Pangram AI Dedektörü İncelemesi (2026): Doğruluk ve Yanlış Pozitifler

Pangram, Pangram Labs'tan bir AI dedektörüdür ve şirket, %99'un üzerinde bir doğruluğa sahip olduğunu söylüyor. Ayrıca yaklaşık 10.000'de 1 oranında insan metinlerini yanlışlıkla işaretlediğini iddia ediyor. Pangram, benzer sonuçlar bulduğunu söylediği Chicago Üniversitesi ve Maryland Üniversitesi'nden dış çalışmalara işaret ediyor.

Aşağıda, Pangram'ın kendi doğruluk ve yanlış pozitif sayılarını ve bağımsız çalışmaların ne bulduğunu ele alıyoruz. Ardından Pangram'ın AI metnini nasıl tespit ettiğini, GPTZero, Copyleaks ve Turnitin ile karşılaştırmasını ve fiyatlarını ile dil desteğini inceliyoruz.

Pangram ne yapar

Pangram, insan yazımı ile AI yazımını ayırt etmesi gereken okullar, yayınevleri, hukuk büroları ve diğer kuruluşlar için geliştirilmiş bir AI tespit aracıdır. Metni yapıştırabilir veya bir dosya yükleyebilirsiniz. Pangram, İnsan, AI-Generated ya da AI-Assisted tahmini ve ayrıca belgenin her etikete ne kadarının girdiğine ilişkin bir puan döndürür.

Pangram Labs, 2023 yılında Brooklyn, New York'ta kuruldu. Kurucuları, şirketi başlatmadan önce Tesla ve Google'da yapay zeka araştırmaları yürüttü. Ürün gamı artık AI dedektörüne ek paketlenmiş bir intihal denetleyicisi, bir AI görsel dedektörü ve bir tarayıcı uzantısını da içeriyor. Ayrıca Gmail, Google Docs ve Canvas, Moodle, Google Classroom ve Brightspace gibi öğrenme yönetim sistemleriyle entegre olur. Geliştiriciler için, kendi uygulamaları içinde AI tespiti yapmak isteyenlere yönelik bir API de sunuluyor.

Pangram'ın en yeni modeli Pangram 4, en az 50 kelimelik bir girdi ister ve tam cümleler üzerinde en iyi performansı verir. Kısa yanıtlar ve madde işaretleri, çalışması için daha az veri sunduğundan sonuçlar zayıflayabilir. Her sonuçta, her segment için Yüksek, Orta veya Düşük güven düzeyi bulunur. Ayrıca modelin AI-Generated, AI-Assisted ya da İnsan olarak etiketlediğini gösteren bölümler vurgulanır.

AI-Assisted etiketi, Pangram'ın kişinin başladığı metnin bir yapay zeka tarafından düzenlenmiş ya da cilalanmış olabileceğini düşündüğü anlamına gelir. Metninizin bazı kısımlarında bir dil bilgisi aracı ya da bir AI yeniden yazar kullanmanız durumunda bu etiket, fikirleriniz ve yapı sizin olsa bile görünebilir. Etiketi bir sorun olarak ele almadan önce okulunuzun ya da işvereninizin AI düzenleme araçları için neye izin verdiğini kontrol edin.

Pangram'ın doğruluğu hakkında iddiaları

Pangram'ın SSS'si, dedektörün %99'un üzerinde bir doğruluğa sahip olduğunu ve yaklaşık 10.000'de 1 oranında yanlış pozitif oranı bulunduğunu belirtir. Bu değerin, onlarca milyon doküman içeren kamuya açık veri setleri üzerinden hesaplandığını söyler. Pangram ayrıca modelini 26 AI sistemine karşı kıyaslar ve her büyük model sürümünden sonra yeniden test ederek, bu AI-üretilmiş örnekler grubu için %99,7 doğruluk bildirdiğini raporlar.

Pangram, bireysel modeller için de doğruluk rakamlarını yayımlar:

Bunlar Pangram’ın kendi rakamlarıdır. Kendi test setlerinde ölçülmüştür. Pangram 4 model kartı sayıları daha da kırılımlandırır. 26 modelden alınmış 519.993 İngilizce AI tarafından üretilmiş örnekte Pangram 4, örneklerin %0,34’ünü kaçırdı. Bu, 99,7% başlık rakamına yakındır. Model kart ayrıca 18 dili kapsayan çok dilli bir set için %1,24’lük bir kaçırma oranı listeler; bu da Pangram’ın İngilizce dışında AI metinleri tespit etmede biraz daha az tutarlı olduğunu gösterir.

Alan ve dile göre Pangram’ın yanlış pozitif oranı

Pangram’ın SSS bölümü, 10.000’de 1 olacak şekilde tek bir genel yanlış pozitif oranı verir. Pangram 4 model kartı daha spesifik bir sayı bildirir. FineWeb veri setinden 1.000.000 İngilizce doküman arasından Pangram 4, 41 yanlış pozitif verdi; bu da %0,0041’dir ve yaklaşık 24.000’de 1’e yakındır. 104 dili kapsayan 996.273 dokümanlık çok dilli bir sette ise 14 yanlış pozitif vardı; bu da %0,0014’tür.

Oran alanlara göre değişir. Pangram’ın model kartında bu yanlış pozitif oranları listelenir:

İngilizce akademik yazım için Pangram’ın model kartı %0,019 yanlış pozitif oranı listeler. Bu da yaklaşık 5.000 dokümanda 1’e karşılık gelir. Bu, genel rakamından daha yüksektir ve en çok öğrenciler ile araştırmacıları ilgilendiren sayıdır. Biçimsel akademik nesir belirli kalıplara uyar. Pangram’ın kendi verileri, daha formüle edilmiş metinlerde yanlış pozitiflerin daha fazla olduğunu gösterir.

Pangram’ın yanlış pozitiflere ilişkin kendi blog gönderisi, oranın kısa olan, tam cümlelerle yazılmamış veya tarifler ve şiir gibi yüksek derecede formüle edilmiş metinlerde arttığını söyler. Denemeler, incelemeler ve raporlar gibi uzun ve özgün nesirde ise oranın düşük kaldığını belirtir; çünkü bu tür yazılar modele daha fazla çalışma malzemesi sunar.

Dil de oranı etkiler. Pangram’ın model kartı 24 dil için resmi destek listeler. Bunlar İngilizce, İspanyolca, Fransızca, Portekizce, Arapça, Çince, Japonca, Korece, Rusça, Türkçe, Macarca, Almanca, Flemenkçe, İsveççe, Rumence, Ukraynaca, Lehçe, İtalyanca, Çekçe, Yunanca, Hintçe, Farsça, Urduca ve Vietnamca’dır. Ölçülen yanlış pozitif oranı Arapça, Çince ve Japonca gibi dillerde %0,0000’dan Portekizce’de %0,0078’e, Ukraynaca’da ise %0,0361’e kadar değişir. Bunların hepsi yine de 1.000’de 1’in çok altındadır. Pangram, bu liste dışındaki dillere de genelleme yapabildiğini söyler ve yeni bir dilin değerlendirilmesi için talep kabul eder.

Pangram ayrıca diğer dedektörlerle karşılaştırmalar da yayınlar. University of Chicago araştırmasından ürün incelemeleri üzerinde, kendisi için %0,5, Originality.ai için %1,7 ve GPTZero için %2,4 yanlış pozitif oranları rapor eder. Bunlar Pangram’ın, kendi blogundan alıntılanan rakamlarıdır.

Pangram’ın atıfta bulunduğu dış çalışmalar

2025 University of Chicago Booth çalışması önde gelen AI dedektörlerinin, düzenlenmemiş AI metnin %90’ından fazlasını işaretlediğini buldu. Metin bir humanizer işleminden geçtikten sonra bunların çoğu, yarıdan daha azını işaretledi. Pangram, GPTZero, Originality.ai ve açık kaynak dedektör RoBERTa ile birlikte test edilen dört dedektörden biriydi. Pangram, false positive oranını %0,5’in altında tutmayı başaran ve buna rağmen AI metnini tespit etmeye devam eden tek araç olduğunu söylüyor.

Pangram ayrıca Vrije Universiteit Brussel’den Temmuz 2026 tarihli bir çalışmaya da atıfta bulunur. Bu çalışmada Pangram, GPTZero, Turnitin ve Copyleaks, ana dili İngilizce olmayanların yazdığı 160 akademik makale üzerinde test edildi. Metinler insan, AI tarafından üretilmiş, hibrit ve humanized kategorilerine ayrılmıştı. Pangram, bu çalışmadaki dört aracın da insan tarafından yazılan makaleleri hiçbirinin işaretlemediğini söyler.

2025’te yapılan bir çalışma: Pangram’ın uzman insan okuyuculara karşı performansı

Jenna Russell, Marzena Karpinska ve Mohit Iyyer'in ACL 2025'te yayımlanan 2025 tarihli çalışması, yapay zeka yazım araçlarını sık kullanan kişilerin AI tarafından üretilen metinleri otomatik dedektörler kadar iyi ayırt edip edemediğini test etti. Kendi yazımları için sık sık LLM kullandığını söyleyen beş değerlendirici, 300 İngilizce kurgu dışı makaleyi okudu. Bu set, insan tarafından yazılmış metinleri GPT-4o, Claude ve o1-Pro kaynaklı metinlerle karıştırdı; ayrıca bir kısmı bir humanizer üzerinden geçirilmiş makaleleri de içeriyordu. Bu beş değerlendiricinin çoğunluk oyu, 300 makalenin yalnızca 1'ini yanlış sınıflandırdı.

Çalışma, bu paneli beş otomatik dedektörle karşılaştırdı: Pangram, GPTZero, Binoculars, Fast-DetectGPT ve RADAR. Araştırmacılar, Pangram'ın iki modelini çalıştırdı: temel dedektörü ve bir humanizer üzerinden geçirilen metni tespit etmeye eğitilmiş ayrı bir model olan Pangram Humanizers. Pangram Humanizers, uzman paneliyle aynı sonucu veren tek dedektördü. Test seti boyunca ortalama doğru pozitif oranı %99,3 ve yanlış pozitif oranı %2,7 idi. Pangram'ın temel modeli ise aynı testte ortalama %98,0 doğru pozitif oranına ulaştı ve yanlış pozitif oranı %2 olarak gerçekleşti.

%2,7'lik yanlış pozitif oran, Pangram'ın kendi değerlendirmelerinden bildirdiği 10.000'de 1 oranından daha yüksektir. Bu test, Pangram'ın başka yerlerde andığı milyonlarca makaleye kıyasla çok daha küçük bir veri seti kullandı: 300 makale. Çalışma ayrıca Pangram'ı, yalnızca Human ve AI-Generated etiketleriyle puanladı; onun tarafsız "Possibly AI" etiketine puan vermedi. Pangram ve GPTZero, araştırmacılara testi çalıştırabilmeleri için API kredileri sağladı.

Pangram, AI yazımını nasıl tespit ediyor?

Pangram, en eski AI dedektörlerinin dayandığı iki sinyal olan perplexity ya da burstiness kullanmadığını söylüyor. Perplexity, bir dil modelinin her kelimeyi ne kadar öngörebildiğini ölçer; burstiness ise bu öngörülebilirliğin bir doküman boyunca ne kadar değiştiğini ölçer. İkisini de AI algılamada perplexity üzerine kendi yazımızda açıklıyoruz.

Pangram, perplexity tabanlı dedektörlerin, eğitim sırasında bir dil modelinin hatırlayıp ezberlediği herhangi bir metinde yanlış alarm verdiğini savunuyor. Bu ezberlenen metinler, Bağımsızlık Bildirgesi (Declaration of Independence) ve Wikipedia'nın büyük bölümleri de dahil. Modeller, kimin yazdığına bakılmaksızın, ezberlenmiş metni çok düşük perplexity ile tahmin etmeyi öğreniyor. Pangram ayrıca perplexity tabanlı yöntemlerin, ana dili İngilizce olmayan yazılarda yanlış pozitif oranının daha yüksek olduğunu söylüyor; çünkü daha basit cümle yapıları da daha öngörülebilirdir. Aynı ana dili İngilizce olmayan yazarlar için yanlış-pozitif örüntüsü konusunu, diğer dedektörlere bakan bir yazımızda ele alıyoruz.

Bunun yerine Pangram, büyük ölçekli insan ve AI metin setleri üzerinde doğrudan bir derin öğrenme modeli eğitiyor. Human yazımına benzeyen, tesadüfen AI çıktısına benzerlik gösteren metinleri bulmak için kullandığı yönteme hard negative mining adını veriyor. Pangram, dokümanın tamamını token düzeyinde işler. Her segmenti Human, AI-Assisted ya da AI-Generated olarak etiketler ve segmentin ne kadarının AI tarafından yazılmış gibi göründüğüne dair sürekli bir skor üretir. Pangram, model daha fazla veriyle eğitildikçe iyileştiğini söylüyor.

Pangram, GPTZero, Copyleaks ve Turnitin ile karşılaştırma

Pangram, GPTZero ve Copyleaks kaydolan herkese açıktır. Turnitin yalnızca bir okul ya da yayınevi hesabı üzerinden çalışır ve bireysel test yapan kişi genellikle skoru, bunu eğitmeninin iletmesi halinde görür.

Bu dedektörlerin her birini ayrı ayrı ele aldık: bkz. GPTZero doğru mu, Copyleaks AI tespit ediyor mu ve Turnitin insanlaştırılmış AI metnini tespit edebilir mi. Tablodaki yanlış pozitif oranları her firmanın kendi beyanlarıdır; Pangram ve diğer satıcılar bu bilgileri böyle aktarmaktadır.

Pangram tek başına çalışan bir dedektördür. Grammarly ve Scribbr, yazma araçlarının bir parçası olarak AI tespiti sunar ve biz Grammarly'nin AI dedektörü ile Scribbr'nin AI dedektörü konularını ayrı ayrı inceledik.

Fiyatlandırma ve ücretsiz plan limitleri

Pangram'ın Ücretsiz planı ödeme yöntemi gerektirmez. Günde 2.000 kelime tarama ve günde 3 görsel tespit taraması sunar. Buna OCR ile dosya yükleme, tarayıcı uzantısı, Google Docs entegrasyonu ve API erişimi dahildir; 20'den fazla dilde çalışır.

Bireysel plan, US$20 aylık ücret başlamadan önce 7 günlük ücretsiz deneme içerir; yıllık faturalandırma, aylık fiyata göre yılda US$60 tasarruf sağlar. Profesyonel plan ise deneme üzerinden değil, hemen US$65 olarak faturalandırılır ve yıllık faturalandırma ile yılda US$240 tasarruf sağlar. Pangram ayrıca ekipler için ayrı bir Business fiyatlandırması listeler; fiyat sayfasında Business sekmesi seçildiğinde gösterilir.

Pangram'ı kimler kullanır

Okullar ve üniversiteler, Pangram'ın en büyük müşteri kitlesini oluşturur. LMS entegrasyonları Canvas, Moodle, Google Classroom ve Brightspace ile doğrudan bağlantı kurar. Bir öğretmen, kullandığı platformu terk etmeden, öğrencinin teslimi yanında bir Pangram sonucunu görebilir.

Yayıncılar, hukuk büroları ve İK ekipleri, farklı nedenlerle Pangram'ı kullanır: teslim edilen makaleleri kontrol etmek, bir dosya kapsamında belgeleri incelemek veya başvuru materyallerini elemek. API, bu tür tüm kuruluşların Pangram'ın tespitini kendi dahili araçlarına entegre etmesine olanak tanır. Gmail ve Google Docs entegrasyonları ise tek bir kişinin e-postasını veya belgeyi terk etmeden metni kontrol etmesini sağlar.

Bir öğrenci için bu genellikle, Pangram puanının öğretmeninizin notlar ve geri bildirim için zaten kullandığı aynı kontrol paneli içinde görünmesi anlamına gelir. Sizin kendi başınıza talep ettiğiniz ayrı bir rapor değildir. Okulunuz Pangram'ı bir LMS üzerinden çalıştırıyorsa, eğitmeninizden veya bölümünüzden hangi puanın endişe verici sayıldığını ve sonrasında ne olduğunu sorun.

Pangram sonucu yazdıklarınızı işaretlerse, yalnızca puan hakkında tartışmaktan daha fazlası olan şey kendi taslak oluşturma sürecinizin kaydını tutmaktır. Bunu, taslak oluşturma sürecinizi kayda dönüştürme ve resmi itiraz adımları başlıklı ayrı yazılarda ele alıyoruz.

Makaleniizin bir bölümünü yazmaya AI yardımcı olduysa, akademik humanizer o bölümü kendi sesinle yeniden yazar. Atıflar, teknik terimler ve sayılar, yazdığın şekilde tam olarak kalır ve araç, dokunduğu bölümlerde AI puanlarını düşürmeye yönelik olacak biçimde tasarlanmıştır.

Sık sorulan sorular

Q: Pangram doğru mu?

Pangram, %99'un üzerinde doğru olduğunu söylüyor ve benzer sonuçlar bildiren dış çalışmalara atıfta bulunuyor. Kendi model kartı ise 50 kelimenin altındaki metinlerde ve İngilizce dışındaki bazı dillerde doğruluğun daha düşük olduğunu gösteriyor.

Q: Pangram'ın yanlış pozitif oranı nedir?

Pangram'ın SSS bölümü, genel oranın yaklaşık 10.000'de 1 olduğunu belirtir. Pangram 4 model kartı ise 0,0041% gibi daha spesifik bir değer bildirir ya da 1.000.000 İngilizce doküman üzerinde yapılan ölçüme göre yaklaşık 24.000'de 1 oranını verir. Oran, alan adı ve dile göre değişir.

Q: Pangram, GPTZero ile nasıl karşılaştırılır?

Pangram, yanlış pozitif oranının yaklaşık 10.000'de 1 olduğunu söylüyor; GPTZero ise RAID benchmark'ında yaklaşık %1 olduğunu belirtiyor. İkisi de ücretsiz planlar sunuyor ve açık kayda izin veriyor. GPTZero'nun kendi sayılarını GPTZero doğruluk incelemesinde ele alıyoruz.

Q: Pangram, Turnitin ile nasıl karşılaştırılır?

Turnitin yalnızca bir okul ya da yayınevi hesabı üzerinden çalışır; oysa Pangram'a doğrudan herkes kaydolabilir. Pangram, Turnitin'in kendi beyaz bildirimine dayanarak akademik yazımda %0,51 yanlış pozitif oranı aktarıyor ve kendisi için daha düşük bir oran raporluyor.

Q: Pangram, Copyleaks ile nasıl karşılaştırılır?

Copyleaks, yanlış pozitif oranının yaklaşık %0,2 olduğunu söylüyor ve Pangram da kendisi için daha düşük bir oran bildiriyor. İkisi de ücretsiz taramalar sunuyor ve Copyleaks'in AI tespit edip etmediğini Copyleaks AI tespit eder mi başlığında ele alıyoruz.

Q: Pangram AI yazımı nasıl tespit eder?

Pangram, insan ve AI metninden eğitilmiş bir derin öğrenme modeli kullanır. Birçok eski dedektörün dayandığı ölçümler olan perplexity ve burstiness'i kullanmaz. Belgenin her bir bölümünü Human, AI-Assisted veya AI-Generated olarak etiketler ve sonuç için bir güven düzeyi verir.

Q: Pangram'ın AI dedektörü kullanmak için ücretsiz mi?

Evet, Ücretsiz plan ödeme yöntemi gerektirmez; günde 2.000 kelimeye kadar metin taraması yapar ve ayrıca 3 görsel taraması içerir. Ücretli planlar, aylık 300.000 kelime için yıllık faturalandırmayla ayda US$20'den başlar ve intihal tespitini de kapsar.

Q: Pangram, humanizer üzerinden geçirilmiş metinleri tespit eder mi?

Pangram'ın bunu yaptığını söylüyor ve destek olarak 2025 Chicago Booth çalışmasına işaret ediyor. Dedektörler ve AI humanizer'lar sık sık güncellendiği için, humanizer'lanmış metinlerdeki sonuçlar zaman içinde değişebilir.

Q: Pangram hakkında University of Maryland çalışması ne buldu?

2025 tarihli bir University of Maryland çalışması, Pangram'ın humanizer'a duyarlı modelinin Pangram Humanizers olduğunu ve bunun beş uzman insan okuyucudan oluşan bir panelle eşleşen tek otomatik dedektör olduğunu ortaya koydu. Her iki yöntem de 300 test makalesi genelinde ortalama %99,3 gerçek pozitif oranına ulaştı. Bu özel testte Pangram'ın yanlış pozitif oranı %2,7 idi; Pangram'ın kendi daha büyük değerlendirmelerinden bildirdiği 10.000'de 1 oranının çok üzerindeydi.

Q: Pangram'ı kim geliştiriyor?

Pangram Labs, Pangram'ın arkasındaki şirkettir. Şirket, 2023'te New York, Brooklyn'de, Tesla ve Google'dan önceki AI araştırmacıları tarafından kurulmuştur. Şirket ayrıca bir intihal denetleyicisi, bir AI görsel dedektörü ve metin dedektörüyle birlikte API erişimi de satar.

Akademik AI Humanizer

AI destekli akademik taslakları kendi sesinizde yeniden yazar; atıfları, teknik terimleri ve sayıları tam olarak sizin yazdığınız şekilde bırakır.