đã gắn mốc cắt kiến thức của {{1}}mona-lisa-1{{/1}} vào {{2}}tháng 5 năm 2025{{/2}} có một tên mã mới để chia sẻ: {{3}}luna-lisa-alpha{{/3}}, điểm kiểm tra tiếp theo trong thứ có vẻ là cùng một dòng dõi mô hình hình ảnh {{4}}Open​AI{{/4}}, và phiên bản này được báo cáo là vượt qua đúng ngưỡng mà phiên bản trước đã bỏ lỡ — mốc cắt kiến thức gần đây, khả năng hiển thị văn bản mạnh mẽ, và đầu ra {{5}}"siêu thực"{{/5}}. Tuyên bố này đến từ một bài đăng duy nhất trên X ({{6}}@chetaslua{{/6}}, {{7}}ngày 19 tháng 8{{/7}}), không phải từ {{8}}Open​AI{{/8}}, và không có API, không có danh sách Arena, cũng không có thông báo nào đi kèm. Nhưng đây là dấu hiệu cụ thể đầu tiên về những gì sẽ xuất hiện sau mô hình ẩn danh đã chiếm lĩnh Image Arena của {{9}}LMArena{{/9}} hồi đầu tháng này, và sau {{10}}gpt-image-2{{/10}}, mô hình chủ lực hiện đang phát hành vẫn đứng đầu bảng xếp hạng hình ảnh.

Nếu điều đó đúng, điểm nhấn không nằm ở tính chân thực — mọi rò rỉ checkpoint trong dòng series này đều tuyên bố làn da đẹp hơn và ít "nhựa" hơn. Điểm nhấn nằm ở mốc cắt kiến thức. Dữ liệu huấn luyện lỗi thời của mona-lisa-1 là điểm bất cập khiến nó kém hấp dẫn nhất cho việc sử dụng thực tế, và một mốc cắt mới chính là yếu tố duy nhất khiến bản kế nhiệm thực sự đáng để chờ đợi. Đây là thông tin rò rỉ, bối cảnh giúp hiểu rõ nó, và những gì vẫn chưa được xác minh tính đến hôm nay.

Những gì vụ rò rỉ thực sự nói

Tín hiệu là một thông điệp từ tài khoản X @chetaslua, cũng chính là người kiểm thử đã thực hiện "bài kiểm tra Charlie Kirk" trên mona-lisa-1 mà truyền thông công nghệ Trung Quốc đưa tin hồi đầu tháng 8 như bằng chứng về thời điểm cắt dữ liệu huấn luyện của mô hình đó. Diễn giải lại, bài đăng nói rằng: một checkpoint G​PT-image mới tên luna-lisa-alpha đang được thử nghiệm; đây là checkpoint mới, checkpoint trước đó là monalisa; nó được đưa qua cùng bài kiểm tra Charlie Kirk để xác định thời điểm cắt dữ liệu; phiên bản này có thời điểm cắt dữ liệu gần đây; hiển thị văn bản tuyệt vời; siêu thực tế. Bài đăng kèm một hình ảnh đính kèm hiển thị kết quả kiểm tra.

Mỗi một trong những tuyên bố đó chỉ là báo cáo của một tài khoản. Chưa có gì được tái tạo độc lập, OpenAI chưa xác nhận tên mã, và không có phân tích hình mờ, không có dấu vân tay tokenizer, cũng như không có sự xuất hiện trên Arena gắn liền với nó — ba dạng bằng chứng đã liên kết mona-lisa-1 với OpenAI ngay từ đầu. Hãy coi đây là một manh mối, không phải một kết luận.

Tại sao giới hạn kiến thức lại chính là manh mối tiết lộ

"Phép thử Charlie Kirk" là một công cụ thô sơ để đo lường thời điểm dữ liệu huấn luyện của một mô hình hình ảnh kết thúc: hãy yêu cầu nó suy luận về một điều gì đó xảy ra sau một ngày đã biết, và xem liệu kiến thức đó có tồn tại hay không. Đối với mona-lisa-1, phép thử này đưa ra một câu trả lời có vẻ cũ một cách đáng ngờ. Các lần thăm dò ngày tháng lặp lại khiến mô hình viết năm là 2025, và khi được hỏi về cái chết vào tháng 9 năm 2025 của nhà bình luận bảo thủ Charlie Kirk, nó coi sự kiện này như chưa từng xảy ra — phù hợp với giới hạn huấn luyện vào khoảng tháng 5 năm 2025. Những người kiểm thử cũng lưu ý rằng mô hình không có khả năng tìm kiếm web trong bản dựng đó, vì vậy giới hạn dữ liệu cũ không bị che lấp bởi việc truy xuất trực tiếp.

Điều đó quan trọng vì một lý do cụ thể. Ngày cắt kiến thức trong một mô hình hình ảnh là một chỉ số gián tiếp cho thời điểm phần lõi thị giác-ngôn ngữ của mô hình hoàn tất quá trình huấn luyện — và một mốc cắt tháng 5 năm 2025 trong một mô hình xuất hiện vào tháng 8 năm 2026 ngụ ý rằng checkpoint phần lớn đã bị đóng băng từ một lần chạy cũ hơn, dù chất lượng hình ảnh có vẻ mới mẻ đến đâu. Một "ngày cắt kiến thức gần đây" trên luna-lisa-alpha, nếu là thật, nói điều ngược lại: checkpoint được huấn luyện trên một mô hình thế giới mới hơn, và đó chính là sự khác biệt giữa một mô hình biết chiếc điện thoại thông minh, giao diện, hay người nổi tiếng năm 2026 trông như thế nào và một mô hình không biết. Đối với một sản phẩm tạo sinh hình ảnh, đó không phải chuyện vặt — nó quyết định liệu mô hình có thể tái tạo chính xác các thương hiệu, sản phẩm và các tham chiếu văn hóa hiện tại hay không.

Có một lưu ý đáng nêu: thời điểm cắt kiến thức của mô hình hình ảnh không giống với của chatbot, và bài kiểm tra của người rò rỉ chỉ là một phép thử heuristic, không phải một phép đo. Nhưng như một tín hiệu cho thấy Open​AI đã dịch chuyển cửa sổ huấn luyện về phía trước, đây là điểm dữ liệu đơn lẻ mạnh nhất trong bài đăng.

Đường mòn checkpoint phía sau nó

luna-lisa-alpha không xuất hiện từ hư không. Người tiền nhiệm của nó là mona-lisa-1 xuất hiện trên Image Arena của LMArena vào đêm 9–10 tháng 8 năm 2026, dưới dạng một mục ẩn danh không có tên tác giả. Bằng chứng liên kết nó với OpenAI mang tính gián tiếp nhưng có nhiều lớp: những người thử nghiệm đã chạy đầu ra của nó qua công cụ xác minh hình ảnh chính thức của OpenAI và nhận được kết quả khớp với hình mờ SynthID mà OpenAI áp dụng thông qua quan hệ đối tác với Google; mô hình tự nhận là GPT khi được hỏi; và bộ tokenizer của nó khớp với các mô hình dòng GPT. Hậu tố "-1" được đọc như một nhãn giai đoạn thử nghiệm, và OpenAI có một mô hình được ghi nhận về việc thử nghiệm các checkpoint hình ảnh dưới mã tên trước khi ra mắt — chính gpt-image-2 đã chạy trên Arena dưới các tên Maskingtape, Gaffertape và Packingtape trong khoảng hai tuần trước khi được phát hành vào ngày 21 tháng 4 năm 2026.

Điều mà các tester thực sự thấy ở mona-lisa-1 khớp chặt với tuyên bố của bản rò rỉ mới, trừ phần cutoff. Hầu hết người đánh giá đều đồng thuận về việc giảm thực sự vẻ ngoài "da nhựa" — kết cấu tự nhiên hơn, lỗ chân lông, tóc bay, nhiễu camera — với @WolfRiccardo gọi đó là "cải thiện đáng kể về độ chân thực, đặc biệt ở làn da bóng, tổng hợp." Các tester Trung Quốc báo cáo mức tăng lớn về độ nhất quán nhân vật ở thể loại 2D/anime và người thật. Nhưng mô hình vẫn xuất hiện nhiễu và các hạt khối ở một số chỗ, khả năng làm theo chỉ dẫn chỉ được đánh giá ở mức trung bình, và — quan trọng đối với bản rò rỉ này — nó có thói quen thêm quá nhiều chữ vào hình ảnh. Kết luận từ tester có chừng mực nhất, @synthwavedd, là "cải thiện nhẹ so với gpt-image-2, không phải bước nhảy lớn."

Trong bối cảnh đó, hai tính từ trong bản rò rỉ luna-lisa-alpha thực sự quan trọng không phải là "siêu thực tế" — đó cũng là điểm nhấn của mona-lisa-1 — mà là "ngưỡng kiến thức gần đây" và "khả năng hiển thị văn bản tuyệt vời". Nếu một checkpoint tiếp theo khắc phục được hai điều mà các nhà đánh giá đã chê trách mona-lisa-1, thì Open​AI đang lặp đúng theo thứ tự chính xác.

Mức tiêu chuẩn mà người kế nhiệm thực sự phải vượt qua

Cả mona-lisa-1 và luna-lisa-alpha đều không nằm trên bất kỳ bảng xếp hạng nào, vì vậy điểm tham chiếu vẫn là gpt-image-2, mô hình Open​AI phát hành vào tháng 4 và hiện đang đứng #1 trên các đấu trường hình ảnh. Vị thế và kinh tế của nó đều được ghi nhận:

• gpt-image-2 trên LMArena — 1.393 Elo text-to-image và 1.467 Elo chỉnh sửa hình ảnh, với Elo Artificial Analysis Image Arena là 1.338 (tính đến đánh giá ngày 15 tháng 5 năm 2026 được hiển thị trên trang OrcaRouter của nó).

• gpt-image-2 về văn bản và độ phân giải — mốc kiến thức đến tháng 12 năm 2025, đầu ra 2K, tỷ lệ khung hình linh hoạt và chế độ suy luận "Thinking" mà Open​AI bổ sung khi ra mắt.

• giá gpt-image-2 — $8.00 đầu vào / $30.00 đầu ra cho mỗi triệu token, tính theo giá niêm yết của nhà cung cấp với mức chênh lệch bằng 0 thông qua OrcaRouter; thời gian p50 từ khối đến token đầu tiên là 10,16 giây.

Bài đọc thực tế: một phiên bản kế nhiệm phải vượt qua một mô hình vốn đã làm tốt phần văn bản, chỉnh sửa tốt hơn bất kỳ sản phẩm nào khác trên thị trường, và đủ rẻ để vận hành ở quy mô lớn. Chỉ "siêu thực" thôi thì không tạo ra khác biệt đáng kể. Một mốc cắt kiến thức mới và văn bản trong ảnh được cải thiện rõ rệt mới là hai tuyên bố thực sự tạo nên khác biệt — và đó chính xác là những tuyên bố đáng để theo dõi.

Điều gì vẫn chưa được xác minh

Gần như mọi thứ, và cần phải chính xác về hình dạng của sự bất định:

• Liên kết Open​AI. luna-lisa-alpha không có bất kỳ bằng chứng nào mà mona-lisa-1 đã có — không có dấu vết watermark, không có khớp tokenizer, không có nguồn gốc Arena. Dòng dõi của nó được suy ra từ cách trình bày của chính người rò rỉ ("cái cuối cùng là monalisa") và chủ đề đặt tên checkpoint, chứ không phải từ bất kỳ dấu vân tay kỹ thuật nào.

• Ngưỡng kiến thức. “Gần đây” là một chiều hướng, không phải một mốc ngày. Cho đến khi ai đó chạy một bộ thăm dò có ngày tháng, chúng ta không biết liệu ngưỡng đã dịch chuyển từ tháng 5 năm 2025 sang cuối năm 2025, sang nửa đầu năm 2026, hay đâu đó ở giữa.

• Kết xuất văn bản và độ chân thực. Các tuyên bố này mang tính định tính và chỉ từ một nguồn duy nhất. Bản thân báo cáo "độ chân thực được cải thiện" của mona-lisa-1 sau đó đã hạ xuống thành "cải thiện nhẹ," nên các tính từ ban đầu có xu hướng phóng đại đã được chứng minh.

{{1}}Liệu nó có trở thành một sản phẩm hay không.{{/1}} {{2}}Các checkpoint bị rò rỉ, bị hủy bỏ, hoặc được phát hành dưới những tên gọi khác là chuyện thường tình.{{/2}} {{3}}Một tên mã kết thúc bằng "alpha" nghe có vẻ như là một ứng viên giai đoạn đầu trong một chuỗi theo từng bước, chứ không phải là một bản phát hành hoàn chỉnh.{{/3}}

Cách xử lý một vết rò rỉ như thế này

Mô hình tư duy hữu ích là mô hình đã được áp dụng cho mona-lisa-1: đây là tín hiệu rằng một điều gì đó đang đến, không phải là thứ đang hiện diện. luna-lisa-alpha không thể gọi từ bất kỳ API nào ở thời điểm hiện tại, và không có cách nào để đưa lưu lượng truy cập thực vào nó. Động thái hợp lý là lên kế hoạch cho phiên bản kế nhiệm — và làm cho việc kiểm thử nó, khi nó ra mắt, không tốn chút chi phí nào.

Đó chính là lý do cho việc định tuyến. gpt-image-2 đã có mặt trên OrcaRouter ngay lúc này với giá $8.00 / $30.00 cho mỗi triệu token — đây là mức giá niêm yết của chính Open​AI, được truyền qua nguyên vẹn với chênh lệch bằng 0 — vì vậy bất kỳ nhà phát triển nào đang đánh giá lộ trình hình ảnh đều đã có một khóa duy nhất, một endpoint tương thích với Open​AI và cơ chế failover tự động sang một mô hình hoạt động. Khi một phiên bản kế nhiệm thực sự ra mắt, thiết lập tương tự cho phép bạn so sánh A/B nó với gpt-image-2 dưới lưu lượng thực thay vì tin vào một dòng tweet: nếu checkpoint mới hoạt động kém, cơ chế failover sẽ xử lý nó; nếu nó vượt trội, bạn đã biết chi phí di chuyển là bằng 0, vì việc chuyển đổi chỉ là một chuỗi tên mô hình, không phải một cuộc đàm phán lại. Các thay đổi giá từ nhà cung cấp trên một trong hai mô hình sẽ có hiệu lực ngay trong ngày chúng được áp dụng, vì OrcaRouter truyền giá niêm yết từ nhà cung cấp mà không thay đổi.

Cho đến lúc đó, thứ cụ thể vẫn là mô hình được phát hành. Nếu bạn đang xây dựng dựa trên tạo sinh hình ảnh ngay hôm nay, quyết định quan trọng không phải là chờ đợi tên mã chưa phát hành nào — mà là liệu sản phẩm số 1 hiện tại, ở giá niêm yết không phụ phí, đã đáp ứng trường hợp sử dụng của bạn hay chưa.

Xem gì tiếp theo

• Liệu luna-lisa-alpha có xuất hiện trên một arena hay không. mona-lisa-1 đã từ các lần xuất hiện ẩn danh trên Arena chuyển sang một bài viết dựa trên rò rỉ chỉ trong vài ngày. Nếu một checkpoint tên luna-lisa xuất hiện trong các bài kiểm tra mù, thì rò rỉ từ một nguồn duy nhất sẽ trở thành một dấu vết được xác nhận.

• Liệu watermark hoặc dấu vân tay tokenizer có xuất hiện hay không. Đó là bằng chứng có thể gắn kết luna-lisa-alpha với OpenAI giống như cách nó đã gắn kết mona-lisa-1 — hoặc không.

• Chuỗi đặt tên. OpenAI đã đặt gpt-image-2 dưới các tên mã theo chủ đề băng, sau đó là mona-lisa-1, và bây giờ là luna-lisa-alpha. Hậu tố "alpha" cho thấy có thể sẽ có thêm nhiều ứng viên trước khi bất kỳ sản phẩm nào được phát hành, vì vậy hãy mong đợi danh sách tên mã sẽ ngày càng dài hơn.

• Bất kỳ bộ thăm dò có ngày tháng nào. Người đầu tiên thực hiện phép đo ngưỡng thực sự sẽ biến "gần đây" thành một con số, và con số đó chính là con số quyết định liệu cột mốc này có phải là một bước tiến có ý nghĩa hay không.

Bài đọc trung thực: luna-lisa-alpha là báo cáo của một người thử nghiệm về bước tiếp theo trong một chuỗi checkpoint đang âm thầm xây dựng hướng tới một điều gì đó từ đầu tháng Tám. Điểm thú vị nhất trong đó — một mốc cắt kiến thức mới — cũng chính là điểm cần được xác nhận độc lập nhất. Hãy chú ý đến các lần xuất hiện trên Arena và một dấu vân tay, coi các tính từ chỉ là tiếp thị cho đến lúc đó, và nếu phiên bản kế nhiệm thực sự ra mắt, cách để biết nó thực sự đáng giá là định tuyến một phần lưu lượng thực tế đến nó so với #1 hiện tại. Đó là mục đích của các checkpoint.

Câu hỏi thường gặp

luna-lisa-alpha có phải là mô hình Open​AI chính thức không?

Chưa được xác nhận. Nguồn duy nhất là một bài đăng trên X của một người rò rỉ, và Open​AI chưa lên tiếng. Hành vi được báo cáo và nguồn gốc checkpoint gợi ý đến Open​AI, nhưng "gợi ý" không phải là "xác nhận" — bằng chứng SynthID và tokenizer đã hỗ trợ cho mona-lisa-1 vẫn chưa được đưa ra cho mô hình này.

Khi nào luna-lisa-alpha sẽ được phát hành?

Không có ngày cụ thể, và cũng không có xác nhận nào rằng checkpoint sẽ chính thức ra mắt dưới cái tên đó. Nếu quy luật vẫn được giữ — gpt-image-2 đã chạy công khai dưới các tên mã khoảng hai tuần trước khi ra mắt vào ngày 21 tháng 4 — thì bài kiểm tra công khai sẽ đến trước bất kỳ buổi phát hành nào, nhưng đó chỉ là suy luận theo quy luật, không phải lịch trình.

Hôm nay tôi có thể sử dụng luna-lisa-alpha thông qua API không?

Không. Nó không có trên bất kỳ API hay bảng xếp hạng nào. Mô hình hình ảnh Open​AI hiện tại duy nhất bạn thực sự có thể gọi là gpt-image-2, hiện đang hoạt động trên OrcaRouter với giá niêm yết của nhà cung cấp là $8.00 / $30.00 mỗi triệu token, không cộng thêm bất kỳ khoản phí nào.