Wir haben unser bislang fortschrittlichstes Modell auf den Markt gebracht: Pangram 4! Hier erfahren Sie mehr darüber.

Produktaktualisierungen

Wir stellen vor: Pangram 4

29. Juli 2026
Inhaltsverzeichnis

Heute stellen wir „Pangram 4“ vor: unseren bislang leistungsstärksten und genauesten KI-Detektor.

Pangram 4 ist mehr als sechsmal so groß wie sein Vorgänger und weist erhebliche Verbesserungen bei der Erkennung von Humanizer-Inhalten, der Identifizierung von KI-gestützten Texten sowie der Erkennung von Grenzen zwischen gemischten menschlichen und KI-Inhalten auf. Zudem ist es ein zuverlässiger Detektor für die neuesten „Frontier“-Modelle. Wir sind davon überzeugt, dass es weltweit das beste seiner Art ist.

Die vollständigen Bewertungszahlen, Details zum Training und bekannte Einschränkungen finden Sie im technischen Blogbeitrag zu Pangram 4 sowie in der Modellbeschreibung zu Pangram 4. Den vollständigen technischen Bericht können Sie hier einsehen.

Ergebnisse

Bei internen Benchmarks erreicht Pangram 4 eine Falsch-Positiv-Rate von nur 0,0041 % – das entspricht etwa einem Falsch-Positiv pro 24.000 Dokumente.

Pangram 4 weist zudem eine deutliche Verringerung der Falsch-Negativ-Rate auf und erreicht bei unseren neuen Testdatensätzen eine Falsch-Negativ-Rate von 0,3396 %, was einen Rückgang gegenüber der Falsch-Negativ-Rate von 1,99 % bei Pangram 3 darstellt.

Nach unserem Kenntnisstand ist Pangram 4 das erste KI-Erkennungsmodell, das in der Lage ist, KI-bearbeitete Texte und gemischte Inhalte aus Mensch und KI gleichzeitig in einem einzigen Durchlauf zu unterscheiden.

Es ist widerstandsfähig gegenüber Humanisierungsverfahren und adversarischen Eingaben und erkennt bei 13 gängigen kommerziellen Tools in 98,83 % der Fälle die Beteiligung von KI an humanisierten Ergebnissen.

Dies gilt allgemein für alle Frontier-Modelle: Jede Modellfamilie wird mit einer FNR von unter 0,7 % erkannt, wobei keine signifikante Korrelation zwischen dem Veröffentlichungsdatum eines Modells und seiner Erkennbarkeit besteht.

Preise

Neben der Einführung unserer neuen Modelle passen wir auch die Funktionsweise der Credits sowie deren Anzahl in Ihrem Tarif an. Anstatt jede Scan-Runde auf 1.000 Wörter aufzurunden, wird nun pro 100 Wörter ein Scan verbraucht, sodass Sie Ihre Credits optimal nutzen können. Außerdem passen wir das Scan-Volumen an, um unseren Modell-Upgrades und dem aktuellen Nutzerverhalten besser Rechnung zu tragen.

Schließlich freuen wir uns, dass wir nun in jedem Tarif Bildscans anbieten können – und das ohne Preiserhöhung.

Hier finden Sie eine Übersicht über die Änderungen am Plan – vorher und nachher:

Frühere Monatsabonnements

  • Einzelarbeit: 600 Credits à 1.000 Wörter
  • Pro: 3.000 Scans mit jeweils 1.000 Wörtern

Monatliche Tarife nach

  • Privat: Bis zu 300.000 Wörter + 100 Bildscans
  • Vorteil: Bis zu 1.500.000 Wörter pro Monat scannen + 500 Bildscans

Die gleiche Änderung der Gutschrift gilt auch für die API. API-Aufrufe kosten 0,05 US-Dollar pro 100 Wörter, was bei kurzen Dokumenten einer Preisänderung um das 1- bis 2-Fache und bei langen Dokumenten um das bis zu 10-Fache entspricht.

Wir werden Pangram 3 noch für die nächsten zwei Monate unterstützen; das geplante Auslaufdatum ist der 30. September 2026. Standardanfragen, bei denen kein Modell angegeben wird, werden weiterhin über das bisherige Abrechnungssystem an Pangram 3 weitergeleitet, bis Pangram 3 ausläuft.

Die vollständigen Bewertungszahlen, Details zum Training und bekannte Einschränkungen finden Sie im technischen Blogbeitrag zu Pangram 4 sowie in der Modellbeschreibung zu Pangram 4. Den vollständigen technischen Bericht können Sie hier einsehen.


Max Spero
Max SperoCEO, Mitbegründer

Max ist ein erfahrener Machine-Learning-Ingenieur. Zuletzt arbeitete er bei Nuro an autonomen Fahrzeugen und leitete dort den Bereich „Active Learning“. Er kann auf eine langjährige Erfahrung bei der erfolgreichen Einführung von Machine-Learning-Produkten bei Google, Two Sigma und Yelp zurückblicken.

Max hat einen Bachelor of Science in Theoretischer Informatik und einen Master of Science in Künstlicher Intelligenz von der Stanford University. Neben seiner Leidenschaft für das Bauen ist er auch ein aktives Mitglied der „Magic: The Gathering“-Cube-Community.

Mehr von Max Spero