Revisão do detector de IA Pangram (2026): precisão e falsos positivos

A Pangram é um detector de IA da Pangram Labs, e a empresa afirma ter mais de 99% de precisão. Ela também afirma sinalizar incorretamente cerca de 1 em 10.000 textos humanos. A Pangram cita estudos externos das Universidades de Chicago e de Maryland que, segundo a empresa, chegaram a resultados semelhantes.

A seguir, analisamos os números de precisão e falsos positivos próprios da Pangram, e o que estudos independentes encontraram. Depois, abordamos como o Pangram detecta texto com IA, como ele se compara com GPTZero, Copyleaks e Turnitin, e seus preços e suporte a idiomas.

O que a Pangram faz

A Pangram é uma ferramenta de detecção de IA criada para escolas, editoras, escritórios de advocacia e outras organizações que precisam diferenciar escrita humana e com IA. Você cola um texto ou faz upload de um arquivo. A Pangram retorna uma previsão de Humano, IA-Generated ou IA-Assisted, além de uma pontuação para indicar quanto do documento se enquadra em cada categoria.

A Pangram Labs foi iniciada em 2023 no Brooklyn, Nova York. Seus fundadores trabalharam com pesquisa de IA na Tesla e na Google antes de abrir a empresa. A linha de produtos agora inclui um verificador de plágio incluído ao detector de IA, um detector de imagens com IA e uma extensão para navegador. Também integra com Gmail, Google Docs e sistemas de gestão de aprendizagem como Canvas, Moodle, Google Classroom e Brightspace. Também há uma API disponível para desenvolvedores que querem incluir a detecção de IA dentro de seus próprios aplicativos.

O modelo mais recente da Pangram, Pangram 4, precisa de pelo menos 50 palavras de entrada e funciona melhor com frases completas. Respostas curtas e listas em tópicos deixam menos material para trabalhar. Cada resultado inclui um nível de confiança Alto, Médio ou Baixo para cada segmento, além de seções destacadas que mostram quais frases o modelo rotula como IA-Generated, IA-Assisted ou Humano.

Um rótulo IA-Assisted significa que a Pangram acredita que a IA editou ou aprimorou uma escrita que a pessoa começou. Se você usou uma ferramenta de gramática ou um rewriter de IA em partes do seu texto, esse rótulo pode aparecer mesmo quando as ideias e a estrutura são suas. Verifique o que sua escola ou empregador permite para ferramentas de edição com IA antes de tratar o rótulo como um problema.

O que a Pangram afirma sobre sua precisão

A seção de Perguntas Frequentes da Pangram diz que o detector tem mais de 99% de precisão, com uma taxa de falso positivo de cerca de 1 em 10.000. A empresa afirma que esse número é calculado com base em conjuntos de dados públicos que contêm dezenas de milhões de documentos. A Pangram também faz benchmarks do seu modelo em 26 sistemas de IA e reporta 99,7% de precisão nesses exemplos gerados por IA em conjunto, repetindo os testes após cada grande lançamento de modelo.

A Pangram publica também números de precisão para modelos individuais:

Estes são números próprios da Pangram, medidos nos próprios conjuntos de teste. O card do modelo da Pangram 4 detalha ainda mais o resultado. Em 519.993 amostras em inglês geradas por IA de 26 modelos, a Pangram 4 errou 0,34% delas, próximo ao valor de 99,7% destacado na manchete. O card do modelo também apresenta uma taxa de erro de 1,24% em um conjunto multilíngue que cobre 18 idiomas; portanto, a Pangram detecta texto de IA com um pouco menos de confiabilidade fora do inglês.

Taxa de falsos positivos da Pangram, por domínio e idioma

A FAQ da Pangram fornece uma única taxa geral de falsos positivos de 1 em 10.000. O card do modelo da Pangram 4 informa um número mais específico. De 1.000.000 documentos em inglês do conjunto de dados FineWeb, a Pangram 4 teve 41 falsos positivos, ou 0,0041%, próximo a 1 em 24.000. Em um conjunto multilíngue de 996.273 documentos distribuídos por 104 idiomas, ela teve 14 falsos positivos, ou 0,0014%.

A taxa muda conforme o domínio. O card do modelo da Pangram lista estas taxas de falsos positivos:

Para a escrita acadêmica em inglês, o card do modelo da Pangram lista uma taxa de falsos positivos de 0,019%, ou cerca de 1 em 5.000 documentos. Isso é mais alto do que o número geral, e é o valor que mais importa para estudantes e pesquisadores. A prosa acadêmica formal segue padrões definidos, e textos de caráter mais formulado são onde os próprios dados da Pangram mostram mais falsos positivos.

O próprio post do blog da Pangram sobre falsos positivos afirma que a taxa aumenta em textos curtos, que não foram escritos em frases completas, ou altamente formulários, como receitas e poesia. Ela diz que a taxa permanece baixa em prosa longa e original, como ensaios, resenhas e relatórios, porque esse tipo de escrita oferece mais material para o modelo trabalhar.

O idioma também altera a taxa. O card do modelo da Pangram lista suporte oficial para 24 idiomas. São eles: inglês, espanhol, francês, português, árabe, chinês, japonês, coreano, russo, turco, húngaro, alemão, neerlandês, sueco, romeno, ucraniano, polonês, italiano, tcheco, grego, hindi, persa, urdu e vietnamita. A taxa de falsos positivos medida varia de 0,0000% em idiomas como árabe, chinês e japonês, até 0,0078% em português e 0,0361% no ucraniano. Ainda assim, todos ficam muito abaixo de 1 em 1.000. A Pangram também afirma que consegue generalizar para idiomas fora dessa lista e convida solicitações para avaliar um novo idioma.

A Pangram também publica comparações com outros detectores. Em avaliações de produtos na pesquisa da University of Chicago, ela relata taxas de falsos positivos de 0,5% para ela própria, 1,7% para Originality.ai e 2,4% para GPTZero. Estes são os números da Pangram, com base em seu próprio blog.

Estudos externos que a Pangram cita

Um estudo de 2025 da University of Chicago Booth encontrou que os principais detectores de IA sinalizaram mais de 90% de textos de IA sem edição. A maioria deles sinalizou menos da metade quando o texto passou por um humanizer de IA. A Pangram foi um dos quatro detectores testados, junto com GPTZero, Originality.ai e o detector de código aberto RoBERTa. A Pangram diz que foi o único que manteve sua taxa de falsos positivos abaixo de 0,5% e, ainda assim, detectou texto de IA.

A Pangram também cita um estudo de junho de 2026 da Vrije Universiteit Brussel. Ele testou Pangram, GPTZero, Turnitin e Copyleaks em 160 artigos acadêmicos de falantes não nativos de inglês, divididos entre textos humanos, gerados por IA, híbridos e humanizados. A Pangram diz que nenhum dos quatro ferramentas sinalizou os artigos escritos por humanos nesse estudo.

Um estudo de 2025: Pangram contra leitores humanos especialistas

Um artigo de 2025 de Jenna Russell, Marzena Karpinska e Mohit Iyyer foi publicado na ACL 2025. Ele testou se pessoas que usam com frequência ferramentas de escrita com IA conseguem detectar texto gerado por IA tão bem quanto detectores automáticos. Cinco avaliadores que disseram usar LLMs com frequência para a própria escrita leram 300 artigos em inglês de não ficção. O conjunto misturou textos escritos por humanos com texto de GPT-4o, Claude e o1-Pro, incluindo alguns artigos executados por um humanizer. A votação majoritária desses cinco avaliadores classificou incorretamente apenas 1 dos 300 artigos.

O artigo comparou esse painel com cinco detectores automáticos: Pangram, GPTZero, Binoculars, Fast-DetectGPT e RADAR. Os pesquisadores executaram dois modelos do Pangram: o detector base e um modelo separado chamado Pangram Humanizers, treinado para detectar texto executado por um humanizer. O Pangram Humanizers foi o único detector que conseguiu igualar o painel de especialistas, com uma taxa média de verdadeiros positivos de 99,3% e uma taxa média de falsos positivos de 2,7% em todo o conjunto de teste. O modelo base do Pangram atingiu 98,0% de taxa média de verdadeiros positivos, com 2% de falsos positivos, no mesmo conjunto de teste.

Uma taxa de falsos positivos de 2,7% é maior do que o valor de 1 em 10.000 que o Pangram relata em suas próprias avaliações. Esse teste usou um conjunto muito menor de artigos, 300 em vez dos milhões que o Pangram cita em outros lugares. O artigo também avaliou o Pangram usando apenas seus rótulos Human e AI-Generated, sem dar crédito ao seu rótulo neutro "Possibly AI". Pangram e GPTZero deram aos pesquisadores créditos de API para executar o teste.

Como o Pangram detecta escrita com IA

O Pangram diz que não usa perplexity ou burstiness, os dois sinais em que a maioria dos detectores de IA mais antigos se apoia. Perplexity mede o quão previsível cada palavra é para um modelo de linguagem, e burstiness mede o quanto essa previsibilidade muda ao longo de um documento. Explicamos os dois em nosso post sobre perplexity na detecção de IA.

O Pangram argumenta que detectores baseados em perplexity falham em qualquer texto que um modelo tenha memorizado durante o treinamento, incluindo a Declaration of Independence e grandes partes da Wikipedia. Os modelos aprendem a prever texto memorizado com perplexity muito baixa, independentemente de quem tenha escrito. O Pangram também diz que métodos baseados em perplexity têm uma taxa de falsos positivos maior em escrita em inglês não nativo, já que estruturas de frases mais simples também tendem a ser mais previsíveis. Abordamos o mesmo padrão de falsos positivos para escritores de inglês não nativo em um post que analisa outros detectores.

Em vez disso, o Pangram treina um modelo de aprendizado profundo diretamente em grandes conjuntos de texto humano e de IA. Ele usa um método que chama de hard negative mining para encontrar escrita humana que, por acaso, se parece com a saída da IA. O Pangram processa documentos completos no nível de tokens. Ele rotula cada segmento como Human, AI-Assisted ou AI-Generated, com uma pontuação contínua de quanto do segmento parece ter sido escrito por IA. O Pangram afirma que o modelo melhora à medida que é treinado com mais dados.

Pangram vs GPTZero, Copyleaks e Turnitin

Pangram, GPTZero e Copyleaks estão disponíveis para qualquer pessoa que se inscreva. O Turnitin funciona apenas por meio de uma conta de escola ou editora, e um avaliador individual normalmente só vê uma pontuação do Turnitin se o instrutor a encaminhar.

Já abordámos cada um destes detectores separadamente: veja o GPTZero é preciso, o Copyleaks detecta IA e o Turnitin consegue detectar texto de IA humanizado. As percentagens de falsos positivos na tabela são cada uma das alegações da própria empresa, como Pangram e os outros fornecedores indicam.

Pangram é um detector independente. O Grammarly e o Scribbr oferecem a deteção de IA como parte das suas ferramentas de escrita, e analisámos separadamente o detector de IA do Grammarly e o detector de IA do Scribbr.

Preços e limites do plano gratuito

O plano gratuito do Pangram não exige método de pagamento. Inclui 2.000 palavras de verificação por dia e 3 verificações de deteção de imagens por dia. Isso inclui upload de ficheiros com OCR, a extensão do navegador, a integração com Google Docs e acesso à API, em mais de 20 idiomas.

O plano Individual tem um teste gratuito de 7 dias antes de começar a cobrança mensal de US$20. A faturação anual poupa US$60 por ano em comparação com a tarifa mensal. O plano Profissional é faturado US$65 imediatamente, em vez de passar por um teste, e poupa US$240 por ano quando faturado anualmente. A Pangram também lista preços separados para Empresas para equipas, apresentados depois de escolher a aba Business na página de preços.

Quem usa o Pangram

As escolas e universidades representam a maior base de clientes da Pangram. As integrações com LMS conectam-se diretamente a Canvas, Moodle, Google Classroom e Brightspace. Um professor pode ver um resultado da Pangram ao lado da submissão de um aluno, sem sair da plataforma que já usa para avaliar.

Editoras, escritórios de advocacia e equipas de RH usam a Pangram por diferentes motivos: verificar manuscritos submetidos, analisar documentos num processo ou fazer triagem de materiais de candidatos. A API permite que qualquer uma destas organizações incorpore a deteção da Pangram nas suas próprias ferramentas internas. As integrações com Gmail e Google Docs permitem que uma única pessoa verifique texto sem sair da sua caixa de entrada ou de um documento.

Para um estudante, isto geralmente significa que um resultado do Pangram aparece dentro do mesmo painel que o seu professor já usa para notas e feedback. Não é um relatório separado que você solicita por conta própria. Se a sua escola executar a Pangram através de um LMS, peça ao seu instrutor ou ao departamento que indique que pontuação conta como preocupação e o que acontece a seguir.

Se um resultado da Pangram sinalizar o seu texto, um registo do seu próprio processo de rascunho conta mais do que discutir a pontuação apenas. Abordamos isso em posts separados sobre construir um registo do seu processo de rascunho e as etapas para uma apelação formal.

Se a IA ajudou a redigir parte do seu trabalho, o nosso humanizer de IA reescreve essa secção na sua própria voz. As citações, termos técnicos e números mantêm-se exatamente como os escreveu, e a ferramenta foi criada para reduzir as pontuações de IA nas secções que toca.

Perguntas frequentes

Q: O Pangram é preciso?

A Pangram afirma que é mais de 99% preciso e cita estudos externos com resultados semelhantes. O próprio card do modelo mostra uma precisão mais baixa em textos com menos de 50 palavras e em algumas línguas além do inglês.

Q: Qual é a taxa de falsos positivos da Pangram?

A FAQ do Pangram indica uma taxa geral de cerca de 1 em 10.000. O cartão do modelo Pangram 4 traz um valor mais específico de 0,0041%, ou cerca de 1 em 24.000, medido em 1.000.000 documentos em inglês, com a taxa variando por domínio e idioma.

Q: Como o Pangram se compara ao GPTZero?

O Pangram afirma que a taxa de falso positivo é de cerca de 1 em 10.000, e o GPTZero afirma cerca de 1% no benchmark RAID. Ambos têm planos gratuitos e inscrição aberta. Cobrimos os números próprios do GPTZero em nossa análise de precisão do O GPTZero é preciso? O que testes independentes mostram (2026).

Q: Como o Pangram se compara ao Turnitin?

O Turnitin só funciona por meio de uma conta de escola ou editora, enquanto qualquer pessoa pode se inscrever no Pangram diretamente. O Pangram cita uma taxa de falso positivo de 0,51% em escrita acadêmica a partir do whitepaper do próprio Turnitin e relata uma taxa menor para si.

Q: Como o Pangram se compara ao Copyleaks?

O Copyleaks afirma que a taxa de falso positivo é de cerca de 0,2%, e o Pangram relata uma taxa menor para si. Ambos oferecem varreduras gratuitas, e cobrimos o Copyleaks em O Copyleaks detecta IA? Precisão e o que fazer.

Q: Como o Pangram detecta escrita de IA?

O Pangram usa um modelo de aprendizado profundo treinado em textos humanos e de IA. Ele não usa perplexity e burstiness, as medidas em que muitos detectores mais antigos se baseiam. Ele rotula cada segmento de um documento como Human, AI-Assisted ou AI-Generated e fornece um nível de confiança para o resultado.

Q: O detector de IA do Pangram é gratuito para usar?

Sim, o plano Free não exige método de pagamento e abrange 2.000 palavras de varredura de texto por dia, além de 3 varreduras de imagens. Os planos pagos começam em US$20 por mês, cobrados anualmente, para 300.000 palavras por mês e detecção de plágio.

Q: O Pangram detecta texto executado por um humanizer de IA?

O Pangram diz que sim e aponta o estudo Chicago Booth de 2025 como suporte. Detectores e humanizers atualizam com frequência, então os resultados em texto humanizado podem mudar ao longo do tempo.

Q: O que o estudo da University of Maryland encontrou sobre o Pangram?

Um artigo de 2025 da University of Maryland descobriu que o modelo do Pangram com consciência de humanizer, Pangram Humanizers, foi o único detector automático capaz de corresponder a um painel de cinco leitores humanos especialistas. Ambos alcançaram uma taxa média de verdade positiva de 99,3% em 300 artigos de teste. A taxa de falso positivo do Pangram nesse teste específico foi de 2,7%, bem acima da taxa de 1 em 10.000 que ele relata a partir de suas avaliações maiores.

Q: Quem faz o Pangram?

A Pangram Labs é a empresa por trás do Pangram, fundada em Brooklyn, New York, em 2023 por ex-pesquisadores de IA da Tesla e do Google. A empresa também vende um verificador de plágio, um detector de imagens de IA e acesso a API junto com seu detector de texto.

Humanizer de IA acadêmica

Reescreve rascunhos acadêmicos com assistência de IA na sua própria voz, mantendo exatamente como você escreveu citações, termos técnicos e números.