L'API 3.0 di Pangram è ora disponibile! Questa guida illustra tutto ciò che occorre sapere sulla migrazione dai nostri endpoint v2 alla nuova API v3.
Abbiamo introdotto una terza categoria di classificazione per i testi generati con l'ausilio dell'IA. I testi che rientrano in questa categoria sono in genere redatti con un contributo significativo sia dell'IA che dell'uomo, riflettendo il modo in cui le persone utilizzano effettivamente gli strumenti di IA al giorno d'oggi.
L'API v3 classifica ogni documento utilizzando tre campi frazionari che indicano la percentuale del documento che rientra in ciascuna categoria:
frazione_umana — parte considerata redatta da una personafrazione_assistita_da_IA — parte classificata come assistita dall'intelligenza artificialefraction_ai — parte classificata come generata dall'intelligenza artificialeQuesti tre campi si escludono a vicenda e sono collettivamente esaustivi; la loro somma sarà sempre pari a 1.
Inoltre, ogni documento include tre stringhe di previsione con diversi livelli di dettaglio:
titolo — ad esempio, "Scritto interamente da esseri umani", "Con l'aiuto dell'IA", "Rilevato dall'IA"previsione — una spiegazione dettagliata della classificazione. Ad esempio: «Siamo certi che questo documento sia stato interamente generato dall'IA» oppure «Riteniamo che questo documento sia stato redatto con l'ausilio dell'IA, ma non interamente generato dall'IA».prediction_short — ad esempio, "Umano", "Misto", "IA"Ogni documento di input viene suddiviso in riquadri. Ogni riquadro è contrassegnato da:
etichetta — stringa di classificazione («Umano», «Con assistenza moderata dell'IA», «Generato dall'IA», ecc.)fiducia — livello di affidabilità indicato dal modello di rilevamento di Pangram («Alto», «Medio», «Basso»)punteggio_assistenza_ai — valore scalare compreso tra 0 e 1 che indica il livello di assistenza fornita dall'intelligenza artificialeNota: nel prossimo futuro sono previste ulteriori etichette ("Assistito in misura limitata dall'IA", "Assistito in misura significativa dall'IA").
SÌ, se:
NO se:
| Data | Evento |
|---|---|
| 11 dicembre 2025 | Pangram 3.0 rilasciato tramite la dashboard |
| 23 dicembre 2025 | Pangram 3.0 disponibile tramite API |
| Fine gennaio 2026 | Rilascio di Pangram 3.1 (dashboard + API). Tutti gli utenti dell'API 3.0 sono stati aggiornati automaticamente. |
| 1 aprile 2026 | API Pangram 2.0 in fase di dismissione |
Durante il periodo di transizione, i seguenti endpoint v2 rimangono disponibili:
text.api.pangram.comtext-batch.api.pangram.comtext-sliding.api.pangram.comtext-extended.api.pangram.comdashboard-text.api.pangram.comtext.api.pangram.comObiettivo: https://text.api.pangram.com → https://text.api.pangram.com/v3
Per comprendere appieno le previsioni di Pangram, utilizza i campi di primo livello:
| v2 Campo | v3 Campo | Note |
|---|---|---|
previsione | titolo | Valori come "Scritto interamente da esseri umani", "Assistito dall'IA", "Rilevato dall'IA" |
probabilità | fraction_ai | Quantità di testo che si ritiene sia stato generato dall'intelligenza artificiale |
| — | frazione_assistita_da_IA | Novità: quantità ritenuta assistita dall'intelligenza artificiale |
| — | frazione_umana | Quantità ritenuta scritta da esseri umani |
Riprodurre il comportamento dell'endpoint originale: l'endpoint originale utilizzava solo la prima finestra del testo per effettuare la previsione. Per riprodurre questo comportamento:
| v2 Campo | v3 Campo |
|---|---|
previsione | finestre[0].etichetta e finestre[0].fiducia |
probabilità | windows[0].punteggio_assistenza_ai |
Importante: L'interpretazione di
punteggio_assistenza_aidifferisce daprobabilità. Questi campi non hanno una corrispondenza biunivoca. Ci si aspettano più previsioni nella fascia intermedia (0–1). Utilizzareetichettaper comprendere l'interpretazione da noi suggerita.
text-batch.api.pangram.comAl momento non esiste un endpoint batch per l'API v3. Utilizza un ciclo per elaborare ogni elemento singolarmente, seguendo le text.api.pangram.com la guida alla migrazione riportata sopra.
text-sliding.api.pangram.comObiettivo: https://text-sliding.api.pangram.com → https://text.api.pangram.com/v3
| v2 Campo | v3 Campo | Note |
|---|---|---|
previsione | titolo oppure previsione | Sono disponibili diversi livelli di verbosità |
prediction_short | prediction_short | Invariato |
probabilità, probabilità_media_ai | fraction_ai, frazione_assistita_da_IA, frazione_umana | Utilizza i campi quantità invece dei punteggi di affidabilità aggregati |
massima probabilità AI | fraction_ai (consigliato) | Campi quantità preferiti |
Modifiche alle finestre:
scorrimento del testo, le finestre sono sovrapposto| v2 Campo finestra | v3 Campo finestra |
|---|---|
windows[].prediction | windows[].label + windows[].confidence |
windows[].ai_probabilità | windows[].ai_assistance_score |
text-extended.api.pangram.comObiettivo: https://text-extended.api.pangram.com → https://text.api.pangram.com/v3
La maggior parte dei campi rimane invariata:
| Campo | Stato |
|---|---|
titolo | Invariato |
previsione | Invariato |
prediction_short | Invariato |
frazione_umana | Invariato |
fraction_ai | Invariato |
windows[].label | Invariato |
windows[].confidence | Invariato |
windows[].start_index | Invariato |
windows[].end_index | Invariato |
Campi modificati:
| v2 Campo | v3 Campo | Note |
|---|---|---|
frazione_mista | frazione_assistita_da_IA | Campo rinominato per maggiore chiarezza |
cruscotto | link_pannello_di_controllo_pubblico | Campo rinominato per maggiore chiarezza |
probabilità_media_ai | fraction_ai, frazione_assistita_da_IA, frazione_umana | Utilizza i campi quantità invece dei punteggi di affidabilità aggregati |
massima probabilità AI | fraction_ai, frazione_assistita_da_IA, frazione_umana | Utilizza i campi quantità invece dei punteggi di affidabilità aggregati |
windows[].ai_probabilità | windows[].ai_assistance_score | I punteggi di probabilità e assistenza dell'IA non sono uno a uno. Utilizzo etichetta per assistenza. |
La documentazione completa dell'API è disponibile qui.
Per qualsiasi domanda sulla migrazione alla versione 3, scrivici all'indirizzo support@pangram.com.

Max è un ingegnere esperto nel campo del machine learning. Di recente ha lavorato al progetto sui veicoli autonomi presso Nuro, guidando le attività di apprendimento attivo. Vanta una lunga esperienza nella realizzazione di prodotti di machine learning di successo presso Google, Two Sigma e Yelp.
Max ha conseguito una laurea in Informatica teorica e un master in Intelligenza artificiale presso l'Università di Stanford. Oltre alla sua passione per la creazione di cubi, è anche un membro attivo della comunità dei cubi di Magic: The Gathering.






