Огляд AI-детектора Pangram (2026): точність і хибні спрацювання

Pangram є AI-детектором від Pangram Labs, і компанія стверджує, що його точність понад 99%. Також вона повідомляє, що неправильно позначає приблизно 1 із 10 000 текстів, написаних людьми. Pangram посилається на зовнішні дослідження з Університету Чикаго та Університету Меріленду, які, як вона стверджує, дали подібні результати.

Нижче ми розглянемо власні показники Pangram щодо точності та хибних спрацювань, а також те, що показали незалежні дослідження. Далі йдеться про те, як Pangram визначає AI-текст, як він порівнюється з GPTZero, Copyleaks і Turnitin, а також про його ціни та підтримку мов.

Що робить Pangram

Pangram це інструмент для виявлення AI, створений для шкіл, видавництв, юридичних фірм та інших організацій, яким потрібно відрізняти людське письмо від написаного AI. Ви вставляєте текст або завантажуєте файл. Pangram повертає прогноз: Human, AI-Generated чи AI-Assisted, а також оцінку того, яка частина документа відповідає кожній мітці.

Pangram Labs стартувала у Брукліні, штат Нью-Йорк, у 2023 році. Її засновники працювали над дослідженнями в галузі AI в Tesla та Google, перш ніж заснувати компанію. Наразі лінійка продуктів включає перевірку плагіату, що постачається в комплекті з AI-детектором, AI-детектор зображень і розширення для браузера. Також є інтеграції з Gmail, Google Docs та системами керування навчанням на кшталт Canvas, Moodle, Google Classroom і Brightspace. Доступний і API для розробників, які хочуть вбудовувати виявлення AI у свої власні застосунки.

Остання модель Pangram 4 вимагає щонайменше 50 слів для введення та найкраще працює з повними реченнями. Короткі відповіді та списки-«кульки» дають їй менше матеріалу для аналізу. Кожен результат містить рівень впевненості High, Medium або Low для кожного сегмента, а також виділені фрагменти, які показують, які речення модель позначає як AI-Generated, AI-Assisted або Human.

Мітка AI-Assisted означає, що Pangram вважає, ніби AI редагував або «відшліфував» письмо, з якого людина почала роботу. Якщо ви використовували інструмент для граматики або AI-переписувач для частин вашого тексту, така мітка може з’явитися навіть тоді, коли ідеї та структура ваші. Перевірте, що дозволяє ваша школа чи роботодавець для інструментів редагування за допомогою AI, перш ніж сприймати цю мітку як проблему.

Що Pangram заявляє щодо своєї точності

У FAQ Pangram зазначено, що детектор має точність понад 99% і частоту хибних спрацювань приблизно 1 із 10 000. Вказується, що цей показник обчислюють на основі публічних наборів даних, які містять десятки мільйонів документів. Також Pangram порівнює свою модель із 26 AI-системами та повідомляє про 99,7% точності для групи зразків, згенерованих AI, із повторним тестуванням після кожного великого релізу моделі.

Pangram також публікує показники точності для окремих моделей:

Це власні показники Pangram, виміряні на його власних тестових наборах. У картці моделі Pangram 4 цифри розкладено детальніше. На 519 993 англомовних зразках, згенерованих AI, з 26 моделей Pangram 4 пропустив 0,34% з них, що близько до гучної цифри 99,7%. У картці моделі також наведено 1,24% рівня пропусків на багатомовному наборі, який охоплює 18 мов, тож Pangram визначає AI-текст дещо менш надійно поза межами англійської.

Хибнопозитивний рівень Pangram за доменом і мовою

FAQ Pangram наводить один загальний рівень хибнопозитивних спрацювань 1 на 10 000. У картці моделі Pangram 4 наведено більш конкретне число. З 1 000 000 англійських документів з набору FineWeb Pangram 4 мав 41 хибнопозитивне спрацювання, або 0,0041%, що близько до 1 на 24 000. На багатомовному наборі з 996 273 документів у 104 мовах у нього було 14 хибнопозитивних спрацювань, або 0,0014%.

Показник змінюється залежно від домену. У картці моделі Pangram наведено такі рівні хибнопозитивних спрацювань:

Для академічного письма англійською картка моделі Pangram наводить рівень хибнопозитивних спрацювань 0,019%, або приблизно 1 на 5 000 документів. Це вище за загальний показник, і саме це число є найважливішим для студентів та дослідників. Офіційна академічна проза дотримується усталених шаблонів, і саме формульні тексти, за даними Pangram, дають більше хибнопозитивних спрацювань.

У своєму блозі про хибнопозитивні спрацювання Pangram пише, що рівень зростає для коротких текстів, які не написані повними реченнями, або для дуже шаблонних текстів, як-от рецепти та поезія. Низьким він залишається для довгої оригінальної прози, як-от есе, огляди та звіти, тому що такий тип письма дає моделі більше за що “вчепитися”.

Рівень змінюється також залежно від мови. У картці моделі Pangram зазначено офіційну підтримку 24 мов. Це англійська, іспанська, французька, португальська, арабська, китайська, японська, корейська, російська, турецька, угорська, німецька, голландська, шведська, румунська, українська, польська, італійська, чеська, грецька, хінді, перська, урду та в’єтнамська. Виміряний рівень хибнопозитивних спрацювань у них коливається від 0,0000% для мов на кшталт арабської, китайської та японської до 0,0078% для португальської та 0,0361% для української. Усі ці значення все одно значно нижчі за 1 на 1 000. Pangram також каже, що може узагальнювати на мови поза цим списком, і пропонує звертатися із запитами на оцінку нової мови.

Pangram також публікує порівняння з іншими детекторами. На даних університету Бруклін? ні, в дослідженні Університету Чикаго для відгуків про продукти він наводить рівні хибнопозитивних спрацювань 0,5% для себе, 1,7% для Originality.ai та 2,4% для GPTZero. Це власні цифри Pangram з його блогу.

Поза межами досліджень, які Pangram цитує

У дослідженні University of Chicago Booth за 2025 рік було виявлено, що провідні детектори AI позначили як мінімум понад 90% не відредагованого AI-тексту. Більшість з них показали нижчі результати, коли текст пропускали через AI-humanizer. Pangram був одним із чотирьох протестованих детекторів разом із GPTZero, Originality.ai та детектором з відкритим кодом RoBERTa. Pangram стверджує, що саме він єдиний зберіг рівень хибнопозитивних спрацювань нижче 0,5%, одночасно продовжуючи виявляти AI-текст.

Pangram також посилається на дослідження від червня 2026 року від Vrije Universiteit Brussel. Там тестували Pangram, GPTZero, Turnitin та Copyleaks на 160 наукових роботах авторів, які не є носіями англійської, розділивши їх на людські, AI-згенеровані, гібридні та humanized тексти. Pangram стверджує, що жоден із чотирьох інструментів у тому дослідженні не позначив як AI людські роботи.

Дослідження за 2025 рік: Pangram проти досвідчених людських читачів

Роботу 2025 року Дженни Рассел, Марзени Карпінської та Мохіта Айєра було опубліковано на ACL 2025. Вона перевірила, чи люди, які часто користуються інструментами для написання текстів за допомогою AI, здатні розпізнавати AI-згенерований текст так само добре, як і автоматичні детектори. П’ятеро анотаторів, які заявили, що регулярно використовують LLM для власного письма, прочитали 300 англомовних англомовних нехудожніх статей. Добірка поєднувала тексти, написані людьми, і тексти з GPT-4o, Claude та o1-Pro, включно з деякими статтями, пропущеними через AI-humanizer. Більшість голосів цих п’яти анотаторів неправильно класифікувала лише 1 з 300 статей.

У дослідженні цю панель порівняли з п’ятьма автоматичними детекторами: Pangram, GPTZero, Binoculars, Fast-DetectGPT і RADAR. Дослідники запустили дві моделі Pangram: її базовий детектор і окрему модель під назвою Pangram Humanizers, яка натренована для виявлення тексту, пропущеного через AI-humanizer. Pangram Humanizers був єдиним детектором, що збігся з експертною панеллю: середній рівень істинно позитивних результатів становив 99,3%, а хибно позитивний відсоток 2,7% протягом усього тестового набору. Базова модель Pangram досягла середнього рівня істинно позитивних 98,0% за хибно позитивного 2% у тому ж тесті.

Хибно позитивний рівень 2,7% є вищим за показник 1 із 10 000, який Pangram наводить зі своїх власних оцінок. Цей тест використовував значно меншу добірку статей: 300, а не мільйони, які Pangram згадує в інших місцях. Дослідження також оцінювало Pangram лише за мітками Human та AI-Generated, не зараховуючи їй нейтральну мітку Possibly AI. І Pangram, і GPTZero надали дослідникам API-кредити для проведення тесту.

Як Pangram визначає AI-письмо

Pangram стверджує, що не використовує перплексність або burstiness, тобто два сигнали, на які покладаються більшість старіших AI-детекторів. Перплексність вимірює, наскільки передбачуване кожне слово для мовної моделі, а burstiness вимірює, як змінюється ця передбачуваність у межах документа. Ми пояснюємо обидва в нашому матеріалі про Що таке незрозумілість у виявленні штучного інтелекту? (І чому вашу газету помітили).

Pangram стверджує, що детектори на основі перплексності дають збої на будь-яких текстах, які мовна модель запам’ятала під час тренування, включно з Declaration of Independence та великими фрагментами Wikipedia. Моделі вчаться прогнозувати запам’ятований текст із дуже низькою перплексністю, незалежно від того, хто його написав. Також Pangram каже, що методи на основі перплексності мають вищий рівень хибнопозитивних результатів для текстів англійською мовою від не носіїв, оскільки простіші структури речень теж є більш передбачуваними. Ми розглядаємо ту саму Чому AI-детектори позначають роботу іншомовних авторів (хибні спрацювання) в матеріалі, де аналізуємо інші детектори.

Замість цього Pangram навчає модель глибокого навчання безпосередньо на великих наборах текстів, написаних людьми та AI. Вона використовує метод, який називає hard negative mining, щоб знаходити людські тексти, які випадково схожі на вихід AI. Pangram обробляє повні документи на рівні токенів. Вона маркує кожен сегмент як Human, AI-Assisted або AI-Generated, використовуючи безперервну оцінку того, наскільки сегмент виглядає написаним AI. Pangram стверджує, що модель покращується в міру того, як її навчають на більшій кількості даних.

Pangram проти GPTZero, Copyleaks і Turnitin

Pangram, GPTZero та Copyleaks доступні для всіх, хто підпишеться. Turnitin працює лише через обліковий запис школи або видавця, і окремий користувач зазвичай бачить оцінку Turnitin лише тоді, коли її передає інструктор.

Ми розглянули кожен із цих детекторів окремо: див. чи точний GPTZero, чи виявляє Copyleaks AI та чи може Turnitin виявляти текст, створений за допомогою AI-humanizer. Показники хибнопозитивних спрацювань у таблиці є власними заявами кожної компанії, як зазначають Pangram та інші постачальники.

Pangram це окремий детектор. Grammarly та Scribbr пропонують виявлення AI як частину інструментів для письма, і ми окремо розглянули AI-детектор Grammarly та AI-детектор Scribbr.

Ціни та ліміти безкоштовного тарифу

Безкоштовний тариф Pangram не потребує платіжних даних. Він охоплює 2 000 слів сканування на день і 3 сканування виявлення зображень на день. Це включає завантаження файлів із OCR, розширення для браузера, інтеграцію з Google Docs та доступ до API, більш ніж 20 мовами.

Індивідуальний тариф має 7-денний безкоштовний пробний період до того, як почне діяти щомісячне нарахування US$20, і оплата відбувається щороку, що дає збереження US$60 на рік порівняно з щомісячною ціною. Професійний тариф виставляється US$65 одразу, а не через пробний період, і зберігає US$240 на рік при виставленні щороку. Pangram також наводить окремі ціни для бізнесу для команд, які відображаються після вибору вкладки Business на сторінці з тарифами.

Хто користується Pangram

Найбільша база клієнтів Pangram це школи та університети. Його інтеграції з LMS напряму підключаються до Canvas, Moodle, Google Classroom і Brightspace. Викладач може бачити результат Pangram поруч із роботою студента, не виходячи з платформи, яку він або вона вже використовує для перевірки.

Видавництва, юридичні фірми та команди з HR використовують Pangram з різних причин: для перевірки поданих рукописів, перегляду документів у справі або для відбору матеріалів кандидатів. API дає будь-якій із цих організацій можливість вбудувати виявлення Pangram у власні внутрішні інструменти. Інтеграції Gmail та Google Docs дозволяють одній людині перевірити текст, не виходячи зі своєї поштової скриньки або документа.

Для студента це зазвичай означає, що оцінка Pangram з’являється в тій самій панелі, яку викладач уже використовує для оцінок і фідбеку. Це не окремий звіт, який потрібно запитувати самостійно. Якщо ваша школа використовує Pangram через LMS, запитайте в інструктора або в підрозділі, яка оцінка вважається приводом для занепокоєння і що відбувається далі.

Якщо результат Pangram позначає ваше написання, запис власного процесу чернеткування важить більше, ніж суперечка лише через оцінку. Ми детальніше розбираємо це в окремих матеріалах про створення запису про ваш процес чернеткування та кроки для формальної апеляції.

Якщо AI допоміг підготувати частину вашої роботи, наш academic humanizer переписує цей розділ вашими словами. Посилання, технічні терміни та числа залишаються рівно такими, як ви їх написали, а інструмент створено, щоб знижувати AI-оцінки в тих розділах, до яких він торкається.

Часті запитання

Q: Чи точний Pangram?

Pangram заявляє, що його точність понад 99%, і наводить посилання на зовнішні дослідження зі схожими результатами. Власна модельна картка показує нижчу точність для текстів до 50 слів і для деяких мов, окрім англійської.

Q: Який відсоток хибнопозитивних спрацювань у Pangram?

У FAQ Pangram зазначено загальну оцінку приблизно 1 з 10 000. У картці моделі Pangram 4 наведено більш точний показник 0,0041%, або приблизно 1 з 24 000, виміряний на 1 000 000 англомовних документів. При цьому частота змінюється залежно від домену та мови.

Q: Чим Pangram відрізняється від GPTZero?

Pangram стверджує, що частота хибнопозитивних результатів становить приблизно 1 з 10 000, а GPTZero заявляє приблизно 1% на бенчмарку RAID. Обидва сервіси мають безкоштовні тарифи та відкриту реєстрацію. Ми розглядаємо власні цифри GPTZero у нашому огляді точності GPTZero.

Q: Чим Pangram відрізняється від Turnitin?

Turnitin працює лише через акаунт навчального закладу або видавця, тоді як будь-хто може зареєструватися в Pangram напряму. Pangram наводить показник 0,51% хибнопозитивних результатів для академічного письма за власним whitepaper Turnitin і повідомляє нижчу частоту для себе.

Q: Чим Pangram відрізняється від Copyleaks?

Copyleaks стверджує, що його частота хибнопозитивних результатів становить приблизно 0,2%, а Pangram повідомляє нижчий показник для себе. Обидва пропонують безкоштовні перевірки, і ми розглядаємо Copyleaks у чи виявляє Copyleaks AI.

Q: Як Pangram виявляє AI-написання?

Pangram використовує модель глибокого навчання, натреновану на тексті людини та AI. Вона не використовує перплексність і burstiness, тобто метрики, на які спираються багато старіших детекторів. Вона позначає кожен сегмент документа як Human, AI-Assisted або AI-Generated і надає рівень довіри до отриманого результату.

Q: Чи можна безкоштовно використовувати AI-детектор Pangram?

Так, Free тариф не потребує способу оплати й охоплює 2 000 слів тексту для сканування на день, а також 3 сканування зображень. Платні тарифи стартують з US$20 на місяць, що виставляється щороку, за 300 000 слів на місяць і виявлення плагіату.

Q: Чи виявляє Pangram текст, пропущений через AI-humanizer?

Pangram каже, що виявляє, і посилається як підтвердження на дослідження 2025 року Chicago Booth. Детектори та AI-humanizerи оновлюються досить часто, тож результати для тексту, який було гуманізовано, можуть змінюватися з часом.

Q: Що з’ясувало дослідження Університету Меріленду про Pangram?

Робота 2025 року з Університету Меріленду встановила, що AI-humanizer-орієнтована модель Pangram, Pangram Humanizers, була єдиним автоматичним детектором, який відповідав панелі з п’яти експертних читачів-людей. Обидві системи досягли середнього рівня 99,3% справжніх позитивних результатів у межах 300 тестових матеріалів. Частота хибнопозитивних результатів Pangram у цьому конкретному тесті становила 2,7%, що значно вище за показник 1 з 10 000, який сервіс повідомляє за власними ширшими оцінюваннями.

Q: Хто створює Pangram?

Pangram Labs це компанія, що стоїть за Pangram. Вона була заснована в Брукліні, Нью-Йорк, у 2023 році колишніми AI-дослідниками з Tesla та Google. Також компанія продає перевірку на плагіат, AI-детектор зображень і доступ до API разом із текстовим детектором.

Академічний AI-humanizer

Переписує академічні чернетки за AI у вашому власному стилі, зберігаючи цитування, технічні терміни та числа такими, як ви їх написали.