Pangram AI-Detector áttekintése (2026): pontosság és téves riasztások

A Pangram egy AI-detektor a Pangram Labs-tól, és a cég azt állítja, hogy a pontossága 99% felett van. Azt is közli, hogy nagyjából 10 000 emberi szövegből 1-et tévesen jelöl meg. A Pangram a University of Chicago és a University of Maryland által végzett, állítása szerint hasonló eredményeket mutató külső tanulmányokra hivatkozik.

Alább bemutatjuk a Pangram saját pontossági és téves riasztási számait, valamint azt, milyen eredményekre jutottak a független vizsgálatok. Ezután áttekintjük, miként észleli a Pangram az AI-szöveget, hogyan viszonyul a GPTZerohoz, a Copyleakshez és a Turnitinhez, továbbá az árazást és a nyelvtámogatást.

Mit csinál a Pangram

A Pangram egy olyan AI-észlelő eszköz, amelyet iskolák, kiadók, ügyvédi irodák és más szervezetek számára fejlesztettek ki, amelyeknek külön kell tudni választani az emberi és az AI-val írt szöveget. Beilleszti a szöveget vagy feltölt egy fájlt. A Pangram visszaad egy előrejelzést Human, AI-Generated vagy AI-Assisted kategóriában, valamint azt is, hogy a dokumentumból mekkora arány esik az egyes címkékbe.

A Pangram Labs 2023-ban Brooklynban, New Yorkban indult. Alapítói a Tesla és a Google mellett dolgoztak AI-kutatásokon, mielőtt elindították volna a céget. A termékcsalád ma már tartalmaz egy olyan plágiumellenőrzőt is, amely az AI-detektorral együtt érhető el, egy AI-képfelismerő modult és egy böngészőbővítményt. Emellett integrálódik a Gmaillel, a Google Dosszal, valamint tanulásmenedzsment-rendszerekkel, például a Canvas, Moodle, Google Classroom és Brightspace platformokkal. Kapható egy API is, amelyet azoknak szántak, akik az AI-észlelést a saját alkalmazásaikba szeretnék beépíteni.

A Pangram legújabb modellje, a Pangram 4 legalább 50 szót igényel a bemenetből, és akkor működik a legjobban, ha teljes mondatokkal dolgozik. A rövid válaszok és a felsorolások kevesebb információt adnak, amivel a rendszer dolgozhat. Minden eredményhez tartozik egy bizalmi szint a High, Medium vagy Low kategóriákban a modell által minden egyes szakaszhoz, valamint kiemelt részek, amelyek jelzik, hogy a modell mely mondatokat sorolta AI-Generated, AI-Assisted vagy Human kategóriába.

Az AI-Assisted címke azt jelenti, hogy a Pangram szerint a szöveget egy személy által megkezdett írást egy AI szerkesztette vagy csiszolta. Ha a szöveg egyes részeihez használt egy nyelvtani eszközt vagy egy AI-átfogalmazót, akkor ez a címke akkor is megjelenhet, ha az ötletek és a szerkezet a sajátjaid. Mielőtt problémaként kezdené a címkét, ellenőrizze, hogy az iskolája vagy a munkaadója mit enged meg AI-szerkesztő eszközökkel.

Mit állít a Pangram a pontosságáról

A Pangram GYIK (FAQ) szövege szerint a detektor 99% feletti pontosságú, és a téves riasztási arány nagyjából 10 000 esetből 1. Azt mondja, ezt az értéket több tízmillió dokumentumot tartalmazó nyilvános adathalmazok alapján számítják. A Pangram továbbá a modelljét 26 AI-rendszerrel is összehasonlítja, és azt jelenti, hogy az ezekből az AI-val generált mintákból csoportosan 99,7% a pontosság, majd minden jelentősebb modellkiadás után újratesztelik.

A Pangram külön az egyes modellekhez is közzétesz pontossági adatokat:

Ezek Pangram saját számai, amelyeket a saját tesztkészletein mértek. A Pangram 4 modellkártyája tovább bontja a számokat. 519 993 angol, 26 modellből származó AI-generált mintán a Pangram 4 a minták 0,34%-át mulasztotta el, ami közel áll a 99,7%-os főcím-értékhez. A modellkártya emellett 18 nyelvet lefedő többnyelvű készleten 1,24%-os mulasztási arányt is felsorol, így a Pangram az angolon kívül valamivel kevésbé megbízhatóan észleli az AI-szöveget.

A Pangram hamis pozitív rátája szakterület és nyelv szerint

A Pangram GYIK-ja egyetlen, összesített hamis pozitív rátát ad meg: 10 000-ből 1. A Pangram 4 modellkártyája ennél pontosabb számot közöl. A FineWeb adatkészlet 1 000 000 angol dokumentumából a Pangram 4 41 hamis pozitívot produkált, vagyis 0,0041%-ot, ami közel van a 24 000-ből 1-hez. Egy 104 nyelven 996 273 dokumentumot tartalmazó többnyelvű készleten 14 hamis pozitívot mért, vagyis 0,0014%-ot.

A ráta szakterületenként változik. A Pangram modellkártyája ezeket a hamis pozitív rátákat sorolja fel:

Angol nyelvű akadémiai íráshoz a Pangram modellkártyája 0,019%-os hamis pozitív rátát ad meg, ami körülbelül 5000 dokumentumból 1. Ez magasabb, mint az összesített értéke, és ez az a szám, amely a legfontosabb a hallgatók és a kutatók számára. A formális akadémiai próza meghatározott mintákat követ, és az olyan szövegek, amelyek képletszerűek, ahol a Pangram saját adatai több hamis pozitívat mutatnak.

A Pangram saját blogposztja a hamis pozitívumokról azt írja, hogy a ráta emelkedik olyan szövegeknél, amelyek rövidek, nem teljes mondatokban vannak megírva, illetve erősen képletszerűek, például a receptek és a versek esetében. Azt is közli, hogy hosszú, eredeti prózánál, például esszéknél, értékeléseknél és jelentéseknél alacsonyan marad, mert az ilyen típusú írás több anyagot ad a modellnek a feldolgozáshoz.

A nyelv is befolyásolja a rátát. A Pangram modellkártyája hivatalos támogatást 24 nyelvre ad. Ezek az angol, spanyol, francia, portugál, arab, kínai, japán, koreai, orosz, török, magyar, német, holland, svéd, román, ukrán, lengyel, olasz, cseh, görög, hindi, perzsa, urdu és vietnámi. A mért hamis pozitív ráta ezeknél 0,0000%-tól indul olyan nyelveknél, mint az arab, a kínai és a japán, egészen 0,0078%-ig portugál esetén és 0,0361%-ig ukrán esetén. Mindez még mindig messze van az 1000-ből 1 értéktől. A Pangram azt is mondja, hogy a felsorolt listán kívüli nyelvekre is általánosítani tud, és kéri az új nyelv értékelésére vonatkozó igények jelzését.

A Pangram más detektorokkal készített összehasonlításokat is publikál. A University of Chicago kutatói által végzett termékvélemények elemzésében beszámol arról, hogy saját maga esetében 0,5%, az Originality.ai esetében 1,7%, a GPTZero esetében pedig 2,4% a hamis pozitív ráta. Ezek a Pangram számai, a saját blogjából.

A Pangram által idézett külső tanulmányok

Egy 2025 University of Chicago Booth tanulmány megállapította, hogy a vezető AI-detektorok a szerkesztetlen AI-szöveg több mint 90%-át jelölték meg. A legtöbbjük viszont kevesebb mint a felét jelölte meg, miután a szöveget egy AI humanizer-en átengedték. A Pangram volt az egyik azon négy detektor között, amelyet teszteltek, a GPTZero, az Originality.ai és a nyílt forráskódú RoBERTa detektor mellett. A Pangram azt állítja, hogy az egyetlen volt, amely a hamis pozitív rátáját 0,5% alatt tudta tartani úgy, hogy közben továbbra is felismerte az AI-szöveget.

A Pangram egy 2026 júniusi tanulmányt is idéz a Vrije Universiteit Brussel-től. Pangramot, GPTZero-t, Turnitin-t és Copyleaks-t tesztelt 160 olyan akadémiai dolgozaton, amelyeket nem anyanyelvi angol szerzők készítettek, és amelyekben a mintákat emberi, AI-generált, hibrid és humanizált szövegekre bontották. A Pangram szerint a vizsgálatban mind a négy eszköz egyik sem jelölte meg az ember által írt dolgozatokat.

Egy 2025-ös tanulmány: Pangram szemben szakértő emberi olvasókkal

Egy 2025-ös tanulmány Jenna Russell, Marzena Karpinska és Mohit Iyyer publikálva lett az ACL 2025 konferencián. Azt vizsgálta, hogy a gyakran AI-íróeszközöket használók mennyire tudják felismerni az AI által generált szöveget olyan jól, mint az automatikus detektorok. Öt annotátor, akik gyakran használnak LLM-eket saját írásukhoz, elolvasott 300 nem szépirodalmi angol cikket. A bemenet vegyesen tartalmazott ember által írt szöveget, valamint GPT-4o, Claude és o1-Pro által generált szöveget is, köztük néhány olyan cikket, amelyeket AI humanizerrel futtattak. Az öt annotátor többségi szavazata mindössze 1-et tévesztett a 300 cikkből.

A tanulmány ezt a panelt öt automatikus detektorral hasonlította össze: Pangram, GPTZero, Binoculars, Fast-DetectGPT és RADAR. A kutatók két Pangram modellt futtattak: annak alap detektorát, illetve egy külön modellt, amelyet Pangram Humanizersnek neveznek, és amelyet arra képeztek, hogy kiszűrje az olyan szöveget, amelyet AI humanizerrel futtattak. A Pangram Humanizers volt az egyetlen detektor, amely egyezett a szakértői panel teljesítményével. Átlagosan 99,3% igaz pozitív arányt és 2,7% hamis pozitív arányt mért a tesztkészleten. A Pangram alapmodellje ugyanebben a tesztben átlagosan 98,0% igaz pozitív arányt ért el, és 2% hamis pozitív arányt produkált.

A 2,7% hamis pozitív arány magasabb, mint a Pangram által saját értékelései során közölt 1 a 10 000-hez arány. A vizsgálat sokkal kisebb adathalmazon történt, 300 cikkkel, nem pedig azokkal a milliókkal, amelyeket a Pangram máshol említ. A tanulmány a Pangramot csak a Human és az AI-Generated címkéivel pontozta, anélkül, hogy figyelembe vette volna annak semleges, "Possibly AI" címkéjét. A Pangram és a GPTZero egyaránt API-jóváírást adott a kutatóknak a teszt futtatásához.

Hogyan észleli a Pangram az AI-írást

A Pangram azt állítja, hogy nem használja a felületességi szintet (perplexity) vagy a burstiness-t, azt a két jelet, amelyre a régebbi AI detektorok leginkább támaszkodnak. A perplexity azt méri, mennyire kiszámítható egy adott szó egy nyelvi modell számára, a burstiness pedig azt, mennyire változik ez a kiszámíthatóság egy dokumentumon belül. Mindkettőt külön is bemutatjuk a perplexity az AI detektálásban című bejegyzésünkben.

A Pangram szerint a perplexity-alapú detektorok hibázni kezdenek minden olyan szöveg esetén, amelyet egy nyelvi modell betanulás közben már memorizált, beleértve a Függetlenségi Nyilatkozatot és a Wikipedia nagy részét is. A modellek nagyon alacsony perplexityvel tanulják meg a memorizált szöveg előrejelzését, függetlenül attól, hogy ki írta. A Pangram emellett azt is mondja, hogy a perplexity-alapú módszerek magasabb hamis pozitív arányt produkálnak anyanyelvként nem angol nyelvű írás esetén, mivel az egyszerűbb mondatszerkezetek szintén könnyebben kiszámíthatók. Ezt a hasonló hamis-pozitív mintázatot az angolt nem anyanyelvként használó íróknál ugyanabban a bejegyzésben tárgyaljuk, amely más detektorokat is górcső alá vesz.

Ehelyett a Pangram egy mély tanulási modellt tanít közvetlenül nagy mennyiségű emberi és AI szövegen. Azt a módszert használja, amelyet hard negative miningnek nevez: olyan emberi szöveget keres, amely véletlenül hasonlít az AI kimenetére. A Pangram a teljes dokumentumokat token-szinten dolgozza fel. Minden szegmenst Human, AI-Assisted vagy AI-Generated címkével lát el, és folyamatos pontszámot ad arról, hogy a szegmens mennyire tűnik AI által írtnak. A Pangram szerint a modell javul, ahogy egyre több adattal tanítják.

Pangram kontra GPTZero, Copyleaks és Turnitin

A Pangram, a GPTZero és a Copyleaks bárki számára elérhető, aki regisztrál. A Turnitin csak iskolai vagy kiadói fiókon keresztül működik, és egyéni felhasználó jellemzően csak akkor lát Turnitin-értéket, ha azt egy oktató továbbítja neki.

Ezeket az észleltetőket külön-külön is végigvettük: lásd a GPTZero pontos, a Copyleaks észleli-e az AI-t és a Turnitin képes-e felismerni a humanizált AI-szöveget. A táblázatban szereplő téves pozitív arányok mindegyike az egyes cégek saját állítása, ahogy a Pangram és a többi szolgáltató is megadja.

A Pangram egy önálló detektáló eszköz. A Grammarly és a Scribbr az AI-észlelést a saját írástámogató eszközeik részeként kínálja, és külön-külön megvizsgáltuk a Grammarly AI detektálóját valamint a Scribbr AI detektálóját.

Árazás és az ingyenes csomag korlátai

A Pangram Free csomaghoz nincs szükség fizetési adatra. Napi 2 000 szó szövegellenőrzést és napi 3 képfelismerő ellenőrzést tartalmaz. Ez magában foglalja a feltöltést OCR-rel, a böngészőbővítményt, a Google Docs integrációt és az API-hozzáférést, több mint 20 nyelven.

Az Egyéni csomag 7 napos ingyenes próbát kínál, mielőtt elindulna a havi US$20-os díj. Ha évente számláznak, az havi árral szemben évi US$60 megtakarítást jelent. A Professzionális csomagot US$65-ért azonnal, próba nélkül számlázzák, és évente számlázva évi US$240 megtakarítást ad. A Pangram külön Business árazást is felsorol csapatok számára, amely a pricing oldalon a Business fül kiválasztása után jelenik meg.

Ki használja a Pangramot

Az iskolák és az egyetemek alkotják a Pangram legnagyobb ügyfélkörét. Az LMS integrációi közvetlenül kapcsolódnak a Canvashoz, Moodle-hoz, a Google Classroomhoz és a Brightspace-hez. A tanár a Pangram eredményt meg tudja nézni a diák beadott munkája mellett, anélkül hogy elhagyná azt a felületet, amelyet már a jegyek és visszajelzések adásához használ.

A kiadók, ügyvédi irodák és HR csapatok különböző okokból használják a Pangramot: benyújtott kéziratok ellenőrzésére, egy ügyhöz kapcsolódó dokumentumok átnézésére vagy a jelentkezői anyagok szűrésére. Az API lehetővé teszi, hogy bármelyik ilyen szervezet a Pangram detektálását beépítse a saját belső eszközeibe. A Gmail és a Google Docs integrációk segítségével egyetlen személy úgy tud ellenőrizni szöveget, hogy közben nem kell elhagynia a postaládáját vagy a dokumentumot.

Egy diák számára ez általában azt jelenti, hogy a Pangram pontszám a tanára által már használt, ugyanabban a vezérlőpultban jelenik meg a jegyekkel és visszajelzésekkel együtt. Nem egy külön, külön kérendő jelentésről van szó. Ha az iskola a Pangramot LMS-en keresztül futtatja, kérdezze meg az oktatóját vagy a tanszéket, hogy mely pontszám számít aggályosnak, és mi történik ezután.

Ha egy Pangram eredmény mégis jelzi, hogy a szövegben probléma lehet, a saját vázolási folyamatáról meglévő dokumentáció többet számít, mint pusztán a pontszám vitatása. Erről külön bejegyzésekben írunk: a vázolási folyamatáról készített dokumentáció felépítése és a formális fellebbezés lépései.

Ha az írásában az AI segített a dolgozat egy részének elkészítésében, a academic humanizer átalakítja azt a részt a saját hangodon. A hivatkozások, a műszaki kifejezések és a számok pontosan úgy maradnak, ahogy te leírtad őket, és az eszközt úgy tervezték, hogy az AI pontszámokat azoknál a szakaszoknál csökkentse, amelyekre hat.

Gyakran ismételt kérdések

Q: A Pangram pontos?

A Pangram azt állítja, hogy több mint 99% pontosságú, és olyan külső tanulmányokra hivatkozik, amelyek hasonló eredményeket mutatnak. A saját modellkártyája alacsonyabb pontosságot jelez 50 szónál rövidebb szövegekre, valamint néhány, az angoltól eltérő nyelvre.

Q: Mekkora a Pangram téves pozitív aránya?

A Pangram GYIK összességében kb. 1 a 10 000-hez arányt ad meg. A Pangram 4 modellkártyája ennél pontosabb értéket közöl: 0,0041%, vagyis kb. 1 a 24 000-hez, 1 000 000 angol nyelvű dokumentumon mérve. A találati arány területenként és nyelvenként eltérő.

Q: Miben különbözik a Pangram a GPTZero-tól?

A Pangram szerint a hamis pozitív aránya kb. 1 a 10 000-hez, míg a GPTZero szerint kb. 1% a RAID benchmarkon. Mindkettő kínál ingyenes csomagot és nyílt regisztrációt. A GPTZero saját számait a GPTZero pontossági értékelésünkben mutatjuk be.

Q: Miben különbözik a Pangram a Turnitintől?

A Turnitin kizárólag iskolai vagy kiadói fiókon keresztül működik, míg bárki közvetlenül regisztrálhat Pangramre. A Pangram a Turnitin saját fehérkönyvére hivatkozva 0,51% hamis pozitív arányt közöl az akadémiai írásoknál, és ennél alacsonyabb értéket jelent meg saját adatai alapján.

Q: Miben különbözik a Pangram a Copyleaks-től?

A Copyleaks szerint a hamis pozitív aránya kb. 0,2%, és a Pangram alacsonyabb arányt közöl saját magára. Mindkettő kínál ingyenes vizsgálatokat, és a Copyleaks kapcsán a Észleli a Copyleaks a mesterséges intelligenciát? Pontosság és mit érdemes tenni oldalon foglalkozunk vele.

Q: Hogyan detektálja a Pangram az AI-írást?

A Pangram egy mélytanulási modellt használ, amelyet emberi és AI-szövegek alapján tanítottak. Nem használ olyan méréseket, mint a perplexity és a burstiness, amelyekre sok régebbi detektor támaszkodik. A dokumentum minden egyes szakaszát Human, AI-Assisted vagy AI-Generated kategóriába sorolja, és a találat eredményéhez bizalmi szintet ad.

Q: Ingyen használható a Pangram AI-detektora?

Igen, a Free csomag nem igényel fizetési módot, és naponta 2 000 szó szövegének vizsgálatát tartalmaz, plusz 3 képin-ézés. A fizetős csomagok havi US$20-tól indulnak, évente számlázva, és 300 000 szó/ hónapra terjednek ki, valamint a plágiumdetektálást is tartalmazzák.

Q: A Pangram észleli az humanizer által átfuttatott szöveget?

A Pangram azt mondja, hogy igen, és bizonyítékként a 2025-ös Chicago Booth tanulmányra hivatkozik. A detektorok és az AI humanizer-ek gyakran frissülnek, ezért a humanizált szövegen mért eredmények idővel változhatnak.

Q: Mit talált a University of Maryland kutatás a Pangramról?

Egy 2025-ös, University of Maryland tanulmány megállapította, hogy a Pangram humanizer-kompatibilis modellje, a Pangram Humanizers volt az egyetlen automatikus detektor, amely megfelelt a hétköznapi öt szakértő emberi olvasóból álló panel elvárásainak. Mindkettő 300 tesztcikkben átlagosan 99,3% átlageredményű valódi pozitív arányt ért el. A Pangram hamis pozitív aránya ebben a konkrét tesztben 2,7% volt, ami jóval magasabb, mint a saját nagyobb értékeléseiből jelentett 1 a 10 000-hez arány.

Q: Ki készíti a Pangramot?

A Pangram Labs a Pangram mögött álló vállalat. 2023-ban alapították Brooklynban, New Yorkban, korábbi Tesla és Google AI-kutatók. A cég a szövegdetektora mellett plágiumellenőrzőt, AI-képfelismerőt és API-hozzáférést is értékesít.

Akadémiai AI humanizer

Az AI-asszisztált akadémiai vázlatokat a saját hangodon írja újra, úgy, hogy a hivatkozásokat, a technikai kifejezéseket és a számokat pontosan úgy hagyja meg, ahogy megírtad.