Mona-Lisa-1 apparaît dans l’Arena : s’agit-il du prochain modèle d’image GPT d’OpenAI ?

Introduction

Un mystérieux modèle de génération d'images nommé mona-lisa-1 est apparu dans les tests Arena, et les premiers utilisateurs le considèrent déjà comme une possible aperçu de la prochaine mise à jour d'image GPT d'OpenAI.

Les premières comparaisons se concentrent sur une amélioration spécifique : le réalisme.

Comparé au GPT Image 2 public, plusieurs tests communautaires suggèrent que mona-lisa-1 génère des peaux, des éclairages, des textures, des flous de mouvement et des imperfections photographiques qui semblent moins « polies artificiellement » et davantage comme une sortie de caméra ordinaire.

En d'autres termes, l'effet « plastique » familier semble atténué.

La question la plus importante est de savoir d'où vient ce modèle.

OpenAI n'a pas officiellement annoncé de modèle nommé mona-lisa-1. Sa documentation API actuelle identifie toujours gpt-image-2 comme étant le modèle de génération d'images public le plus avancé de l'entreprise.

Cependant, selon des rapports, une image générée par mona-lisa-1 a été vérifiée via OpenAI Verify, qui a détecté des signaux de provenance OpenAI pris en charge. La documentation d'OpenAI indique que l'outil de vérification recherche des signaux associés au contenu généré ou exporté par OpenAI, notamment SynthID et les métadonnées C2PA de confiance.

Cela rend l'association avec OpenAI plausible, mais cela reste distinct d'une annonce officielle de produit.

Note de précision : Au 12 août 2026, OpenAI n'a pas officiellement annoncé, documenté, tarifé ou publié un modèle nommé mona-lisa-1. Ce modèle doit être considéré comme un candidat anonyme aux tests Arena avec de fortes indications d'origine OpenAI.

Un nouveau prétendant au titre de meilleur modèle d'image GPT

GPT Image 2, publié en avril 2026, est rapidement devenu le modèle d'image public le plus performant sur le classement principal texte-vers-image d'Arena.

Cette position reste inchangée.

Le classement d'Arena du 10 août place gpt-image-2 (medium) en première position pour la génération texte-vers-image, avec un score de 1381 ± 5. Le classement d'édition d'images d'Arena classe également GPT Image 2 en première position globale.

Par conséquent, le modèle de référence auquel mona-lisa-1 est comparé est déjà exceptionnellement solide.

L'article source indique que le modèle anonyme est apparu dans les tests en aveugle d'Arena sous le nom de code mona-lisa-1.

Ensuite, le compte communautaire AiBattle_ a rapporté avoir vérifié l'une des sorties du modèle en utilisant le système de vérification publique d'OpenAI. Selon les rapports, un signal de provenance SynthID associé à OpenAI a été détecté.

La documentation officielle de vérification d'OpenAI aide à clarifier ce que cela signifie.

OpenAI Verify est conçu pour examiner les signaux de provenance associés aux outils OpenAI dans les fichiers image et audio pris en charge. Pour les images, ces signaux peuvent inclure :

• Le filigrane SynthID
• Les métadonnées C2PA
• Les informations de provenance liées à OpenAI

Un résultat positif peut soutenir la conclusion qu'un fichier a été généré ou exporté via des outils OpenAI.

Il ne révèle pas tous les détails du modèle interne qui a généré le fichier.

Par conséquent, le résultat de la vérification peut soutenir l'idée que mona-lisa-1 est lié à OpenAI, mais ne prouve pas que le produit public final utilisera ce nom de code, cette architecture, ce point de contrôle ou cette configuration.

Ce qui est confirmé et ce qui reste à confirmer

Qu'en est-il déduit ?

Cette distinction mérite d'être conservée tout au long de l'article.

Les premiers échantillons sont intéressants. L'identité du produit n'a pas encore été annoncée.

L'effet « plastique » semble réduit

Les réactions initiales les plus fortes à mona-lisa-1 se concentrent sur le réalisme photographique.

Le développeur Riccardo Wolf aurait testé des invites identiques ou très proches sur GPT Image 2 et mona-lisa-1.

L'article source présente trois sorties côte à côte : un GPT Image 2 de qualité moyenne, mona-lisa-1, et un GPT Image 2 de haute qualité.

Une des sorties de comparaison GPT Image 2 présentées dans le rapport original.

Échantillon de mona-lisa-1 présenté entre les sorties de comparaison GPT Image 2.

Comparaison de sorties GPT Image 2 de haute qualité présentées dans l'article source.

La différence ne se résume pas à « plus de détails ».

Une faiblesse courante des images IA hautement retouchées est que chaque surface semble être parfaitement idéalisée :

• La peau devient trop lisse
• L'éclairage devient trop cinématographique
• Les visages deviennent trop symétriques
• Les cheveux semblent placés mèche par mèche
• Le flou d'arrière-plan paraît artificiel
• Les petits défauts disparaissent
• Les textures deviennent lustrées plutôt que physiquement réalistes

Les testeurs de la communauté indiquent que mona-lisa-1 est plus enclin à préserver les imperfections visuelles qui donnent aux photos un aspect naturel et ordinaire.

Ces imperfections peuvent inclure :

• Une texture de peau inégale
• Des taches de rousseur
• Des mèches de cheveux éparses
• Une légère surexposition
• Un flash brut
• Des rougeurs naturelles
• Un flou de mouvement irrégulier
• Des détails d'environnement plus désordonnés

Même si d'un point de vue objectif ces éléments ne sont pas « plus propres », ils rendent l'image plus authentique.

Plus de détails dans les portraits

Une comparaison partagée dans la source oppose GPT Image 2 à mona-lisa-1 sur le même portrait de rue.

La source compare les performances de GPT Image 2 et de mona-lisa-1 en matière de réalisme des portraits et de détails d'environnement.

Les résultats de mona-lisa-1 semblent davantage mettre l'accent sur :

• Une texture faciale plus marquée
• Des variations cutanées plus visibles
• Des cheveux moins réguliers
• Un flou de mouvement d'arrière-plan plus naturel
• Une apparence légèrement moins « retouchée en studio »

Il s'agit de jugements visuels portés sur des échantillons individuels, et non de conclusions issues de tests de référence standardisés.

Un modèle peut l'emporter sur un prompt donné, puis échouer sur le suivant.

Le signal significatif réside dans le fait que plusieurs testeurs ont indépendamment remarqué des tendances similaires — une évolution vers une esthétique moins synthétique et plus réaliste.

Les images artistiques semblent également moins générées par algorithme

L'article source estime que ce changement ne se limite pas au photoréalisme.

Dans les images picturales et atmosphériques, mona-lisa-1 produirait des transitions plus subtiles dans :

• Les couleurs
• La lumière et les ombres
• La brume
• Les textures
• La profondeur de champ
• La composition

L'un des exemples cités est une scène côtière à l'aquarelle.

Un exemple d'art atmosphérique inclus dans l'article source.

L'attrait ici ne réside pas dans la fidélité photographique.

Il s'agit de créer un style visuel cohérent sans tomber dans les clichés esthétiques du « art IA » stéréotypé.

Cela reste subjectif, mais constitue une direction importante pour les modèles d'images. Une fois que la génération d'objets de base devient fiable, les utilisateurs commencent à se soucier davantage de la capacité du modèle à effectuer des choix esthétiques intentionnels, plutôt que de tout rendre uniformément beau.

Des infographies et images de design plus complexes

Les modèles GPT Image excellent déjà dans la génération d'images contenant du texte structuré, des mises en page, des diagrammes et des compositions de type interface.

OpenAI souligne officiellement qu'un meilleur traitement de la mise en page et un rendu de texte amélioré sont les principales capacités de GPT Image 2.

Les exemples de mona-lisa-1 suggèrent qu'OpenAI pourrait poursuivre dans la même direction.

Les tests inclus dans la source portent sur :

• Des interfaces web
• Des planches d'anatomie
• Des infographies IA riches en informations
• Des autoportraits stylisés
• Des pages manuscrites
• Des affiches d'anime
• Des compositions commerciales complexes

Planches d'anatomie

L'un des exemples les plus exigeants est une illustration du thorax humain avec annotations.

L'article source met en avant la capacité de mona-lisa-1 à générer des illustrations anatomiques densément annotées.

Ce type de tâche combine plusieurs exigences élevées :

1. Les structures anatomiques
2. La composition spatiale
3. Les lignes fines
4. Les annotations denses
5. Une typographie lisible
6. Les lignes de guidage reliant annotations et structures
7. Une hiérarchie de mise en page cohérente

Une illustration médicale visuellement convaincante ne doit pas automatiquement être considérée comme médicalement exacte.

Les supports éducatifs ou médicaux générés nécessitent toujours une validation par des experts, en particulier lorsque de petites erreurs d'annotation peuvent induire le lecteur en erreur.

La valeur de cet exemple réside principalement dans la démonstration que les modèles d'images deviennent plus performants en communication visuelle structurée, et pas seulement en dessin d'illustrations.

Contenu manuscrit

La source présente également une longue page manuscrite imitant l'écriture d'Albert Einstein.

Le modèle a été testé sur des documents manuscrits de grande longueur.

Ce qui est impressionnant ne tient pas à la crédibilité historique de l'écriture.

Mais au fait que les systèmes d'images modernes parviennent de plus en plus à orchestrer :

• Des textes longs
• Des styles manuscrits
• Des textures de page
• Des marges
• Un interligne
• Des marques décoratives
• Un effet de vieillissement visuel

Cela ouvre de nouvelles possibilités créatives, tout en rendant les outils de traçabilité tels que C2PA et SynthID d'autant plus importants.

Mise en page d'affiche d'anime

La source comprend également une affiche d'anime dense, avec plusieurs miniatures intégrées, des textes typographiés, un paysage en arrière-plan et des bordures décoratives.

Un exemple d'affiche d'anime montrant la composition, le texte, les cadres et la cohérence des personnages.

Ce type de prompt teste la capacité du modèle à agir davantage comme un moteur de mise en page que comme un simple rendu.

Il doit comprendre que certains éléments sont :

• Le sujet principal
• Des panneaux secondaires
• Du texte décoratif
• Des annotations
• La scène d'arrière-plan
• Des dispositifs d'encadrement

Cela devient de plus en plus important pour les flux de travail de conception réels.

Les utilisateurs professionnels ont souvent besoin que le modèle crée une composition visuelle entière, et pas seulement un objet unique centré.

Mona-Lisa-1 est-il le nouveau « cerveau » ou un meilleur checkpoint ?

La dernière partie de la source pose une question : mona-lisa-1 est-il basé sur un modèle fondamentalement plus récent ?

Les preuves présentées sont indirectes.

Selon certaines informations, un testeur aurait exécuté plusieurs prompts liés à la date et aurait constaté que le modèle échouait de manière répétée.

Bien que sa date limite de connaissances soit fixée à 2025.

Les tentatives de génération de contenus nécessitant des informations très récentes ont également échoué.

La source a ensuite comparé ce comportement à la date limite de connaissances connue de GPT Image 2 et a émis l'hypothèse que mona-lisa-1 pourrait être un checkpoint plus récent construit sur la même pile de génération étendue, plutôt qu'un modèle de base entièrement nouveau.

C'est possible, mais ce n'est pas une certitude que les preuves publiques permettent d'établir.

Pourquoi « Quelle est la date d'aujourd'hui ? » est un test faible pour la date limite d'entraînement

Les modèles d'images anonymes dans Arena peuvent ne pas disposer :

• D'un accès réseau
• D'une date système fiable
• Du même prompt système que ChatGPT
• Des mêmes outils de recherche que les produits publics
• De la même configuration de modèle de langage environnant

Si le modèle ne peut pas générer d'informations récentes, il existe plusieurs explications possibles.

Les données d'entraînement peuvent être obsolètes.

Le modèle peut ne pas avoir de capacités de recherche.

L'environnement de test peut masquer la date.

Le déploiement anonyme peut utiliser une configuration système interne différente de celle du produit final.

Par conséquent, les expériences de prompts liés à la date sont des indices utiles, mais ne doivent pas être considérées comme une preuve que l'entraînement s'arrête « en 2025 ».

Le nom « GPT Image 2.5 » est une spéculation de la communauté

Certains testeurs décrivent officieusement mona-lisa-1 comme une mise à jour de style « Image 2.5 ».

Cette étiquette n'est pas officielle.

Le catalogue public de modèles d'OpenAI répertorie actuellement gpt-image-2 comme son modèle de génération d'images le plus récent.

Aucun document public d'OpenAI ne mentionne :

mona-lisa-1

ou :

gpt-image-2.5

Le suffixe de code -1 pourrait suggérer l'existence de plusieurs checkpoints expérimentaux, mais c'est également une déduction.

Les tests anonymes d'Arena sont souvent utilisés pour comparer des variantes de modèles avant leur publication publique. Ils ne garantissent pas que chaque modèle candidat deviendra un produit.

Ce que les données publiques actuelles disent réellement

Actuellement, il existe deux situations distinctes.

La première est le marché public.

GPT Image 2 reste le produit phare officiel de génération d'images d'OpenAI et, selon les derniers classements publiés, occupe toujours la première place du classement texte-à-image d'Arena.

La seconde est un signal expérimental.

Un modèle nommé mona-lisa-1 est apparu dans des tests communautaires, et plusieurs utilisateurs ont signalé des améliorations dans les domaines suivants :

• Photoréalisme
• Textures de peau
• Détails environnementaux
• Mises en page complexes
• Typographie
• Illustration
• Infographies

Un résultat de vérification de source lié à OpenAI, rapporté, a renforcé la probabilité que le modèle soit associé à OpenAI.

L'élément le plus important qui manque encore est : l'annonce officielle d'OpenAI.

Jusqu'à présent, aucun élément confirmé ne concerne :

• Le nom public du modèle
• L'ID du modèle API
• Le prix
• La date de sortie
• La fiche modèle
• Le rapport technique
• La date limite d'entraînement
• Les scores de référence
• La disponibilité du produit
• L'ensemble final des capacités

Cela rend mona-lisa-1 intriguant, mais toujours expérimental.

FAQ

Qu'est-ce que mona-lisa-1 ?

Mona-lisa-1 est le nom de code d'un modèle d'image anonyme signalé lors des tests Arena en août
2026. Les premiers utilisateurs l'ont comparé à GPT Image 2 et ont signalé un réalisme, des détails et une capacité de composition visuelle complexe supérieurs.

mona-lisa-1 est-il officiellement un modèle OpenAI ?

OpenAI n'a pas officiellement annoncé de modèle portant ce nom. Cependant, un test communautaire aurait détecté un signal de source lié à OpenAI. L'utilisation

d'OpenAI Verify rend plausible l'association avec OpenAI, mais ne constitue pas une confirmation officielle.

mona-lisa-1 est-il le GPT Image 2.5 ?

Au 12 août 2026, aucun modèle officiel nommé GPT Image 2.5 ne figure dans la documentation publique d'OpenAI. « GPT Image 2.5 » est actuellement un surnom ou une spéculation communautaire sur le positionnement possible de ce modèle expérimental.

mona-lisa-1 est-il meilleur que GPT Image 2 ?

Certaines comparaisons côte à côte préliminaires suggèrent un réalisme photographique plus fort et des textures plus naturelles, mais mona-lisa-1 ne dispose d'aucun benchmark officiel ni de score stable dans les classements publics. GPT Image 2 reste en tête du classement texte-à-image publié par Arena.

Qu'est-ce qu'OpenAI Verify ?

OpenAI Verify est un outil public de vérification des sources. Il peut examiner les fichiers image et audio pris en charge pour rechercher des signaux associés au contenu généré ou exporté par OpenAI, y compris les signaux SynthID et C2PA.

Les résultats SynthID peuvent-ils prouver qu'un modèle OpenAI spécifique a été utilisé ?

Non. Les signaux de source aident à déterminer que le contenu est associé aux outils d'OpenAI, mais ils n'identifient pas nécessairement les détails de chaque modèle interne. L'API de vérification d'OpenAI peut fournir des informations sur le modèle dans les métadonnées de source prises en charge, si disponibles, mais tous les signaux ne contiennent pas les mêmes champs.

mona-lisa-1 connaît-il des informations postérieures à 2025 ?

Certains testeurs communautaires ont rapporté de mauvaises performances lors de tests portant sur des informations plus récentes. Cela ne prouve pas une date limite de connaissances officielle, car les déploiements anonymes d'Arena peuvent manquer d'accès réseau, d'accès à la date système ou des outils de recherche utilisés dans le produit final.

Quand OpenAI publiera-t-il mona-lisa-1 ?

OpenAI n'a annoncé aucune date de sortie et n'a pas confirmé que le checkpoint Arena deviendra un produit public. Il faut actuellement le considérer comme un modèle expérimental candidat.

Outils associés

• API de génération d'images OpenAI : Documentation officielle de l'API pour générer et modifier des images à l'aide des modèles GPT Image.
• GPT Image 2 : Le modèle de génération d'images le plus avancé actuellement public d'OpenAI.
• OpenAI Verify : Vérifie les signaux de source liés à OpenAI dans les fichiers image et audio pris en charge.
• API de provenance du contenu OpenAI : API développeur pour vérifier les signaux de provenance C2PA et SynthID.
• Arena : Plateforme de comparaison de modèles en aveugle pour comparer les modèles d'images, de texte, de vidéo et d'autres IA.
• [Guide des prompts d'images OpenAI](https://developers.openai.

com/cookbook/examples/multimodal/image-gen-models-prompting-guide) : Guide officiel des modèles de prompt axés sur la production pour GPT Image 2.

Liens connexes

• OpenAI : Lancement de ChatGPT Images 2.0 : Présentation officielle du système actuel de génération d'images GPT Image.
• Documentation du modèle GPT Image 2 : Spécifications actuelles et points de terminaison API pris en charge par OpenAI.
• OpenAI Verify : Outil officiel pour vérifier les signaux de provenance pris en charge par OpenAI.

Signaux.

• Centre d'aide sur les signaux de provenance OpenAI : Explications sur SynthID, C2PA, les résultats de vérification et les limites.
• Classement Arena de génération texte-à-image : Classement public actuel des modèles de génération d'images basé sur les votes Arena.
• Classement Arena d'édition d'images : Classement actuel de l'édition d'images des principaux modèles.
• Rapport AiBattle_ Mona-Lisa-1 : Rapport communautaire cité par l'article source concernant les modèles anonymes et la vérification de provenance.

Résumé

Mona-lisa-1 est un modèle d'images Arena anonyme ; selon les premiers testeurs, dans certains exemples de comparaison côte à côte, il génère des images plus naturelles, avec des détails visuels plus riches et une gestion des compositions complexes supérieure à celle de GPT Image 2.

Les preuves de son association avec OpenAI sont convaincantes, mais elles ne constituent pas une annonce officielle. Selon des rapports, des utilisateurs de la communauté ont détecté des signaux de provenance liés à OpenAI via OpenAI Verify, et la documentation d'OpenAI confirme que cet outil vérifie les signaux SynthID et C2PA pris en charge associés au contenu généré par OpenAI.

GPT Image 2 reste le modèle phare officiellement public d'OpenAI et occupe actuellement la première place du classement public de génération texte-à-image d'Arena. Les affirmations selon lesquelles mona-lisa-1 serait « GPT Image 2.5 », aurait été entraîné en 2025, ou représenterait la prochaine version finale, restent spéculatives.

La conclusion la plus claire est que mona-lisa-1 semble être une expérience crédible de modèle d'images OpenAI — mais ce modèle ne reste qu'un signal préliminaire, et non une annonce de lancement de produit public.