Pangram AI Detector レビュー（2026）: 精度と誤検知（偽陽性）

PangramはPangram LabsによるAI検出ツールで、同社は99%以上の精度だと述べています。また、人間の文章を誤って約1万件に1件（1 in 10,000）フラグ付けするとしています。Pangramは、シカゴ大学とメリーランド大学からの外部調査を挙げており、同様の結果が得られたと説明しています。

以下では、Pangram自身の精度と誤検知（偽陽性）の数値、そして独立した調査で何が分かったかを確認します。続いて、PangramがAIテキストをどのように検出するのか、GPTZero、Copyleaks、Turnitinとの比較、料金、対応言語について解説します。

Pangramでできること

Pangramは、学校、出版社、法律事務所、その他人間の文章とAIによる文章を見分ける必要がある組織向けに作られたAI検出ツールです。テキストを貼り付けるかファイルをアップロードすると、Human、AI-Generated、AI-Assistedのいずれかの予測と、各ラベルが文書全体のどれくらいを占めるかのスコアが返されます。

Pangram Labsは2023年にニューヨークのBrooklynで始まりました。創業者は会社を立ち上げる前に、TeslaとGoogleでAI研究に取り組んでいました。製品ラインには現在、AI検出器に組み込まれた盗用チェッカー、AI画像検出、そしてブラウザ拡張機能が含まれています。さらに、Gmail、Google Docs、Canvas、Moodle、Google Classroom、Brightspaceなどの学習管理システムとも連携します。開発者向けに、AI検出を自社アプリ内に組み込みたい場合のAPIも用意されています。

Pangramの最新モデルであるPangram 4は、最低50語の入力が必要で、完全な文で構成された場合に最も効果を発揮します。短い返信や箇条書きだけだと、モデル側で扱う材料が少なくなります。各結果には、各セグメントごとにHigh、Medium、Lowの信頼度レベルが含まれ、どの文がAI-Generated、AI-Assisted、Humanとしてラベル付けされたかを示す箇所がハイライトされます。

AI-Assistedというラベルは、人が書き始めた文章をAIが編集または推敲したとPangramが考えていることを意味します。文章の一部に文法ツールやAIリライターを使った場合、そのラベルは、アイデアや構成があなた自身のものであっても表示されることがあります。AI編集ツールについて、学校や雇用主が何を許可しているかを確認してから、そのラベルを問題だとみなしてください。

Pangramが自社の精度について主張していること

PangramのFAQでは、検出器の精度は99%以上で、誤検知率は約1万件に1件だとしています。この数値は、数千万件規模の文書を含む公開データセットに基づいて算出されると述べています。さらにPangramは、自社モデルを26のAIシステムとベンチマークし、グループとしてのAI生成サンプルで99.7%の精度を報告しています。主要なモデルのリリースのたびに再テストも行います。

Pangramは個別のモデルについても精度の数値を公開しています：

これらはPangram自身の数値で、独自のテストセットで測定されています。Pangram 4のモデルカードでは、内訳をさらに細かく示しています。26モデルによる519,993件の英語AI生成サンプルに対し、Pangram 4は0.34%を取りこぼし、見出しの99.7%に近い結果です。モデルカードには、18言語をカバーする多言語セットでの取りこぼし率1.24%も掲載されており、Pangramは英語以外ではAI文をやや信頼性低く検出します。

ドメインと言語別のPangramの誤検知率

PangramのFAQでは、誤検知率を「1万回に1回」と単一の総合値で示しています。Pangram 4のモデルカードでは、より具体的な数値が報告されています。FineWebデータセットの英語文書1,000,000件のうち、Pangram 4は41件の誤検知、つまり0.0041%でした。これは「24,000件に1回」に近い値です。104言語にまたがる996,273件の多言語セットでは、誤検知は14件、つまり0.0014%でした。

率はドメインによって変わります。Pangramのモデルカードには、これらの誤検知率が掲載されています：

英語の学術ライティング向けに、Pangramのモデルカードでは誤検知率0.019%、つまり約5,000件に1回と記載されています。これは全体の数値より高く、学生や研究者にとって最も重要な指標です。学術的な文章は定型のパターンに従い、定型的な文面ほどPangram自身のデータでは誤検知が増えることが示されています。

Pangramの誤検知に関するブログ記事では、レートは短い文章、全文の文として書かれていない文章、レシピや詩のように高度に定型的な文章で上がると述べています。エッセイ、レビュー、レポートのような長く、オリジナル性のある文章では、モデルが扱う情報量が増えるため、レートが低いままだとしています。

言語によっても率は変わります。Pangramのモデルカードでは、24言語の公式サポートが挙げられています。英語、スペイン語、フランス語、ポルトガル語、アラビア語、中国語、日本語、韓国語、ロシア語、トルコ語、ハンガリー語、ドイツ語、オランダ語、スウェーデン語、ルーマニア語、ウクライナ語、ポーランド語、イタリア語、チェコ語、ギリシャ語、ヒンディー語、ペルシア語、ウルドゥ語、ベトナム語です。測定された誤検知率は、アラビア語、中国語、日本語のような言語で0.0000%から、ポルトガル語で0.0078%、ウクライナ語で0.0361%まで幅があります。いずれも「1,000件に1回」よりは大幅に低い数値です。Pangramは、リストにない言語にも一般化できるとし、新しい言語の評価依頼を歓迎しています。

Pangramは他の検出器との比較も公開しています。University of Chicagoの研究に基づく製品レビューでは、自社で0.5%、Originality.aiで1.7%、GPTZeroで2.4%の誤検知率を報告しています。これらはPangram自身のブログからの数値です。

Pangramが引用している外部研究

2025 University of Chicago Boothの研究によれば、主要なAI検出器は、編集されていないAIテキストの90%以上をフラグ付けしたことが分かりました。その多くは、文章をhumanizerに通した後は半分未満しかフラグ付けしませんでした。Pangramは、GPTZero、Originality.ai、オープンソース検出器RoBERTaとともに、4つの検出器のうちの1つとしてテストされました。Pangramは、AIテキストを検出しつつ誤検知率を0.5%未満に保ち続けたのは自社だけだったと述べています。

Pangramはさらに、Vrije Universiteit Brusselによる2026年6月の研究も引用しています。非母語英語話者による160本の学術論文を対象に、ヒト、AI生成、ハイブリッド、humanizedテキストに分けて、Pangram、GPTZero、Turnitin、Copyleaksをテストしました。その研究において、Pangramは4つのツールはいずれも、人が書いた論文をフラグ付けしなかったと述べています。

2025年の研究：Pangramと専門家の人間読者の比較

Jenna Russell、Marzena Karpinska、Mohit Iyyerによる2025年の論文はACL 2025で発表されました。この研究は、AI文章作成ツールを頻繁に使う人が、自動検出器と同程度にAI生成文を見分けられるかを検証しました。自分の文章作成にLLMをよく使うと述べた5人のアノテータが、非フィクションの英語記事300本を読みました。人間が書いたテキストと、GPT-4o、Claude、o1-Proのテキストを混在させ、さらに一部の記事にはhumanizerが適用されていました。5人の多数決では、300本中1本しか誤判定しませんでした。

論文では、そのパネル（専門家による評価）を5つの自動検出器と比較しました。Pangram、GPTZero、Binoculars、Fast-DetectGPT、RADARです。研究者たちはPangramの2つのモデルを実行しました。ベースとなる検出器と、humanizerを通したテキストを検出するよう訓練された別モデルであるPangram Humanizersです。Pangram Humanizersだけが専門家パネルと一致し、テストセット全体で平均の真陽性率が99.3%、偽陽性率が2.7%でした。同じテストで、Pangramのベースモデルは平均の真陽性率98.0%、偽陽性率2%に到達しました。

2.7%の偽陽性率は、Pangramが自社の評価から報告している「1万件に1件」より高い数値です。このテストでは、Pangramが別の場所で引用している数百万本のような規模ではなく、記事300本というはるかに小さなセットを使いました。さらに論文では、Pangramを「Human」および「AI-Generated」のラベルだけで採点し、「Possibly AI」という中立的な注釈ラベルに対しては加点しませんでした。PangramとGPTZeroは、研究者がテストを実行するためのAPIクレジットを提供しました。

PangramはどのようにAI文章を検出するのか

Pangramは、古いAI検出器の多くが依存している2つのシグナルであるperplexityとburstinessは使っていないと述べています。perplexityは、言語モデルにとって各単語がどれほど予測可能かを測ります。burstinessは、ドキュメント全体でその予測可能性がどれほど変化するかを測ります。両方については、AI検出におけるperplexityに関する私たち自身の記事で説明しています。

Pangramは、perplexityベースの検出器は、学習中に言語モデルが記憶してしまった文章なら誤作動すると主張します。たとえば、独立宣言（Declaration of Independence）やWikipediaの大部分が含まれます。モデルは、誰が書いたかにかかわらず、記憶済みの文章を非常に低いperplexityで予測するよう学習します。Pangramはまた、よりシンプルな文構造のほうが予測されやすくなるため、perplexityベースの手法は非ネイティブの英語による文章で偽陽性率が高くなるとも述べています。同じ非ネイティブ英語執筆者に見られる偽陽性パターンについては、他の検出器も見ていく記事で取り上げています。

その代わりに、Pangramは大量の人間とAIのテキストに対して、深層学習モデルを直接学習させます。Pangramは、人間の文章のうち、偶然AIの出力に似てしまうものを見つけるための手法として「ハード・ネガティブ・マイニング」と呼ぶ方法を使います。Pangramはトークン単位で全文書を処理します。各セグメントをHuman、AI-Assisted、AI-Generatedのいずれかにラベル付けし、そのセグメントがAIとして書かれているように見える度合いを連続スコアで示します。Pangramは、学習データが増えるほどモデルが改善すると述べています。

Pangram vs GPTZero、Copyleaks、Turnitin

Pangram、GPTZero、Copyleaksは、誰でもサインアップすれば利用できます。Turnitinは学校または出版社のアカウント経由でのみ利用でき、個人の受験者がTurnitinのスコアを見るのは、通常は担当の講師がそれを共有した場合に限られます。

これらの検出器はいずれも個別に取り上げました。 GPTZeroは正確ですか？独立テストで分かったこと（2026）、CopyleaksはAIを検出できる？精度と対処法、Turnitinは2026年に人間化されたAIテキストを検出できるのか？ をご覧ください。表にある誤検知（false positive）の数値は、それぞれの会社自身の主張です。Pangram ほか他のベンダーも同様に自社主張として示しています。

Pangram は単独で使える検出器です。Grammarly と Scribbr は、文章作成ツールの一部として AI 検出を提供しており、Grammarly AI検出器 と Scribbr AI Detector を別々に検討しました。

料金と無料プランの上限

Pangram の Free プランは支払い方法は不要です。1日あたり 2,000 words のテキストをスキャンでき、1日あたり画像検出スキャン 3 回も含まれます。OCR を使ったファイルアップロード、ブラウザー拡張、Google Docs 連携、API アクセスを含み、20 以上の言語に対応しています。

Individual プランには、月額 US$20 の請求が始まる前に 7 日間の無料トライアルがあります。年払いにすると、月額料金に対して 1年あたり US$60 分お得になります。Professional プランはトライアルではなく、すぐに月額 US$65 が請求され、年払いで 1年あたり US$240 お得です。Pangram はそのほか、チーム向けの Business 価格も別途掲載しており、料金ページで Business タブを選ぶと表示されます。

誰が Pangram を使うか

Pangram の最大の顧客層は学校と大学です。LMS の連携により、Canvas、Moodle、Google Classroom、Brightspace に直接つながります。教員は、採点に使用しているプラットフォームから離れることなく、生徒の提出物の横に Pangram の結果を表示できます。

出版社、法律事務所、HR チームはさまざまな目的で Pangram を利用します。提出された原稿の確認、事件での文書の確認、あるいは応募書類のスクリーニングなどです。API により、これらの組織は Pangram の検出を自社の社内ツールに組み込めます。Gmail と Google Docs の連携により、1人の利用者がメール受信箱やドキュメントを離れずに文章の確認を行えます。

学生にとっては、通常、Pangram のスコアが、すでに先生が成績やフィードバックのために使っているのと同じダッシュボード内に表示されます。自分で別途依頼して取得する別のレポートではありません。学校が LMS を通じて Pangram を運用している場合は、どのスコアが懸念にあたるのか、次に何が起こるのかについて、担当の教員または部署に確認してください。

Pangram の結果があなたの文章をフラグするとしても、スコアだけをめぐって議論するより、自分がどのように下書きを進めてきたかの記録のほうが重要です。詳しくは、プロセスは新しい証拠 と 偽の AI 検出フラグに異議を申し立てる方法 (学生および研究者のハンドブック) を別記事で解説しています。

論文の一部に AI が下書き作成を手伝っていた場合、当社の academic humanizer がそのセクションをあなた自身の文体で書き直します。引用、専門用語、数値はあなたが書いたとおりに保持され、また AI のスコアを、その影響を受けた部分で下げるよう設計されています。

よくある質問

Q: Pangram は正確ですか？

Pangram は 99％以上の正確性があると述べており、同様の結果を示す外部調査への出典を引用しています。自社のモデルカードでは、50 words 未満のテキストおよび英語以外の一部言語で精度が低いことが示されています。

Q: Pangramの誤検知率はどれくらいですか？

PangramのFAQでは全体の割合をおよそ10,000件に1件としています。Pangram 4のモデルカードでは、より具体的に0.0041%、つまり約24,000件に1件と報告しており、英語ドキュメント100万件を対象に測定しています。この割合は領域や言語によって変動します。

Q: PangramはGPTZeroと比べてどうですか？

Pangramは誤検知率が約10,000件に1件だと言い、GPTZeroはRAIDベンチマークで約1%だと言っています。どちらも無料プランがあり、誰でも登録できます。GPTZeroの独自数値については、GPTZeroは正確ですか？独立テストで分かったこと（2026）で解説しています。

Q: PangramはTurnitinと比べてどうですか？

Turnitinは学校または出版社のアカウント経由でのみ利用できますが、Pangramは誰でも直接登録できます。Pangramは、Turnitin自身のホワイトペーパーに基づき、学術執筆での誤検知率0.51%を挙げており、Pangram自身の方が低い率だと報告しています。

Q: PangramはCopyleaksと比べてどうですか？

Copyleaksは誤検知率が約0.2%だと言っており、Pangramはそれより低い率を報告しています。どちらも無料スキャンを提供しており、CopyleaksはAIを検出できる？精度と対処法でCopyleaksについて取り上げています。

Q: PangramはAIの文章をどのように検出しますか？

Pangramは、人間とAIの文章で学習したディープラーニングモデルを使います。多くの旧来の検出器が依存するperplexityやburstinessは使用しません。ドキュメントの各セグメントをHuman、AI-Assisted、AI-Generatedのいずれかに分類し、結果の信頼度を提示します。

Q: PangramのAI検出機能は無料で使えますか？

はい。Freeプランは支払い方法不要で、1日に2,000語のテキストスキャンと3枚の画像スキャンが含まれます。有料プランは月額US$20からで、年払いにより請求され、月30万語と剽窃検出が含まれます。

Q: Pangramはhumanizerで処理されたテキストを検出しますか？

Pangramはそれができると言っており、根拠として2025年のChicago Boothの研究を挙げています。検出器もAI humanizerも頻繁に更新されるため、AI humanizerを適用した文章では結果が時間とともに変わる可能性があります。

Q: メリーランド大学の研究ではPangramについて何が分かりましたか？

2025年のメリーランド大学の論文では、Pangram HumanizersというPangramのhumanizer対応モデルが、5人の専門の人間読者のパネルに一致した唯一の自動検出器だったと分かりました。両者は、300本のテスト記事にわたって平均99.3%の真陽性率を達成しています。なお、その特定のテストでのPangramの誤検知率は2.7%で、Pangramが自社のより大規模な評価から報告している10,000件に1件の水準を大きく上回っていました。

Q: Pangramは誰が作っていますか？

Pangram LabsはPangramを手がける会社で、2023年にニューヨークのブルックリンで設立されました。創業者はTeslaとGoogleの元AI研究者です。同社は、テキスト検出器に加えて、剽窃チェッカー、AI画像検出器、そしてAPIアクセスも販売しています。

学術AI humanizer

AI支援の学術ドラフトを書いた本人の声に書き換えます。引用、専門用語、数値は、あなたが書いたとおりにそのまま残します。