ProofreaderPro.ai
Humanisasi Teks AI

Ulasan Pengesan AI Pangram 2026: Ketepatan, Positif Palsu

Adakah pengesan AI Pangram tepat? Dakwaan 99% dan 1 dalam 10,000 yang disemak berasaskan kajian Chicago, RAID dan ACL, selain had teks pendek dan harga.

Dana|6 Okt 2026|Dikemas kini pada |28 min baca
Ulasan Pengesan AI Pangram 2026: Ketepatan, Positif Palsu - ProofreaderPro Blog

Pangram ialah pengesan AI daripada Pangram Labs, dan syarikat itu mendakwa ia lebih 99% tepat. Ia juga mendakwa ia tersilap menandakan kira-kira 1 dalam 10,000 teks manusia. Model semasa, Pangram 4.1, dilancarkan pada 19 Oktober 2026. Pangram merujuk kajian luar daripada Universiti Chicago dan Universiti Maryland yang katanya mendapati hasil yang serupa.

Ujian bebas menyokong kebanyakan dakwaan ketepatan Pangram untuk teks bahasa Inggeris yang panjang. Kertas kerja Universiti Chicago mendapati hampir tiada kesilapan pada petikan sederhana dan panjang. Namun, ujian itu menggunakan model Pangram yang lebih lama dan tiada penulisan akademik, dan kira-kira 2,000 petikan manusia terlalu sedikit untuk mengesahkan kadar serendah 1 dalam 10,000.

Apakah Pangram?

Pangram ialah alat pengesanan AI yang dibina untuk sekolah, penerbit, firma guaman dan organisasi lain yang perlu membezakan penulisan manusia dan AI. Anda tampal teks atau muat naik fail. Pangram mengembalikan ramalan Manusia, AI-Dihasilkan atau AI-Dibantu, serta skor tentang seberapa banyak dokumen jatuh pada setiap label. Nama itu sama seperti perkataan pangram, iaitu ayat yang menggunakan setiap huruf dalam abjad, seperti "The quick brown fox jumps over the lazy dog".

Alat pengesan AI Pangram menunjukkan kotak tampal teks, lencana kredit percuma dan disahkan pihak ketiga, serta butang Semak untuk AI

Pangram Labs bermula di Brooklyn, New York pada 2023. Para pengasasnya mengusahakan penyelidikan AI di Tesla dan Google sebelum memulakan syarikat. Selain pengesan teks, Pangram menjual Similarity Checker untuk plagiarisme dan pengesan imej serta video AI yang dipanggil Pangram Image 1.0. Ia juga mempunyai sambungan pelayar, pelayan MCP dan API. Ia turut berfungsi dalam Gmail, Google Docs dan sistem pengurusan pembelajaran seperti Canvas, Moodle, Google Classroom dan Brightspace.

Pangram 4.1 memerlukan sekurang-kurangnya 50 patah perkataan input dan paling berkesan pada ayat yang lengkap. Respons ringkas dan poin berbutir memberikannya kurang untuk dianalisis. Setiap hasil turut merangkumi tahap keyakinan Tinggi, Sederhana atau Rendah untuk setiap segmen, bersama bahagian yang diserlahkan untuk menunjukkan segmen mana yang model labelkan sebagai AI-Generated, AI-Assisted atau Human.

Label AI-Assisted bermaksud Pangram berpendapat tulisan AI telah mengubah atau memoles penulisan yang seseorang mula. Jika anda menggunakan alat tatabahasa atau penulis semula AI pada sebahagian teks anda, label itu boleh muncul walaupun idea dan struktur anda yang empunya. Semak apa yang dibenarkan oleh sekolah atau majikan anda untuk alat pengeditan AI sebelum anda menganggap label itu sebagai masalah.

Cara menggunakan pengesan AI Pangram

  1. Cipta akaun percuma di pangram.com. Pelan percuma memberi anda 20 pemeriksaan sehari.
  2. Tampal teks anda, atau muat naik fail PDF, DOCX atau RTF, sehingga 100 fail sekaligus. Pangram mengesyorkan teks mentah atau fail .docx, kerana menukar PDF boleh menambah ralat pada teks.
  3. Alih keluar pengepala, pengaki, arahan dan senarai rujukan sebelum anda membuat imbasan. Pangram menganggap senarai rujukan, jadual kandungan dan bahan front dan back lain sebagai di luar skop.
  4. Klik Check for AI, kemudian baca label, peratusan dan segmen yang diserlahkan.
  5. Buka sejarah imbasan anda untuk memuat turun laporan atau bandingkan dengan imbasan kemudian.

Pemeriksa Similarity Pangram

Pemeriksa Similarity Pangram ialah alat plagiarisme, dan ia berjalan dalam imbasan yang sama seperti pengesan AI. Ia membandingkan teks anda dengan berbilion halaman web, artikel jurnal, berita dan buku. Ia menandakan padanan terus serta memaparkan sumbernya di sebelah hasil AI. Semakan Similarity disertakan dalam setiap imbasan pada pelan berbayar, dan pelan percuma merangkumi pengesanan AI sahaja. Guru juga boleh menjalankannya dalam Canvas dan Google Classroom.

Dua semakan ini menjawab soalan yang berbeza. Pengesan AI Pangram hanya menilai teks yang anda hantar. Ia tidak membandingkannya dengan penyerahan lain atau laman web, dan ia tidak merekod cara teks itu ditaip. Pemeriksa Similarity ialah bahagian yang mencari teks yang disalin.

Pangram 4.1: apa yang berubah

Pangram 4.1 ialah pengganti Pangram 4, dikeluarkan pada 19 Oktober 2026. Pangram mengatakan ia meningkatkan ketepatan keseluruhan serta cara model bertindak apabila ia tidak pasti. Input, latihan dan label adalah sama seperti dalam Pangram 4.

Tiga perubahan mempengaruhi apa yang anda lihat dalam sesuatu hasil:

  • Ramalan berubah kurang selepas suntingan kecil. Dalam 29,103 pasangan teks yang berbeza dengan suntingan kecil, bahagian keputusan yang bertukar turun daripada 1.08% dengan Pangram 4 kepada 0.15% dengan Pangram 4.1.
  • Setiap segmen kini turut mengembalikan kebarangkalian kelas, iaitu anggaran model untuk Human, AI-Assisted dan AI-Generated.
  • Papan pemuka memaparkan kepastian yang lebih rendah untuk teks yang kurang daripada 150 patah perkataan.

Pangram juga mengubah ujian utamanya. Ia membersihkan set ujian Bahasa Inggeris daripada spam, pengiklanan dan halaman yang dicipta oleh mesin, yang menjadikan set itu lebih sukar. Dalam set yang dibersihkan ini yang mengandungi 781,981 dokumen manusia, Pangram 4.1 mempunyai 70 positif palsu, atau 0.0090%. Itu hampir dengan sasaran syarikat iaitu 1 dalam 10,000.

Penanda arasDokumenHasil Pangram 4.1
Dokumen manusia Bahasa Inggeris, positif palsu781,9810.0090%
Dokumen manusia dalam 104 bahasa, positif palsu1,000,0000.0033%
Dokumen AI Bahasa Inggeris daripada 26 model, terlepas520,0000.3652%
Dokumen AI dalam 18 bahasa, terlepas190,1491.99%

Ini ialah angka milik Pangram sendiri daripada kad model Pangram 4.1. Pangram juga menjalankan semula set panjang penuh daripada kajian Universiti of Chicago dengan Pangram 4.1. Untuk 15,936 petikan tersebut, ia melaporkan tiada positif palsu dan tiada yang terlepas.

Apa maksud "tepat" untuk pengesan AI

Satu pengesan membuat dua jenis kesilapan, dan satu peratusan tajuk menyembunyikan perbezaannya. Positif palsu ialah penulisan manusia yang dilabel sebagai AI. Negatif palsu ialah penulisan AI yang dilabel sebagai manusia. Kadar positif palsu (FPR) ialah bahagian teks manusia yang tersilap ditandakan, dan kadar negatif palsu (FNR) ialah bahagian teks AI yang terlepas.

Setiap pengesan mempunyai ambang. Skor melebihi ambang itu membuatkan teks dianggap sebagai AI. Menaikkan ambang menurunkan positif palsu dan menaikkan negatif palsu. Menurunkannya melakukan perkara sebaliknya. Satu kajian yang melaporkan hanya "ketepatan" pada satu ambang yang tidak diketahui tidak dapat memberitahu anda kesilapan mana yang lebih disukai oleh pengesan.

Saiz sampel manusia juga penting seperti kadar. Katakan ujian menggunakan kira-kira 2,000 petikan manusia dan tiada apa yang ditandakan. "Peraturan tiga" secara statistik kemudian menempatkan kadar positif palsu sebenar di bawah kira-kira 0.15%, atau kira-kira 1 dalam 670. Dakwaan 1 dalam 10,000 memerlukan ratusan ribu dokumen manusia, sebab itulah Pangram memetik ujian yang sangat besar dan bebas yang kebanyakannya tidak dapat diulang oleh makmal lain.

Penulis paling mengambil berat tentang kadar positif palsu, kerana positif palsu ialah tuduhan. Institusi yang menyaring ribuan penyerahan perlu memikirkan kedua-duanya. Ingat pembahagian ini untuk setiap nombor di bawah.

Bukti sepintas lalu

Enam sumber membentuk sebahagian besar bukti. Ia berbeza dari segi siapa yang menjalankan ujian, teks apa yang digunakan, dan sejauh mana model AI itu terkini.

SumberSiapa menjalankanTarikhApa yang diuji
Laporan teknikal Pangram (Emi dan Spero)PangramFebruari 2024, disemak semula Julai 20241,976 dokumen, 10 domain, 8 model bahasa, serta tiga set data bahasa Inggeris bukan penutur asli
Gambaran keseluruhan tugasan kongsi RAID (Dugan et al.)Penganjur tugasan bersama, dengan Pangram turut sertaJanuari 2025Teks AI yang dikesan pada kadar positif palsu 5%, dengan dan tanpa serangan
Russell, Karpinska dan Iyyer, ACL 2025Penyelidik Universiti of MarylandDiposting Januari 2025, disemak semula Mei 2025300 artikel dibaca oleh manusia dan oleh lima pengesan
Jabarian dan Imas, Kertas Kerja NBER 34223Booth Universiti ChicagoSeptember 20251,992 petikan manusia, 4 model AI, 4 pengesan, output StealthGPT
Laporan teknikal Pangram 4 dan model cardPangramJulai 2026Lebih sejuta dokumen manusia, 519,993 dokumen AI, 104 bahasa
Kad laporan model Pangram 4.1PangramOktober 2026781,981 dokumen manusia berbahasa Inggeris, 520,000 dokumen AI, 104 bahasa

Dua daripada enam daripadanya bebas daripada vendor, dan hanya satu daripadanya ialah perbandingan terkawal terhadap beberapa pengesan komersial pada teks yang sama. Kertas Chicago adalah kertas kerja, dan nota kulitnya sendiri menyatakan bahawa kertas kerja "belum disemak rakan sebaya."

Apa yang Pangram dakwa tentang ketepatannya

Soal jawab Pangram menyatakan pengesan itu berketepatan lebih daripada 99%, dengan kadar positif palsu kira-kira 1 dalam 10,000. Ia mengatakan angka itu dikira merentas set data awam yang mengandungi puluhan juta dokumen. Pangram turut membuat penanda aras modelnya berbanding 26 sistem AI, dan laman utamanya melaporkan ketepatan 99.6% secara kumpulan pada sampel yang dijana AI. Ia menjalankan ujian semula selepas setiap keluaran model utama.

Pangram menerbitkan angka ketepatan untuk model individu juga:

Model AIKetepatan yang dilaporkan oleh PangramDiuji
Claude Haiku 5.599.70% (2,365 daripada 2,372)November 2026
Gemini 4 Argon99.02% (2,318 daripada 2,341)November 2026
GPT-6.1 Sol98.78% (2,188 daripada 2,215)November 2026
Grok 4.399.3%Oktober 2026
Claude Opus 599.8%Julai 2026
GPT-5.699.6%Julai 2026
Gemini 399.5%Julai 2026

Ini ialah angka Pangram sendiri, diukur pada set ujian miliknya sendiri. Kad laporan modelnya memperincikan lagi bilangannya. Pada 520,000 sampel AI yang dijana dalam bahasa Inggeris daripada 26 model, Pangram 4.1 terlepas 0.37% daripadanya, hampir dengan angka tajuk. Kad laporan model itu juga menyenaraikan kadar terlepas 1.99% pada set pelbagai bahasa yang meliputi 18 bahasa, jadi Pangram mengesan teks AI dengan sedikit kurang konsisten di luar bahasa Inggeris.

Angka terbaharu Pangram

Halaman ketepatan Pangram menyatakan kadar positif palsu sasarannya ialah 0.01%, iaitu 1 dalam 10,000, serta ia melaraskan model supaya menghasilkan negatif palsu sebelum positif palsu. Ujian penulisan akademiknya mencatat kadar positif palsu 0.019% pada 62,971 dokumen manusia dan kadar negatif palsu 0.000% pada 48,443 dokumen AI. Pangram juga melaporkan kadar negatif palsu untuk model terbaharu pada penanda aras yang lebih kecil:

Model AIKadar negatif palsu yang dilaporkan oleh Pangram
GPT-6 Astra0.41%
Claude Fable 5.10.36%
Claude Opus 5.50.30%
Claude Sonnet 5.50.29%

Dalam kad model Pangram 4.1, kadar negatif palsu mengikut model berjulat daripada 0.130% bagi Claude Sonnet 5 hingga 0.720% bagi Llama 3.3 70B dan Grok 4.3. Itu ialah angka Pangram, yang dilaporkan pada halaman sendiri pada Oktober 2026.

Laporan 2024 Pangram juga membandingkan Pangram dengan GPTZero, Originality.ai dan DetectGPT pada penanda arasnya sendiri, dan ia mengecualikan model Claude kerana masalah pemaparan yang ia huraikan dalam laporan tersebut. Pendereteka saingan telah dilatih semula sejak itu, jadi perbandingan 2024 tersebut menggambarkan versi yang lebih lama pada kedua-dua pihak.

Kadar positif palsu Pangram, mengikut domain dan bahasa

Soalan Lazim Pangram memberikan satu kadar positif palsu keseluruhan, iaitu 1 dalam 10,000. Kad modelnya melaporkan nombor yang lebih khusus. Pangram 4.1 mempunyai 70 positif palsu dalam 781,981 dokumen Bahasa Inggeris daripada set data FineWeb, atau 0.0090%, iaitu kira-kira 1 dalam 11,000. Pangram 4 mempunyai 41 dalam 1,000,000 dokumen, atau 0.0041%, pada versi awal set itu, sebelum Pangram membuang kandungan spam dan halaman yang dihasilkan mesin. Bagi 1,000,000 dokumen merentas 104 bahasa, Pangram 4.1 mempunyai 33 positif palsu, atau 0.0033%.

Kadar berubah mengikut domain. Halaman ketepatan Pangram menyenaraikan kadar positif palsu ini:

DomainDokumen manusiaKadar positif palsu
Penulisan akademik (Bahasa Inggeris)62,9710.019%
Kertas penyelidikan bioperubatan65,0530.002%
Berita (pelbagai bahasa)100,1990.003%
Artikel cara buat (pelbagai bahasa)166,1940.016%
Dokumentasi AWS11,6520.017%
Penulisan kreatif10,4950.000%
Ulasan Amazon (pelbagai bahasa)10,4250.000%
Ucap-tama1,0580.000%
Skrip filem9,9890.010%
Puisi12,7690.078%
Resipi22,4210.049%

Untuk penulisan akademik dalam Bahasa Inggeris, kadar positif palsu ialah 0.019%, iaitu kira-kira 1 dalam 5,000 dokumen. Itu lebih tinggi daripada angka keseluruhan Pangram, dan itulah nombor yang paling penting bagi pelajar dan penyelidik. Prosa akademik formal mengikuti corak yang ditetapkan, dan teks bersifat formula itulah yang data Pangram sendiri menunjukkan lebih banyak positif palsu.

Dalam catatan blog Pangram mengenai positif palsu, kadar meningkat pada teks yang pendek, tidak ditulis dalam ayat yang lengkap, atau sangat bersifat formula, seperti resipi dan puisi. Ia menyatakan kadar kekal rendah pada prosa panjang yang asli, seperti esei, ulasan dan laporan, kerana jenis penulisan itu memberi model lebih banyak bahan untuk diproses.

Kadar juga berubah mengikut bahasa. Pangram 4.1 secara rasmi menyokong 24 bahasa. Bahasa tersebut ialah Bahasa Inggeris, Sepanyol, Perancis, Portugis, Arab, Cina, Jepun, Korea, Rusia, Turki, Hungary, Jerman, Belanda, Sweden, Romania, Ukraine, Poland, Itali, Czech, Greek, Hindi, Parsi, Urdu dan Vietnam. Dalam ujian pelbagai bahasa Pangram 4.1, kadar positif palsu mengikut bahasa berjulat daripada 0.0000% bagi Cina, Belanda, Greek, Jepun, Parsi, Romania, Sweden dan Urdu hingga 0.0157% bagi Portugis. Semua nilai itu jauh lebih rendah daripada 1 dalam 1,000. Pangram juga mengatakan ia boleh berfungsi untuk bahasa di luar senarai tersebut dan menjemput permintaan untuk menilai bahasa baharu.

Teks AI yang terlepas meningkat di luar Bahasa Inggeris. Kadar negatif palsu Pangram 4.1 ialah 1.99% merentas 18 bahasa, berbanding 0.37% untuk Bahasa Inggeris. Dalam kad model Pangram 4, ketinggalan tertinggi ialah bagi Urdu (5.32%) dan Parsi (3.17%). Terjemahan mesin, termasuk output Google Translate, berada di luar skop menurut Pangram.

Pangram juga menerbitkan perbandingan dengan pengesan lain. Dalam ulasan produk berdasarkan kajian Universiti Chicago, ia melaporkan kadar positif palsu 0.5% untuk dirinya sendiri, 1.7% untuk Originality.ai dan 2.4% untuk GPTZero. Ini ialah angka Pangram, daripada laman webnya sendiri.

Teks ringkas

Pangram direka untuk prosa sekurang-kurangnya 50 patah perkataan, dan kadar negatif palsunya meningkat apabila teks menjadi lebih pendek. Panel pemuka Pangram 4.1 turut menunjukkan kepastian yang lebih rendah bagi teks di bawah 150 patah perkataan. Halaman ketepatan Pangram memberikan angka ini mengikut panjang.

PanjangKadar positif palsuKadar negatif palsu
50 hingga 99 patah perkataan0.02%1.29%
100 hingga 249 patah perkataan0.009%0.41%
250 hingga 499 patah perkataan0.004%0.21%

Kebanyakan kesalahan untuk teks pendek ialah terlepas (miss). Itulah arah yang Pangram laraskan, jadi petikan pendek yang mendapat skor sebagai manusia lebih tidak pasti berbanding yang panjang.

Kertas Chicago itu menguji petikan di bawah 50 patah perkataan, iaitu di bawah skop yang dinyatakan oleh Pangram sendiri. Di sana, kadar positif palsu Pangram kebanyakannya sifar dan maksimum 2.5%, dalam ulasan restoran. Pengesan itu masih menskor semua petikan ringkas, dan nilai AUROC-nya antara 0.963 hingga 1.000. Originality.ai menolak sebahagian petikan ringkas dengan ralat penapis panjang, jadi penulis tidak dapat menskorinya dalam ujian tersebut.

Bagi penyelidik, perkara praktikalnya ialah abstrak atau jawapan satu perenggan hampir dengan had bawah Pangram. Kad model turut menyenaraikan bahagian rujukan, jadual kandungan, kod dan teks yang sarat matematik sebagai di luar skop utamanya atau lebih berisiko menghasilkan ralat. Senarai rujukan yang dipautkan (paste) ialah ujian yang lemah.

Penulis bahasa Inggeris bukan penutur asli

Bagi penulis yang mempelajari Bahasa Inggeris sebagai bahasa kedua, bukti yang lebih lama datang daripada pengesan lain. Liang et al., dalam jurnal Patterns pada 2023, mendapati tujuh pengesan menandakan kira-kira 61% karangan penutur bukan asli sebagai AI. Laporan Pangram 2024 menguji 91 daripada karangan TOEFL yang sama dan mendapati tiada positif palsu, serta mendapati tiada dalam 3,907 karangan ELLIPSE oleh murid Tingkatan 8 hingga 12. Bagi 5,600 karangan ICNALE oleh pelajar sarjana di universiti di Asia, kadarnya ialah 0.09%. Ini ialah ujian Pangram, dan laporan itu menyatakan karangan TOEFL disisihkan daripada latihan (training).

Ujian terbaharu Pangram adalah lebih besar. Pada Oktober 2026, ia mengimbas 15,420 karangan dan artikel oleh pelajar prasiswazah dan pascasiswazah yang menggunakan Bahasa Inggeris sebagai bahasa tambahan. Data itu datang daripada sembilan korpus penyelidikan, dikumpul di universiti di 16 negara, dan penulis mempunyai 51 bahasa pertama yang berbeza. Pangram 4.1 menandakan tiada seorang pun, dan Pangram 4 juga mempunyai sifar positif palsu pada set yang sama. Teks yang diuji berjajar antara 52 hingga 10,916 patah perkataan. Antaranya termasuk kajian literatur oleh pelajar pascasiswazah di universiti Kanada dan kertas bertaraf A oleh pelajar di Universiti Michigan.

Pangram juga melaporkan sifar positif palsu pada 25,996 karangan sekolah daripada korpus PERSUADE, yang merekodkan status kecacatan penulis, etnik, latar belakang ekonomi dan status sebagai pelajar bahasa Inggeris. Kajian berasingan terhadap 143,755 dokumen, termasuk 85,887 oleh penulis autistik, mendapati kadar positif palsu 0.0011% untuk Pangram 4 pada 89,903 dokumen yang ditulis sebelum 2022. Pangram mengatakan kajian itu bebas.

Korpus Chicago tidak mempunyai kategori penulisan akademik atau penulisan bukan penutur asli, jadi ujian Pangram sendiri ialah bukti utama bagi kumpulan ini. Dapatan kami tentang kenapa pengesan AI menandakan penulis bukan penutur asli menerangkan mekanisme di sebalik kegagalan pengesan yang lebih lama itu.

Seberapa tepat pengesanan AI Pangram dalam ujian bebas?

Dalam kertas kerja Universiti Chicago, Pangram hampir tiada false positive dan false negative pada petikan sederhana dan panjang. Ia juga satu satunya daripada empat pengesan yang memenuhi had false positive ketat 0.5% tanpa menjejaskan ketepatan.

Kertas kerja itu, kajian 2025 Universiti Chicago Booth, mendapati pengesan AI terkemuka menandakan lebih 90% teks AI yang tidak disunting. Kebanyakan daripadanya menandakan kurang daripada separuh apabila teks tersebut melalui humanizer AI. Pangram menyatakan bahawa ia satu-satunya yang mengekalkan kadar false positive di bawah 0.5% sambil masih mengesan teks AI.

Brian Jabarian dan Alex Imas menguji Pangram, Originality.ai, GPTZero dan sebuah pengesan sumber terbuka bernama RoBERTa pada 1,992 petikan manusia yang ditulis sebelum 2020. Mereka memadankan setiap satu dengan teks AI daripada GPT-4.1, Claude Opus 4, Claude Sonnet 4 dan Gemini 2.0 Flash.

Genre yang diuji ialah berita, blog, ulasan Amazon, ulasan restoran, petikan novel dan petikan resume. Novel dan resume dikira sebagai panjang, berita dan blog sebagai sederhana, dan ulasan sebagai pendek. Kertas kerja itu tidak memasukkan penulisan akademik.

Keputusan pada ambang terbaik setiap pengesan, yang dipilih dengan cara sama untuk kesemuanya, adalah seperti berikut merentas genre dan model.

UkuranPangramOriginality.aiGPTZero
False positives pada teks manusia0% hingga 0.75%0% hingga 2.18%0% hingga 2.38%
AI yang terlepas, tidak disunting0% hingga 2%0% hingga 4.5%0% hingga 7%
AI yang terlepas selepas StealthGPT0% hingga 5%2.3% hingga 20.7%25.5% hingga 77.3%
Petikan di bawah 50 patah kata (AUROC)0.963 hingga 1.000Tidak dinilai0.778 hingga 1.000

Ketiga-tiga pengesan membuat false positive paling banyak pada ulasan pendek. Kadar false positive tertinggi Pangram ialah 0.75%, pada ulasan restoran. GPTZero ialah 2.38% pada ulasan Amazon, manakala Originality.ai ialah 2.18% pada ulasan restoran.

Pada teks AI yang tidak disunting, jurang antara Pangram dan dua pesaing komersial adalah kecil. GPTZero khususnya terlepas sangat sedikit teks AI yang panjang, dan kertas kerja itu menetapkan kadar false positive keseluruhannya pada kira-kira 0.7% merentas ambang. Perbezaan yang lebih besar muncul pada petikan pendek dan pada teks yang dihumankan.

Perbandingan kos dalam kertas kerja itu merupakan dapatan sampingan. Ia mengira yuran bagi setiap petikan AI yang berjaya ditandakan, dan Pangram berada pada kira-kira US$0.023, berbanding US$0.042 untuk Originality.ai dan US$0.057 untuk GPTZero. Ini penting kepada institusi yang menjalankan ribuan imbasan, bukan kepada seorang penulis tunggal.

Apa yang kertas kerja Chicago tidak boleh beritahu anda

Tiga had dikenakan, dan penulis menyatakan had pertama itu sendiri. Model AI ialah keluaran pertengahan 2025, dan penulis menulis bahawa mereka tidak menjangka keputusan kekal sama, kerana pengesan, model bahasa dan humanizer terus berubah. Versi pengesan ialah API Pangram daripada Mei 2025, yang menurut Pangram ialah Pangram 3.

Had kedua ialah sampel manusia. Kira-kira 2,000 petikan dapat menunjukkan pengesan sangat baik, tetapi ia tidak dapat membezakan kadar positif palsu 1 dalam 10,000 daripada 1 dalam 1,000. Angka skala besar Pangram sendiri mengisi jurang itu, dan ia datang daripada vendor.

Yang ketiga ialah jenis teks. Artikel jurnal, bab tesis atau bahagian kaedah berbeza daripada cerita berita atau petikan daripada novel. Untuk itu, angka penulisan akademik Pangram sendiri iaitu 0.019% menjadi panduan paling hampir.

Pangram menyeru ujian bebas baharu

Pangram berkata kajian Chicago masih penilaian pihak ketiga terbesarnya, dan kajian itu dijalankan lebih setahun lalu pada Pangram 3. Pada 6 November 2026, Pangram meminta para penyelidik menjalankan ujian bebas baharu. Ia menyenaraikan soalan yang mahu dijawab, seperti bagaimana pengesan mengendalikan model AI terkini, penulisan bercampur manusia dan AI, bahasa lain serta penulisan teknikal. Pangram menawarkan geran kredit tanpa syarat penerbitan, jadi penyelidik boleh menerbitkan keputusan mereka sama ada menyokong Pangram atau tidak.

Kad model 4.1 Pangram turut menyenaraikan kajian 2026 oleh Van Vassalaer dan rakan-rakan. Dalam subset awam yang terdiri daripada 39 dokumen yang dijana AI sepenuhnya, Pangram 4.1 tidak terlepas langsung.

Kajian Vrije Universiteit Brussel

Pangram turut memetik kajian Jun 2026 daripada Vrije Universiteit Brussel. Ia menguji Pangram, GPTZero, Turnitin dan Copyleaks pada 160 kertas akademik oleh penutur asli bukan bahasa Inggeris, yang dibahagikan kepada teks manusia, dijana AI, hibrid dan yang telah di-humanize. Pangram menyatakan tiada satu pun keempat-empat alat itu menanda kertas yang ditulis manusia dalam kajian tersebut.

Penanda aras RAID

RAID ialah penanda aras yang dibentangkan oleh Liam Dugan dan rakan-rakan di ACL 2024, dan hasil Pangram datang daripada tugasan bersama susulan yang menggunakan set ujian mereka. Gambaran umum tugasan bersama, yang dimuat naik pada 15 Januari 2025, mengelaskan pengesan berdasarkan bahagian teks AI yang dikesan pada kadar positif palsu tetap 5%. Pangram mencatat 99.3% tanpa serangan adversarial, menduduki tempat kedua selepas entri Leidos pada 99.4%. Dengan serangan adversarial, ia mencatat 97.7%, terikat untuk skor tertinggi bersama Leidos.

Dua butiran itu mengubah cara menafsir keputusan. Pertama, kadar positif palsu 5% ialah tetapan penanda aras yang membolehkan pengesan dibandingkan pada satu skala. Pihak sekolah tidak akan menerima jika 1 dalam 20 murid yang jujur ditanda. Kedua, keputusan itu menunjukkan sebaik mana pengesan memisahkan teks AI daripada teks manusia pada tetapan tersebut. Kadar positif palsu yang dilihat pengguna pada ambang lalai vendor ialah nombor yang berbeza. Jadual yang sama menyenaraikan garis dasar penyelidikan Binoculars pada 79.0% dan 71.3%.

Keputusan RAID untuk Pangram menyokong satu dakwaan yang sempit. Pengelasnya meletakkan teks AI di atas teks manusia dengan sangat konsisten, termasuk ketika diserang.

Tulis semula bahagian yang dibenderakan AI mengikut suara anda sendiri

humanizer akademik kami menulis semula bahagian yang dibantu AI sambil mengekalkan petikan, istilah teknikal dan nombor tepat seperti yang anda tulis.

Cuba ProofreaderPro.ai secara Percuma

Kajian 2025: Pangram berbanding pembaca manusia pakar

Sebuah kertas kerja 2025 oleh Jenna Russell, Marzena Karpinska dan Mohit Iyyer diterbitkan di ACL 2025. Ia menguji sama ada individu yang kerap menggunakan alatan penulisan AI boleh mengesan teks yang dijana AI sebaik pengesan automatik. Lima penganotasi yang berkata mereka kerap menggunakan LLM untuk penulisan mereka sendiri membaca 300 artikel bahasa Inggeris bukan fiksyen. Set itu mencampurkan teks yang ditulis manusia dengan teks daripada GPT-4o, Claude dan o1-Pro, termasuk beberapa artikel yang dijalankan melalui humanizer. Undian majoriti daripada lima penganotasi itu tersalah klasifikasi hanya 1 daripada 300 artikel.

Kertas kerja itu membandingkan panel tersebut dengan lima pengesan automatik: Pangram, GPTZero, Binoculars, Fast-DetectGPT dan RADAR. Para penyelidik menjalankan dua model Pangram, iaitu pengesan asasnya dan model berasingan bernama Pangram Humanizers yang dilatih untuk mengesan teks yang dijalankan melalui humanizer. Pangram Humanizers satu-satunya pengesan yang sepadan dengan panel pakar, dengan kadar kadar positif benar purata 99.3% dan kadar positif palsu 2.7% merentasi set ujian. Model asas Pangram mencapai kadar positif benar purata 98.0% dengan kadar positif palsu 2% dalam ujian yang sama.

Kadar positif palsu 2.7% ini lebih tinggi daripada angka 1 dalam 10,000 yang Pangram laporkan daripada penilaian mereka sendiri. Ujian ini menggunakan set artikel yang jauh lebih kecil, 300 berbanding jutaan yang Pangram sebut di tempat lain. Kertas kerja itu juga menilai Pangram hanya menggunakan label Human dan AI-Generated, tanpa memberi pengiktirafan untuk label neutral "Possibly AI". Pangram dan GPTZero kedua-duanya memberikan kredit API kepada para penyelidik untuk menjalankan ujian itu.

Subset yang dihumanizelah tempat pengesan mula berbeza. Untuk teks model o1-Pro yang dijalankan melalui arahan penghumanan, Pangram mengesan 90.0% artikel dengan kadar positif palsu 6.7%, dan varian yang peka humanizer mengesan 96.7% dengan 10%. GPTZero mengesan 46.7% dalam subset itu, dengan kadar positif palsu 3.3%, namun kadar keseluruhannya hanya 0.7%. Setiap keadaan mempunyai 30 artikel berlabel Human dan 30 berlabel AI, jadi satu artikel bersamaan 3.3 mata peratusan, dan kadar positif palsu berkemungkinan bergegar. Kajian itu juga hanya merangkumi bahasa Inggeris Amerika untuk bahan bukan fiksyen dengan kurang daripada 1,000 patah perkataan.

Teks yang dihumanize dan disunting

Pada teks yang dijalankan melalui humanizer StealthGPT, Pangram terlepas 0% hingga 5% petikan AI dalam ujian Chicago, dan GPTZero terlepas 25.5% hingga 77.3%. Para penulis menjalankan setiap petikan AI melalui hujung tulis semula (rewrite) lalai StealthGPT dan menilai semula. Mereka berkata GPTZero sebahagian besarnya hilang keupayaannya untuk mengesan teks AI selepas penulisan semula itu, dengan kadar terlepas sekitar 50% dan ke atas dalam kebanyakan kes. Originality.ai turut terjejas, dengan terlepas mencecah kira-kira 21% untuk teks yang lebih pendek.

Keputusan sendiri GPTZero pada teks tanpa sunting adalah kukuh dalam kertas kerja yang sama, jadi penurunan itu hanya terpakai kepada satu jenis input tertentu. Kertas kerja menguji satu humanizer, satu tetapan lalai dan versi pertengahan 2025 bagi setiap alat. Post kami tentang sama ada humanizer AI berfungsi merangkumi apa yang kajian yang lebih luas katakan.

Suntingan ringan dan suntingan berat

Halaman ketepatan Pangram memberikan hasil untuk teks yang bermula sebagai penulisan manusia dan disunting menggunakan AI.

Jenis suntinganDokumenDilabelkan sebagai manusiaDilabelkan sebagai bercampurDilabelkan sebagai AI
Penyuntingan atau penggilapan11,36399.45%0.54%0.0088%
Suntingan AI yang ketara14,99041.37%55.01%3.62%
Suntingan yang diperoleh daripada WildChat4,82627.85%65.17%6.98%

Menurut Pangram, pembetulan kecil biasanya mengekalkan label Human, manakala cadangan perubahan ayat lazimnya memperoleh "AI-Assisted" dan penulisan semula besar boleh memperoleh "AI-Generated". Pangram juga menyatakan bahawa apabila sesuatu teks bercampur, model lebih cenderung melabelkannya sebagai Human. Nilai 41.37% dalam baris tengah juga menunjukkan bahawa suntingan AI yang ketara sering terlepas, iaitu false negative menurut definisi Pangram sendiri.

Adakah Pangram ada humanizer?

Tidak. Pangram hanya menjual pengesanan, dan ia tidak menawarkan alat yang menulis semula teks. Pengesannya melihat kepada teks yang telah dihumanize. Untuk setiap segmen, output Pangram 4.1 termasuk skor humanizer dan penanda sama ada segmen itu kelihatan telah dihumanize. Halaman utama Pangram menyatakan bahawa ia boleh mengesan teks yang dijana AI selepas ia dijalankan melalui humanizer.

Bukti luar untuk dakwaan itu ialah dua kajian di atas. Dalam kertas Chicago, Pangram terlepas 0% hingga 5% petikan AI selepas StealthGPT menulis semula. Dalam kajian Maryland, model Pangram yang dilatih pada teks yang telah dihumankan sepadan dengan panel pembaca manusia pakar. Kedua-dua ujian menggunakan versi alat pertengahan 2025, dan humanizer berubah sekerap detector.

Cara Pangram mengesan penulisan AI

Pangram berkata ia tidak menggunakan perplexity atau burstiness, dua isyarat yang kebanyakan detector AI lama bergantung. Perplexity mengukur betapa boleh dijangka setiap perkataan kepada model bahasa, manakala burstiness mengukur sejauh mana kebolehan dijangka itu berubah merentas sesebuah dokumen. Kami menerangkan kedua-duanya dalam pos kami sendiri tentang perplexity dalam pengesanan AI.

Pangram berhujah bahawa detector berasaskan perplexity tersilap pada sebarang teks yang model bahasa telah hafal semasa latihan, termasuk Deklarasi Kemerdekaan dan sebahagian besar Wikipedia. Model mempelajari untuk meramal teks yang dihafal dengan perplexity yang sangat rendah, tanpa mengira siapa yang menulisnya. Pangram juga berkata kaedah berasaskan perplexity mempunyai kadar positif palsu yang lebih tinggi pada penulisan bahasa Inggeris bukan penutur jati, kerana struktur ayat yang lebih ringkas juga lebih mudah diramal. Kami membincangkan corak positif-palsu untuk penulis bahasa Inggeris bukan penutur jati dalam pos yang melihat pemeriksa lain.

Sebaliknya, Pangram melatih model pembelajaran mendalam secara langsung pada set besar teks manusia dan AI. Ia menggunakan kaedah yang dipanggil hard negative mining untuk mencari penulisan manusia yang kebetulannya menyerupai output AI. Pangram memproses dokumen penuh pada tahap token. Ia melabel setiap segmen sebagai Manusia, AI-Dibantu atau AI-DiJana, bersama skor berterusan tentang sejauh mana segmen itu kelihatan seperti ditulis AI. Pangram berkata model itu bertambah baik apabila dilatih dengan lebih banyak data.

Maksud keputusan Pangram

Peratus Pangram ialah bahagian dokumen yang kelihatan AI-DiJana atau AI-Dibantu. Penerangan Pangram, bertarikh 17 Mac 2026, menyatakan skor 30% untuk kertas 10 muka surat menunjukkan kira-kira tiga muka surat memaparkan corak AI yang tipikal. Skor itu dibina daripada ramalan segmen demi segmen merentas dokumen.

Pangram menggunakan tiga label. Manusia ialah teks yang ditulis oleh manusia. AI-Dibantu ialah teks manusia yang disunting dengan AI. AI-DiJana ialah teks yang dihasilkan oleh model AI. Setiap segmen juga diberikan tahap keyakinan Tinggi, Sederhana atau Rendah, dan kad model menyatakan tahap itu bukan kebarangkalian yang ditentukur. Pangram 4.1 menambah kebarangkalian kelas untuk setiap label, yang menunjukkan tahap kepastian model bagi setiap satu.

Penerangan Pangram memberikan contoh tentang apa yang menjadikan dokumen bersifat hibrid. Antaranya termasuk menggunakan Grammarly, meminta model bahasa melicinkan satu perenggan dan menterjemah daripada bahasa asal ke bahasa Inggeris. Ia menerangkan skor di bawah 20% sebagai bantuan penulisan digital standard yang sering berlaku, dan skor di atas 60% sebagai julat yang sering wajar membawa perbincangan tentang ketulenan. Ia juga menyatakan tiada angka universal yang memerlukan tindakan, dan seorang penilai harus menetapkan ambang untuk memadankan polisi AI institusi.

Menurut penerangan Pangram sendiri, label AI-Dibantu pada draf yang telah diperkemas ialah output yang dijangka. Ia menerangkan bagaimana teks itu disunting dan tidak menyatakan apa-apa tentang salah laku.

Pangram berbanding GPTZero, Copyleaks dan Turnitin

Pangram, GPTZero dan Copyleaks boleh digunakan oleh sesiapa sahaja yang mendaftar. Turnitin hanya berfungsi melalui akaun sekolah atau penerbit, dan individu yang mengambil ujian biasanya hanya melihat skor Turnitin jika seorang pengajar meneruskannya.

PemeriksaAksesDakwaran positif palsu sendiri pembekalPelan percuma
PangramPendaftaran terbukaKira-kira 1 dalam 10,000 secara keseluruhan20 semakan sehari
GPTZeroPendaftaran terbukaKira-kira 1%10,000 aksara setiap imbasan
CopyleaksPendaftaran terbukaHampir 0.2%Imbasan percuma terhad
TurnitinSekolah dan penerbit sahaja0.51% dalam penulisan akademikTidak tersedia untuk individu

Kami telah membincangkan setiap pengesan ini secara berasingan: lihat adakah GPTZero tepat, adakah Copyleaks mengesan AI dan bolehkah Turnitin mengesan teks AI yang dihumankan. Angka false positive dalam jadual adalah dakwaan masing-masing syarikat, seperti yang dinyatakan oleh Pangram dan vendor lain.

Bagaimana Pangram dibandingkan dalam kajian yang sama

Pangram mendahului dalam kertas Chicago untuk teks ringkas dan teks yang dihumankan, manakala dua pesaing komersial itu hampir dengannya pada teks panjang tanpa sunting. Dalam kertas Russell, Pangram mendahului untuk subset yang dihumankan. Dalam tugasan kongsi RAID, ia berada di tempat kedua dan kemudian terikat untuk tempat pertama. Winston AI dan Sapling tiada dalam kajian tersebut, dan artikel kami tentang ketepatan pengesan Winston AI serta pengesan AI Sapling meliputi mereka.

Kesemua pengesan ini dinilai terutamanya pada prosa bahasa Inggeris, dan tiada satu pun yang boleh membuktikan siapa yang menulis dokumen tertentu. Huraian Pangram menyatakan perkara yang sama tentang skor kendirinya, dan itu standard yang wajar untuk diberikan kepada setiap pengesan.

Pangram berbanding pengesan AI Grammarly

Pengesan AI Grammarly ialah pengimbas percuma dalam suite penulisan Grammarly, dan Grammarly Pro, pada US$12 sebulan, menambah ejen AI Detector yang menanda petikan dan menawarkan penulisan semula. Grammarly mendakwa pengesannya menduduki tempat pertama dari segi kualiti dalam penanda aras RAID. Pangram pula ialah pengesan kendiri dengan Similarity Checker, integrasi LMS dan API, jadi ia sesuai untuk guru dan institusi yang mengimbas banyak dokumen. Pengesan Grammarly sesuai untuk penulis yang sudah menggunakan Grammarly untuk tatabahasa dan mahu semakan cepat di tempat yang sama.

Scribbr turut menawarkan pengesanan AI sebagai sebahagian daripada alat penulisannya. Kami telah meneliti pengesan AI Grammarly dan pengesan AI Scribbr secara berasingan.

Harga dan had pelan percuma

Pelan percuma Pangram memberi anda 20 semakan sehari selepas anda mendaftar, termasuk pengesanan teks yang dibantu AI, tanpa memerlukan kaedah pembayaran. Semakan plagiat dan had yang lebih tinggi memerlukan pelan berbayar. Ini ialah harga Pangram pada 8 November 2026:

PelanDibilkan bulananDibilkan tahunanApa yang ditambah
PercumaUS$0US$020 semakan sehari
IndividuUS$20 sebulanUS$15 sebulan (US$180 setahun)300,000 patah perkataan, 600 imej atau 50 minit video sebulan, semakan keserupaan pada setiap imbasan, muat naik fail dengan OCR, Google Docs dan Gmail, serta US$10 kredit API sebulan
ProfesionalUS$65 sebulanUS$45 sebulan (US$540 setahun)5 kali jumlah imbasan berbanding Individu, ditambah US$200 kredit API sebulan
PasukanUS$40 sebulan untuk 2 tempat dudukUS$30 sebulan untuk 2 tempat duduk (US$360 setahun)Ciri Individu untuk setiap tempat duduk, papan pemuka pentadbir dan satu bil

Pelan Individu dan Pasukan bermula dengan percubaan percuma 7 hari, dan Profesional dibilkan apabila anda membelinya. Pembangun juga boleh bayar mengikut penggunaan melalui API. Teks Pangram 4.1 berharga US$0.05 bagi setiap 100 patah perkataan, imej berharga US$0.25 setiap satu dan video berharga US$0.05 sesaat, dengan potongan 20% untuk teks pukal. Sekolah, penerbit dan organisasi lain mempunyai harga berasingan di bawah tab Organisasi pada halaman harga Pangram.

Siapa yang menggunakan Pangram

Sekolah dan universiti membentuk pangkalan pelanggan terbesar Pangram. Integrasi LMSnya bersambung terus ke Canvas, Moodle, Google Classroom dan Brightspace. Seorang guru boleh melihat hasil Pangram di sebelah tugasan murid tanpa perlu meninggalkan platform yang sudah digunakannya untuk memberi penilaian.

Penerbit, firma guaman dan pasukan HR menggunakan Pangram atas pelbagai sebab: menyemak manuskrip yang dihantar, menilai dokumen dalam kes, atau menyaring bahan permohonan calon. API membolehkan mana-mana organisasi ini menyepadukan pengesanan Pangram ke dalam alat dalaman mereka sendiri. Integrasi Gmail dan Google Docs membolehkan seorang pengguna menyemak teks tanpa meninggalkan peti masuk atau dokumen.

Bagi seorang pelajar, ini biasanya bermakna skor Pangram dipaparkan dalam papan pemuka yang sama seperti yang guru anda sudah gunakan untuk gred dan maklum balas. Ia bukan laporan berasingan yang anda perlu minta sendiri. Jika sekolah anda menjalankan Pangram melalui LMS, tanya pensyarah atau jabatan anda skor yang dikira sebagai kebimbangan dan apa yang berlaku seterusnya.

Jika Pangram membenderakan hasil kerja anda sendiri

Kumpulkan dahulu rekod sejarah draf anda, kerana rekod proses draf anda sendiri lebih bernilai berbanding sekadar berhujah tentang skor. Sejarah versi daripada Google Docs atau Word, draf awal, nota, pustaka pengurus rujukan dan perubahan yang dijejak semuanya menunjukkan bagaimana teks itu berkembang. Penerangan Pangram sendiri meminta penyemak supaya meminta penulis menerangkan proses drafnya. Panduan kami mengenai bukti proses sebagai bukti menyenaraikan perkara yang perlu disimpan.

Kemudian semak label yang anda dapat. Hasil AI-Assisted pada penulisan yang anda sunting menggunakan alat tatabahasa sepadan dengan maksud label yang dikatakan oleh Pangram. Jika institusi anda membenarkan jenis bantuan itu, nyatakan demikian. Rencana kami tentang kenyataan pengungkapan penggunaan AI untuk manuskrip menyediakan frasa untuk kes yang biasa.

Jika hasilnya AI-Generated pada teks yang anda tulis sendiri, minta laporan penuh bersama segmen yang diserlahkan dan tahap keyakinan, bukan hanya peratusan. Periksa sama ada bahagian yang dibenderakan itu pendek, bersifat formula atau dibuat daripada rujukan serta teks templat, kerana itulah titik lemah dalam nota skop Pangram sendiri. Panduan rayuan kami memuatkan langkah untuk permintaan rasmi.

Jika AI membantu draf sebahagian kertas anda, humanizer akademik kami menulis semula bahagian tersebut mengikut suara anda sendiri. Petikan, istilah teknikal dan nombor kekal tepat seperti yang anda tulis, dan alat ini direka untuk menurunkan skor AI pada bahagian yang disentuh.

Soalan Lazim

Q: Adakah Pangram tepat?

Pangram mendakwa ketepatannya lebih 99%, dan memetik kajian luar dengan dapatan yang selari. Dalam kertas kerja Universiti Chicago yang menguji model Pangram yang lebih awal, kadar positif palsunya ialah 0% hingga 0.75% merentas genre pada petikan bahasa Inggeris sederhana dan panjang. Kad model Pangram sendiri menunjukkan ketepatan yang lebih rendah untuk teks di bawah 50 patah perkataan dan untuk sesetengah bahasa selain bahasa Inggeris.

Q: Apakah Pangram 4.1?

Pangram 4.1 ialah model pengesanan teks semasa Pangram, dikeluarkan pada 19 Oktober 2026. Ia menggantikan Pangram 4, memberikan keputusan yang lebih stabil selepas suntingan kecil, dan menambah kebarangkalian kelas pada setiap segmen. Pangram melaporkan kadar positif palsu 0.0090% untuknya pada 781,981 dokumen bahasa Inggeris.

Q: Berapakah kadar positif palsu Pangram?

Soal Jawab Pangram menyatakan kadar keseluruhan kira-kira 1 dalam 10,000. Kad model Pangram 4.1 melaporkan 0.0090%, iaitu kira-kira 1 dalam 11,000, diukur pada 781,981 dokumen bahasa Inggeris, dengan kadar berbeza mengikut domain dan bahasa. Ujian Chicago mengukur 0% hingga 0.75% mengikut genre pada kira-kira 2,000 petikan manusia, iaitu saiz sampel yang terlalu kecil untuk mengesahkan kadar serendah 1 dalam 10,000.

Q: Bagaimanakah Pangram berbanding GPTZero?

Pangram mengatakan kadar positif palsunya kira-kira 1 dalam 10,000, dan GPTZero mengatakan kira-kira 1% pada penanda aras RAID. Kedua-duanya mempunyai pelan percuma dan pendaftaran terbuka. Kami membincangkan angka GPTZero dalam ulasan ketepatannya di Adakah GPTZero Tepat? Ujian Bebas Menunjukkan (2026).

Q: Bagaimanakah Pangram berbanding Turnitin?

Turnitin hanya berfungsi melalui akaun sekolah atau penerbit, manakala sesiapa sahaja boleh mendaftar Pangram terus. Pangram memetik kadar positif palsu 0.51% untuk penulisan akademik daripada kertas putih Turnitin sendiri dan melaporkan kadar yang lebih rendah untuknya.

Q: Bagaimanakah Pangram berbanding Copyleaks?

Copyleaks mengatakan kadar positif palsunya kira-kira 0.2%, dan Pangram melaporkan kadar yang lebih rendah untuknya. Kedua-duanya menawarkan imbasan percuma, dan kami membincangkan Copyleaks dalam Pengesan AI Copyleaks.

Q: Bagaimanakah Pangram mengesan penulisan AI?

Pangram menggunakan model pembelajaran mendalam yang dilatih pada teks manusia dan AI. Ia tidak menggunakan perplexity dan burstiness, iaitu ukuran yang sering digunakan oleh pengesan yang lebih lama. Ia melabel setiap segmen dokumen sebagai Human, AI-Assisted atau AI-Generated dan memberikan tahap keyakinan bagi hasil tersebut.

Q: Adakah pengesan AI Pangram percuma untuk digunakan?

Ya. Pelan percuma memberi anda 20 pemeriksaan sehari selepas anda mendaftar, tanpa kaedah pembayaran. Pelan berbayar bermula pada US$20 sebulan, atau US$15 sebulan jika dibilkan setiap tahun, dan menambah 300,000 patah perkataan sebulan serta semakan plagiarisme.

Q: Adakah Pangram mempunyai humanizer?

Tidak. Pangram hanya mengesan teks AI. Ia menilai skor setiap segmen untuk tanda penggunaan humanizer, dan Pangram berkata ia mengesan teks AI selepas teks tersebut dihumanized.

Q: Adakah Pangram menyemak plagiarisme?

Ya, pada pelan berbayar. Similarity Checker Pangram berjalan dalam imbasan yang sama seperti pengesan AI dan membandingkan teks anda dengan berbilion halaman web, kertas akademik, artikel berita dan buku.

Q: Adakah Pangram mengesan teks yang melalui humanizer?

Pangram mengatakan ia mengesan, dan ia merujuk kajian Chicago Booth 2025 sebagai bukti. Dalam ujian itu, ia terlepas 0% hingga 5% petikan AI selepas penulisan semula StealthGPT, berbanding 25.5% hingga 77.3% untuk GPTZero dan 2.3% hingga 20.7% untuk Originality.ai. Pengesan dan humanizer kedua-duanya sering dikemas kini, jadi keputusan pada teks yang dihumanized boleh berubah dari semasa ke semasa.

Q: Apakah yang didapati oleh kajian Universiti Maryland tentang Pangram?

Sebuah kajian Universiti Maryland pada 2025 mendapati bahawa model yang peka terhadap humanizer Pangram, Pangram Humanizers, satu-satunya pengesan automatik yang mampu menyamai panel lima pembaca manusia pakar. Kedua-duanya mencapai purata kadar benar positif 99.3% merentas 300 artikel ujian. Kadar positif palsu Pangram dalam ujian khusus itu ialah 2.7%, jauh lebih tinggi daripada kadar 1 dalam 10,000 yang dilaporkan oleh Pangram berdasarkan penilaian yang lebih besar.

Q: Siapa pembuat Pangram?

Pangram Labs ialah syarikat di belakang Pangram, diasaskan di Brooklyn, New York pada 2023 oleh bekas penyelidik AI daripada Tesla dan Google. Syarikat ini turut menjual Similarity Checker, pengesan imej dan video AI serta akses API bersama pengesan teksnya.

Q: Adakah Pangram berfungsi untuk teks yang pendek?

Ya, tetapi dengan kadar terlepas yang lebih tinggi. Pangram direka untuk prosa 50 patah perkataan atau lebih, dan kadar negatif palsunya ialah 1.29% untuk 50 hingga 99 patah perkataan serta 0.21% untuk 250 hingga 499 patah perkataan. Ujian Chicago menilai petikan di bawah 50 patah perkataan dan mendapati kadar positif palsu maksimum 2.5%.

Q: Adakah Pangram berat sebelah terhadap penulis bahasa Inggeris bukan penutur jati?

Ujian Pangram sendiri tidak mendapati sebarang bias. Pangram 4.1 mencatat sifar positif palsu pada 15,420 esei dan kertas oleh pelajar universiti yang berbahasa Inggeris sebagai bahasa tambahan. Laporan Pangram 2024 mendapati tiada kes pada 91 esei TOEFL. Ini ialah ujian pihak vendor.

Q: Apakah maksud label AI-Assisted dalam Pangram?

Maksudnya teks yang ditulis manusia dan telah disunting dengan AI. Kad model Pangram mentakrifkannya begitu, dan penerangannya menyenaraikan Grammarly, iaitu contoh termasuk meminta model melicinkan satu perenggan serta menterjemahkannya ke bahasa Inggeris. Ia menerangkan bagaimana teks itu disunting dan tidak mengatakan penulis yang menghasilkannya.

Q: Adakah Pangram berfungsi dalam bahasa selain bahasa Inggeris?

Ia menyokong 24 bahasa, dan kadar positif palsu Pangram 4.1 mengikut bahasa berjulat daripada 0.0000% hingga 0.0157%. Ia lebih kerap terlepas teks AI di luar bahasa Inggeris, dengan kadar negatif palsu 1.99% merentas 18 bahasa. Teks yang diterjemah dengan mesin berada di luar skop.

Q: Patutkah satu skor Pangram digunakan untuk menentukan gred atau keputusan?

Tidak. Penerang Pangram menyatakan tiada nombor universal yang memerlukan tindakan, dan ia menghuraikan skor tersebut sebagai alat diagnostik. Penilai patut meneliti segmen yang diserlahkan, tahap keyakinan, serta sejarah draf penulis.

Q: Apa yang patut saya buat jika Pangram menandakan tulisan saya sendiri?

Kumpulkan draf anda, sejarah versi dan nota, kemudian minta laporan penuh serta tanya bagaimana institusi mentafsir label AI-Assisted. panduan rayuan merangkumi langkah-langkahnya, dan panduan bukti proses merangkumi perkara yang perlu disimpan.

Humanizer AI akademik

Menyusun semula draf akademik yang dibantu AI dalam gaya suara anda sendiri, sambil mengekalkan rujukan, istilah teknikal dan nombor persis seperti yang anda tulis.

Kongsi diXLinkedInFacebook
Dana - Author at ProofreaderPro.ai
DanaContent Creator

Dana ialah pencipta kandungan di ProofreaderPro, tempat dia menjalankan blog harian dan operasi penulisan. Dia menulis artikel tentang cara platform pengeditan dalam talian berfungsi, dan dia mengendalikan mesej pelanggan setiap hari, dengan skor kepuasan lima bintang untuk ditunjukkan kepadanya.

Artikel lain

Teruskan Membaca

Cuba Text Humanizer secara Percuma

Mulakan Percuma
Proofreader Pro AI
Tingkatkan penyelidikan anda dengan ProofreaderPro.ai, penyunting AI terkemuka di dunia, yang direka untuk teks akademik.
ProofreaderProAI, Greenleaf Ave, Staten Island, 10310 New York
© 2026 ProofreaderPro.ai. Penyunting pembaca pruf akademik terkemuka, editor & penginsan. Dibuat dengan ❤️ dan sintaksis yang gramatis serta mantap secara linguistik 🌳s