Mona Lisa 1 : le prochain modèle d’images d’OpenAI ? Ce que nous savons

Pour utiliser dès aujourd’hui les modèles d’images disponibles, découvrez les outils d’images et de vidéos par IA de SeeVideo AI. La plateforme réunit plusieurs modèles créatifs dans un même espace, tandis que le secteur s’intéresse à un nouveau nom intrigant : mona-lisa-1.

Début août 2026, des utilisateurs ont signalé l’apparition de mona-lisa-1 dans les duels d’images d’AI Arena. Ce nom était inconnu, aucune page de lancement ne lui était associée et aucune entreprise ne le revendiquait. Un indice plus significatif est ensuite apparu : selon un tiers, une image produite par le modèle aurait été reconnue par l’outil de vérification d’OpenAI comme portant un marqueur de provenance OpenAI.

Cela mérite de suivre mona-lisa-1 de près. Cela ne confirme pas l’existence d’un produit lancé, d’un successeur à GPT Image 2 ni d’un modèle officiellement nommé « GPT Image 2.5 ». Ces distinctions comptent, surtout lorsqu’un modèle peut être testé publiquement avant toute communication de son développeur.

L’essentiel

La conclusion la mieux étayée à ce stade est la suivante : mona-lisa-1 est probablement un candidat de modèle d’images OpenAI non publié, testé au moyen de comparaisons anonymes fondées sur les préférences humaines.

Plusieurs éléments soutiennent cette hypothèse, mais ils ne permettent pas d’aller plus loin. OpenAI n’a annoncé aucun modèle sous ce nom et n’a publié ni fiche de modèle, ni rapport technique, ni identifiant d’API, ni prix, ni date de sortie, ni résultats de benchmark. Sa documentation publique présente toujours GPT Image 2 comme son modèle de génération d’images le plus avancé.

C’est ce qui sépare un indice crédible d’un lancement confirmé.

Pourquoi AI Arena joue un rôle

Les duels d’AI Arena sont conçus pour des comparaisons à l’aveugle. L’utilisateur voit deux résultats issus du même prompt, choisit celui qu’il préfère et peut apprendre ensuite quels systèmes les ont produits. Ce format recueille des préférences humaines sans laisser la notoriété des marques influencer chaque vote.

L’apparition d’un nouveau nom de code devient donc intéressante. Une entreprise peut ainsi vérifier qu’une version expérimentale améliore réellement un modèle existant avant de lui donner un nom commercial ou de promettre sa disponibilité.

Plusieurs publications initiales ont mentionné indépendamment mona-lisa-1 dans des duels d’images. Elles constituent un indice solide de sa présence dans cet environnement de test. Elles ne prouvent pas que le modèle a été lancé, ni même que cette version précise deviendra un produit public.

Le signal de provenance OpenAI constitue l’indice le plus fort

L’élément le plus convaincant n’est ni le nom de code ni une ressemblance visuelle avec d’autres modèles. Il s’agit de la vérification de provenance rapportée.

Un compte communautaire qui suit les nouveaux modèles d’Arena a indiqué qu’une image attribuée à mona-lisa-1 avait été vérifiée avec l’outil d’OpenAI, qui aurait détecté un signal SynthID d’origine OpenAI. OpenAI explique que son service de vérification peut reconnaître certains marqueurs, notamment les Content Credentials C2PA et SynthID, dans des contenus créés avec ses outils. Un signal détecté suggère une origine OpenAI probable ; les faux positifs sont censés rester rares.

La chaîne d’indices est donc cohérente :

1. mona-lisa-1 apparaît dans un duel d’Arena.
2. Une image générée est soumise à l’outil de vérification de provenance d’OpenAI.
3. Cet outil aurait détecté un marqueur d’origine OpenAI.

L’ensemble pointe fortement vers OpenAI. Une limite reste toutefois importante : les échanges publics ne fournissent pas d’archive largement vérifiable du fichier original accompagnée d’un résultat reproductible. La détection de provenance peut étayer une attribution, mais elle ne révèle ni le nom d’une version interne, ni une stratégie produit, ni un calendrier de lancement.

Il est donc raisonnable de dire « probablement issu d’OpenAI », mais pas « officiellement confirmé par OpenAI ».

Pourquoi le nom GPT Image 2.5 est prématuré

Cette appellation est compréhensible. L’historique des noms de modèles d’OpenAI rend plausible une étape après GPT Image 2, et une évaluation anonyme correspondrait à un schéma de lancement déjà observé.

Mais une hypothèse plausible n’est pas un fait vérifié.

mona-lisa-1 pourrait devenir une mise à jour de GPT Image 2, GPT Image 2.5, GPT Image 3, un modèle réservé à ChatGPT, une branche interne jamais publiée ou autre chose. Il peut s’agir d’une version préliminaire différente de celle qui sera finalement déployée. Tant qu’OpenAI n’en publie pas l’identité officielle, toute appellation commerciale précise reste spéculative.

Cette prudence évite que des utilisateurs ou des équipes prennent des décisions d’achat, d’organisation ou d’intégration sur la base d’un nom qui pourrait ne jamais apparaître dans un tableau de bord ou une API.

Ce que montrent les premiers retours, et leurs limites

Les premières réactions sont contrastées, comme souvent lors de tests précoces.

Un utilisateur a décrit le modèle comme nettement supérieur à GPT Image 2. Si cette impression se confirme, le progrès pourrait concerner la composition, le soin esthétique, la compréhension sémantique ou plusieurs de ces aspects. Une première impression favorable constitue une piste intéressante, mais reste un témoignage isolé.

Portrait photoréaliste associé aux premières discussions sur mona-lisa-1. Une image convaincante est un indice utile, mais ne constitue pas à elle seule un benchmark.

D’autres testeurs ont rapidement relevé une faiblesse potentielle : du bruit visible et des artefacts de texture. Deux commentaires indépendants évoquent un bruit suffisamment désagréable pour limiter l’utilité pratique des images. Cette convergence mérite d’être suivie, mais l’échantillon est trop petit pour poser un diagnostic.

Plusieurs explications sont possibles : artefacts de haute fréquence propres au modèle, réglage particulier de l’échantillonnage ou du post-traitement, compression lors de l’affichage dans Arena, ou prompts qui révèlent plus facilement cette faiblesse. Aucun document technique public ne permet encore de les départager.

La conclusion doit donc rester mesurée : certains exemples de mona-lisa-1 peuvent montrer un progrès visible, tandis que les artefacts de bruit constituent une préoccupation récurrente dans les premiers retours. Aucune de ces observations n’est un résultat de benchmark.

Exemple de festival japonais de style anime associé aux premières discussions sur mona-lisa-1. Des styles variés sont intéressants, mais ne démontrent ni la constance des résultats ni le respect des prompts sans tests reproductibles.

Les capacités encore inconnues

Il serait tentant d’attribuer à mona-lisa-1 toutes les capacités connues de GPT Image 2. Ce serait une erreur.

GPT Image 2 est présenté publiquement comme un modèle de génération et de retouche d’images de haute qualité, acceptant des images en entrée, suivant précisément les instructions, tenant compte du contexte et proposant des dimensions de sortie flexibles. Il constitue aussi une référence exigeante : dans le dernier classement Arena cité par les recherches de cet article, GPT Image 2 était en tête en génération texte-vers-image et en retouche.

Pour essayer le modèle OpenAI actuellement disponible dans votre propre travail, utilisez GPT Image 2 sur SeeVideo AI (Page de présentation à venir).

Rien de cela ne confirme des capacités équivalentes, ou supérieures, pour mona-lisa-1. Les informations fiables restent insuffisantes concernant :

• Le rendu de textes denses ou multilingues.
• Le comptage de plusieurs objets et les instructions spatiales complexes.
• La cohérence avec une image de référence et la préservation de l’identité.
• La fusion de plusieurs images et les retouches locales.
• La retouche de zones et l’édition en plusieurs échanges.
• Les résolutions, formats, délais et prix pris en charge.
• L’architecture, la méthode d’entraînement et la configuration de sécurité.

Tous ces points restent pour l’instant inconnus.

Quels éléments permettraient de confirmer une avancée ?

Le prochain élément déterminant ne sera pas une autre belle image isolée, mais un ensemble de signaux convergents :

• Une annonce officielle ou une documentation d’OpenAI.
• Un identifiant stable de produit public ou d’API.
• Un score Arena publié après un nombre significatif de votes à l’aveugle.
• Des comparaisons reproductibles sur le texte, la retouche, la cohérence et les prompts sujets aux artefacts.
• Des informations claires sur l’accès, le coût, la vitesse et les usages pris en charge.

Les résultats Arena seraient particulièrement utiles, car GPT Image 2 est déjà un concurrent solide. Battre une ancienne référence peu performante serait peu révélateur. Dépasser régulièrement un leader actuel après de nombreux votes à l’aveugle serait un signe beaucoup plus convaincant de progrès générationnel.

Bilan

mona-lisa-1 semble reposer sur davantage qu’une simple rumeur inventée par la communauté. Sa présence rapportée dans les tests anonymes d’Arena, associée au signal de provenance OpenAI également rapporté, rend ce lien très crédible.

Le reste demeure ouvert. Nous ne connaissons pas son nom officiel, sa future disponibilité, son statut de nouvelle génération ou de branche de GPT Image 2, ni sa capacité à conserver ses qualités visuelles tout en résolvant les artefacts signalés.

Pour les créateurs, mieux vaut considérer mona-lisa-1 comme un signal prometteur plutôt que comme une feuille de route produit. Continuez à utiliser les outils disponibles, attendez une confirmation officielle et évaluez une éventuelle sortie avec des tests reproductibles, pas seulement quelques images spectaculaires.

Envie de créer dès maintenant ? Consultez la page d’accueil SeeVideo AI pour découvrir les outils d’images et de vidéos par IA disponibles.