欢迎体验 Pangram 3.3！

Bugfix: On May 18, 2026, we shipped a bugfix as Pangram 3.3.2. Users may notice changes in a small (<3%) percentage of predictions, but the overall performance of the model is improved.

注：2026年5月15日，我们发布了Pangram 3.3的次要更新。此版本（Pangram 3.3.1）将取代我们所有产品中的Pangram 3.3。Pangram 3.3和3.3.1的基础模型相同，唯一的区别在于处理较长文档的分段算法。 只有超过450个单词的文档会受到此变更的影响。

今天，我们发布了 Pangram 3.3。与 Pangram 3 系列之前的模型一样，Pangram 3.3 基于我们在 ICLR 2026 论文中提出的 EditLens 架构。

点击此处查看 Pangram 3.3 的模型卡

您将体验到什么

在过去的几周里，您可能已经注意到，OpenAI 和 Anthropic 最新发布的模型生成的部分文本被错误地标记为人类创作。在本次更新中，我们重点针对这些新发布模型生成的内容，致力于降低误判率——即模型错误地将 AI 生成的文本标记为人类创作的概率。

一如既往，我们致力于保持业界领先的误报率。我们绝不会发布任何以将更多人工撰写的文本误判为AI生成的文本为代价，从而降低整体漏报率的模型。在使用Pangram 3.3时，您不会看到误报率的上升。

除了能改善 Claude 4.7 和 GPT 5.4+ 等模型的漏检率外，Pangram 3.3 在拟人化文本、长篇文档以及英语作为第二语言（ESL）写作基准测试中的表现也更为出色。

更新内容

最新大型语言模型的检测

与前一版本相比，Pangram 3.3 在检测最新一代大型语言模型（包括 Claude 4.7 和 GPT 5.4+）生成的纯文本方面表现更为出色。在我们的内部评估中，与 Pangram 3.2 相比，该版本在检测 GPT-5.5 Pro 生成的文本方面的准确率提高了 3 倍，而检测 Claude Opus 4.7 生成的文本方面的准确率更是提高了 4 倍以上。

对“humanizer”检测的进一步改进

Pangram 3.3 在“人性化”评估中表现显著提升，其检测出的商业化“人性化”文本数量是前一版本的两倍。此外，Pangram 3.3 在检测对抗性提示的 LLM 输出方面也更具优势——即用户指示 LLM 规避检测的情况：在我们的内部对抗性数据集上，其表现较之前的 Pangram 模型提升了 3 倍。

长文档检索

我们之前的模型有时会将较长的AI生成文档（超过2000词）误分类为“混合”类型，特别是会将文本结尾部分的段落误标为“纯人工生成”。Pangram 3.3 显著降低了长篇合成文本的此类分类错误。

接下来会发生什么

AI翻译检测

尽管由于在诗歌等高难度领域取得的进展，我们的总体误报率有所下降，但我们发现，对于经过谷歌翻译处理的人类撰写的文本，其误报率出现了小幅上升。我们深知翻译是大型语言模型（LLM）的一个常见应用场景，因此正在探索未来模型中如何对AI翻译文本进行建模并报告结果。

改进人工智能辅助的识别功能

过去六个月里，AI 助手的应用呈现爆发式增长。我们开始看到，人机协同写作流程正演变为一种协作模式，在该模式下，经过多轮迭代，人类撰写的内容与 AI 生成的文本在同一文档中交织融合。 我们当前的主要工作重点之一，就是改进对这类合著文档的建模。我们很高兴能基于EditLens进行开发，旨在为您提供混合作者文本的最准确分析结果，同时帮助用户理解文本被AI“轻度”或“中度”辅助的含义。

模特卡

与我们之前的两个模型一样，您随时可以在我们的模型卡片中查看当前模型在不同领域和数据集上的表现。