¿Cómo se compara Pangram con GPTZero?

El mercado de la detección de IA está compuesto actualmente por varios grandes actores. Es posible que hayas oído hablar de ellos: Pangram, GPTZero, Turnitin, ZeroGPT y otros.

Muchas de estas empresas actualizan periódicamente sus modelos y publican cifras sobre su rendimiento. Recientemente, GPTZero lanzó una actualización de modelos de verano y publicó nuevas cifras sobre su rendimiento en una variedad de modelos nuevos. En esta entrada del blog, compararemos el rendimiento del nuevo modelo de GPTZero con la detección de IA de Pangram, incluidos los últimos modelos GPT-5.

Pangram vs. GPTZero: Números publicados

Modelo	Tasa de detección de pangramas	Tasa de detección de GPTZero	Mejor detector
GPT-5	99.81%	95.0%	Pangram
GPT-5-chat-última versión	99.97%	Sin probar	N/A
GPT-5-mini	99.92%	92.2%	Pangram
GPT-5-nano	99.97%	96.1%	Pangram
GPT-OSS-120b	100.00%	Sin probar	N/A
GPT-OSS-20b	99.74%	Sin probar	N/A
GPT4.1	99.48%	96.8%	Pangram
GPT4.1-mini	99.94%	98.7%	Pangram
o3	99.86%	89.9%	Pangram
o3-mini	100.00%	98.4%	Pangram
Géminis 2.5 Pro	99.91%	95.7%	Pangram
Gemini 2.5 Flash	99.75%	98.2%	Pangram
Claude Soneto 4	99.91%	99.1%	Pangram

Nota: GPTZero no publica sus conjuntos de datos de evaluación interna, por lo que estas cifras no proceden exactamente de los mismos documentos. Además, GPTZero no divulga el número de documentos con los que realiza sus pruebas, por lo que tampoco podemos comparar la cantidad. Sin embargo, en cuanto a las cifras de rendimiento de Pangram, hemos evaluado miles de documentos por modelo, así como una amplia variedad de dominios y esquemas de indicaciones para simular el uso en el mundo real.

Además, la precisión de Pangram no se limita a señalar los documentos más generados por IA. Pangram también es líder del mercado en mantener bajas tasas de falsos positivos. Para nosotros es una prioridad fundamental no señalar documentos escritos por humanos como generados por IA. A continuación se describe la diferencia entre las tasas de falsos positivos reportadas por Pangram y GPTZero:

	Pangram	GPTZero
Tasa de falsos positivos (%)	0.01%	1%
Tasa de falsos positivos (n.º)	~1 de cada 10 000 documentos	~1 de cada 100 documentos

Entrada del blog sobre la tasa de falsos positivos de GPTZero

Aquí vemos el rendimiento de GPTZero, con una tasa de falsos positivos (FPR) del 1 %.

¿Qué muestra la investigación? Pangram frente a GPTZero

Pangram y GPTZero también se han enfrentado en artículos de investigación sobre IA revisados por pares. Esto queda perfectamente reflejado en el reciente estudio de la Universidad de Maryland titulado«Las personas que utilizan con frecuencia ChatGPT para tareas de redacción son detectores precisos y fiables de textos generados por IA». Este estudio investigó la capacidad de los anotadores humanos expertos para clasificar la diferencia entre los textos generados por humanos y los generados por IA.

Como parte del estudio, se comparó el rendimiento de los anotadores humanos con el de detectores disponibles en el mercado y de código abierto. Pangram obtuvo mejores resultados que cada uno de los detectores humanos por separado, así como que todas las alternativas comerciales, incluido GPTZero.

	GPT-4o	Claude
Pangram	100%	100%
GPTZero	100%	97.6%
Anotador 1	96.7%	100%
Anotador 2	96.7%	100%
Anotador 3	86.7%	80%
Anotador 4	90.0%	96.7%
Anotador 5	93.3%	93.3%

Rendimiento multilingüe

Las diferencias entre el modelo insignia de Pangram y GPTZero no terminan ahí. Ambos modelos son «multilingües», lo que significa que son capaces de detectar la IA en más idiomas además del inglés. Pangram es multilingüe en los 20 idiomas más utilizados en Internet. GPTZero admite inglés, francés y español. Estos son los idiomas en los que se ha probado cada modelo:

Idioma	Tasa de falsos positivos (FPR) de Pangram	Tasa de falsos positivos (FPR) de GPTZero	Tasa de detección de Pangram AI	Tasa de detección de IA de GPTZero
Español	0.00%	5.6%	100.0%	96.4%
Francés	0.00%	3.1%	100.0%	93.1%
Árabe	0.10%	Sin probar	100.0%	Sin probar
Checo	0.00%	Sin probar	99.89%	Sin probar
Alemán	0.00%	Sin probar	99.68%	Sin probar
griego	0.00%	Sin probar	99.79%	Sin probar
persa	0.00%	Sin probar	100.0%	Sin probar
Hindi	0.00%	Sin probar	99.58%	Sin probar
húngaro	0.10%	Sin probar	99.05%	Sin probar
italiano	0.00%	Sin probar	100.0%	Sin probar
Japonés	0.00%	Sin probar	100.0%	Sin probar
holandés	0.10%	Sin probar	100.0%	Sin probar
Polaco	0.00%	Sin probar	100.0%	Sin probar
Portugués	0.00%	Sin probar	100.0%	Sin probar
rumano	0.10%	Sin probar	100.0%	Sin probar
Ruso	0.00%	Sin probar	100.0%	Sin probar
Sueco	0.00%	Sin probar	99.89%	Sin probar
Turco	0.00%	Sin probar	99.79%	Sin probar
ucraniano	0.00%	Sin probar	99.89%	Sin probar
urdu	0.00%	Sin probar	98.84%	Sin probar
Vietnamita	0.00%	Sin probar	99.89%	Sin probar
Chino	0.00%	Sin probar	99.89%	Sin probar

Para obtener más información sobre el rendimiento de Pangram en textos multilingües, consulte esta entrada del blog.

Rendimiento de ESL

Además, ambos modelos se entrenan prestando especial atención al rendimiento en inglés como segunda lengua (ESL), ya que existe un temor generalizado a que los detectores de IA puedan tener sesgos contra los hablantes no nativos de inglés. Tanto GPTZero como Pangram han publicado resultados sobre textos en ESL en particular. Vea a continuación cómo se comparan:

	Tasa de falsos positivos	Tamaño de la muestra
Pangram	0.032%	25,021
GPTZero	1.1%	91

Para obtener más información sobre el enfoque de Pangram respecto al texto ESL, consulte esta entrada del blog https://www.pangram.com/blog/how-accurate-is-pangram-ai-detection-on-esl

Modelos inéditos y GPT-5

Otra preocupación para quienes se dedican al mercado de la detección de IA es el rendimiento en modelos aún no lanzados. A medida que la guerra de la IA sigue expandiéndose, los grandes laboratorios de IA y las pequeñas empresas emergentes lanzan modelos importantes de forma regular. Es importante que una solución de detección de IA siga proporcionando resultados precisos en modelos en los que quizá no haya podido entrenarse directamente.

¡El reciente lanzamiento de GPT-5 brindó una gran oportunidad para averiguarlo! A las pocas horas del lanzamiento del nuevo modelo, el equipo de Pangram probó el rendimiento de GPTZero y Pangram en una variedad de tipos de comandos. Estos fueron los resultados:

	Pangram	GPTZero
Documento 1	100%	2%
Documento 2	100%	0%
Documento 3	100%	0%
Documento 4	100%	0%
Documento 5	100%	9%
Documento 6	99%	0%
Documento 7	100%	0%
Documento 8	100%	0%
Documento 9	100%	29%
Documento 10	100%	0%
Documento 11	100%	10%

Nota: ¡GPTZero ha lanzado una actualización del modelo que afirma ofrecer un mejor rendimiento en GPT-5! Para obtener más detalles sobre nuestra comparación original, consulte esta entrada del blog. Además, animamos a los usuarios a realizar sus propias pruebas para comparar el rendimiento en cualquier momento.

Conclusión

Al final, Pangram sigue siendo la opción más sólida y fiable para detectar contenido generado por IA. Ya sea que necesites soluciones para educación, publicación, moderación de contenido o algo aún más específico, estamos aquí para ofrecerte una detección de IA precisa y justa. Obtén más información en nuestro blog o contáctanos en info@pangram.com.