Pangram AI Detector समीक्षा: वह उपकरण जिसे शोधकर्ता लगातार सत्यापित कर रहे हैं
Pangram लगभग 1 में 10,000 की false positive दर प्रकाशित करता है, और अधिकांश detector vendors के विपरीत अब इसके पक्ष में हालिया स्वतंत्र शोध भी उपलब्ध है। Vrije Universiteit Brussel के 2026 के peer-reviewed अध्ययन में पाया गया कि यह चार tools में एकमात्र tool था जिसने master's level papers पर संतोषजनक परिणाम दिए। यहाँ बताया गया है कि studies ने क्या मापा, साक्ष्य अभी भी कहाँ कमजोर है, और कोई detector score क्या सिद्ध नहीं कर सकता।
Pangram वह AI detector है जिसे स्वतंत्र शोधकर्ता बार-बार विशेष रूप से रेखांकित करते रहे हैं, इसलिए यह सामान्य vendor scorecard से अधिक गहराई से देखने योग्य है। इसके निर्माता, Pangram Labs, लगभग 1 in 10,000 की false positive rate और 99.98 percent की headline accuracy प्रकाशित करते हैं। ये कंपनी के अपने आंकड़े हैं, जो उसके अपने benchmarks पर मापे गए हैं। Pangram को अधिकांश क्षेत्र से अलग करने वाली बात यह है कि, पहली बार, हालिया बाहरी शोध भी उसी सामान्य दिशा की ओर संकेत करता है।
पिछले 1 वर्ष के भीतर दो स्वतंत्र evaluations सामने आईं, एक peer-reviewed study Vrije Universiteit Brussel से, जिसे Springer ने June 2026 में प्रकाशित किया, और एक University of Chicago Booth School working paper, जिस पर Chicago Booth Review ने December 2025 में रिपोर्ट की। दोनों ने Pangram को अधिक प्रसिद्ध प्रतिद्वंद्वियों, जिनमें Turnitin, GPTZero, और Copyleaks शामिल हैं, से स्पष्ट रूप से आगे रखा। किसी भी study में किसी एक विशिष्ट document के बारे में किसी detector के score को किसी बात का प्रमाण नहीं माना गया है, और दोनों यह बात स्पष्ट रूप से कहती हैं।
आगे यह बताया गया है कि Pangram अपने बारे में क्या दावा करता है, इन दो studies ने वास्तव में क्या मापा, साक्ष्य अभी भी कहाँ कमजोर है, और इस tool का उभार detection field के शेष भाग के बारे में क्या संकेत देता है।
Pangram क्या है और इसका उपयोग कौन करता है
Pangram Labs एक छोटी कंपनी है, जिसकी स्थापना 2023 में Brooklyn में उन AI researchers ने की थी, जिन्होंने पहले Tesla और Google में काम किया था। यह product चिपकाए गए या अपलोड किए गए text की जाँच करता है और यह अनुमान लौटाता है कि उसका कितना भाग AI generated है, sentence level highlighting के साथ, तथा paid plans पर image detection और plagiarism checking भी देता है।
इसका user base Turnitin से अलग दिखता है। Turnitin संस्थानों को बेचा जाता है और learning management systems के भीतर चलता है, जबकि Pangram को free account वाला कोई भी व्यक्ति चला सकता है, जिसका अर्थ है कि students, editors, journal staff, और admissions readers इसका सीधे उपयोग करते हैं। यह इस market में नया entrant है, और academic integrity researchers इसे increasingly उस tool के रूप में चुनते हैं जिसके साथ वे comparison point चाहते हैं, ठीक इसलिए क्योंकि tests में यह लगातार उन incumbents से बेहतर प्रदर्शन करता है जो ऐसा नहीं करते।
Vendor क्या दावा करता है
Pangram का homepage 99.98 प्रतिशत सटीकता का विज्ञापन करता है और बताता है कि इसकी false positive rate, अर्थात वह दर जिस पर मानवीय दस्तावेज़ों को गलती से AI के रूप में चिह्नित किया जाता है, वर्तमान में 10,000 में 1 है। false positives पर एक company blog post, जिसे इसके CTO ने लिखा है, इस समग्र आँकड़े को genre के अनुसार विभाजित करती है: academic essays पर 0.004 प्रतिशत, scientific abstracts पर 0.001 प्रतिशत, तथा कुछ कमजोर क्षेत्रों पर, जिन्हें company स्वयं प्रकट करती है, जैसे poetry पर 0.05 प्रतिशत और recipes पर 0.23 प्रतिशत। company यह भी दावा करती है कि उसका model so called humanizer tools द्वारा संसाधित किए जाने के बाद भी AI text का पता लगाता रहता है।
ये सभी आँकड़े vendor के अपने test sets से self-reported हैं, और वही post vendor की अपनी caveats भी प्रस्तुत करती है: model complete sentences में लिखे गए लंबे text पर सबसे अच्छा काम करता है, और company short bullet lists या अत्यधिक formulaic text की screening के विरुद्ध सलाह देती है। इन दोनों पक्षों को ध्यान में रखें। ये दावे असामान्य रूप से विशिष्ट और असामान्य रूप से कम हैं, और जब तक company के बाहर कोई उन्हें जाँच नहीं लेता, तब तक ये केवल दावे ही हैं।
स्वतंत्र साक्ष्य क्या दिखाते हैं
अब तक का सबसे मजबूत परीक्षण Van Vlasselaer, Van Droogenbroeck, और Spruyt द्वारा Vrije Universiteit Brussel में किया गया एक सहकर्मी-समीक्षित अध्ययन है, जो जून 2026 में International Journal for Educational Integrity में प्रकाशित हुआ। टीम ने कम से कम 4,000 शब्दों वाले 160 मास्टर स्तर के अकादमिक पत्र तैयार किए: 40 वास्तविक छात्रों द्वारा 2019 से पहले लिखे गए, 40 GPT-4o Deep Research से पूरी तरह उत्पन्न, 40 मिश्रित, और 40 AI द्वारा उत्पन्न करके फिर जानबूझकर मानवीकृत किए गए। उन्होंने इन सभी को Turnitin, GPTZero, Copyleaks, और Pangram से गुजारा।
पूरी तरह AI द्वारा उत्पन्न पत्रों पर, अध्ययन रिपोर्ट करता है कि Turnitin, GPTZero, और Copyleaks ने "AI द्वारा उत्पन्न सामग्री का पता लगाने में पूरी तरह विफल रहे।" Turnitin ने उन 40 में से प्रत्येक पत्र को 0 और 20 प्रतिशत AI के बीच अंक दिए, और तीनों मौजूदा उपकरणों के मध्यक अंक 100 प्रतिशत मशीन-लिखित पत्रों पर सभी 20 प्रतिशत से नीचे रहे। Pangram ने उसी सेट पर 65 प्रतिशत की कठोर सटीकता और 97.5 प्रतिशत की समावेशी सटीकता प्राप्त की, और एक पत्र को गलत वर्गीकृत किया। मानवीकृत सेट पर, Pangram ने 40 में से 37 मामलों में AI सामग्री की सही पहचान की, जो 92.5 प्रतिशत की कठोर सटीकता है, जबकि GPTZero ने 2.5 प्रतिशत, Copyleaks ने 22.5 प्रतिशत, और Turnitin ने 50 प्रतिशत हासिल किया।
| Tool | Fully AI papers (strict accuracy) | Humanized AI papers (strict accuracy) | Human papers correctly cleared |
|---|---|---|---|
| Pangram | 65% | 92.5% | 100% |
| Turnitin | 0% | 50% | 100% |
| GPTZero | 0% | 2.5% | 100% |
| Copyleaks | 0% | 22.5% | 100% |
दूसरा डेटा बिंदु Brian Jabarian और Alex Imas द्वारा Chicago Booth में लिखा गया एक कार्यपत्र है, जिसका सारांश December 2025 में Chicago Booth Review में दिया गया था। लगभग 2,000 मानव-लिखित अंशों पर, जो छह माध्यमों के साथ-साथ चार अग्रणी मॉडलों के AI संस्करणों में थे, डिटेक्टरों का परीक्षण करने पर उन्होंने पाया कि Pangram की false positive दर अधिकांश निर्णय-सीमाओं पर लगभग शून्य थी, और उनकी कॉर्पस पर सटीकता कभी 99.8 percent से नीचे नहीं गई, तथा मॉडल के अनुसार false negatives 2 से 4 percent के बीच थे। शोधकर्ता प्रस्तावित करते हैं कि संस्थान किसी भी डिटेक्टर पर परिचालन रूप से भरोसा करने से पहले एक सख्त नीति-सीमा अपनाएँ, उदाहरण के लिए, मानव लेखन के 0.5 percent से अधिक को flagged न किया जाए। स्थिति के अंतर पर ध्यान दें, Booth paper एक कार्यपत्र है, अभी peer reviewed नहीं है, और इसने मानवीकृत academic papers के बजाय अपरिवर्तित AI पाठ का परीक्षण किया था।
False Positives और किसे नुकसान होता है
False positives वह स्थान हैं जहाँ detector का नुकसान सबसे अधिक केंद्रित होता है, और इस उद्योग में दर्ज पैटर्न यह है कि flags असमान रूप से non-native English writers पर पड़ते हैं। VUB अध्ययन इस सटीक बिंदु पर पढ़ने योग्य है, इसके 40 मानव papers सभी non-native English speakers द्वारा लिखे गए थे, और Pangram सहित सभी चार tools ने उनमें से 100 percent को clear कर दिया। यह वास्तव में उत्साहजनक परिणाम है, और यह 40 papers भी है। उस आकार का sample 0.004 percent जैसी दर की पुष्टि नहीं कर सकता, केवल vendor की अपनी बहुत बड़ी internal testing ही इतने सूक्ष्म numbers उत्पन्न करती है, और किसी बाहरी पक्ष ने उस पैमाने पर उन्हें दोहराया नहीं है।
अध्ययन का वास्तविक दुनिया वाला खंड दिखाता है कि अच्छे बेंचमार्क के बावजूद सावधानी क्यों बनी रहती है। जब शोधकर्ताओं ने Pangram को 2024 और 2025 की 1,163 वास्तविक मास्टर थीसिस पर चलाया, तो उसने उनमें से 45.5 प्रतिशत को किसी न किसी स्तर पर चिह्नित किया, चिह्नित मामलों में अनुमानित AI हिस्सेदारी का मध्य मान 30 प्रतिशत था, और उन थीसिस में से किसी के लिए भी कोई ground truth मौजूद नहीं है। लेखक स्पष्ट हैं, detection scores प्रारंभिक संकेत के रूप में उपयोगी हैं और उच्च दांव वाले निर्णयों में कभी भी एकमात्र साक्ष्य नहीं होने चाहिए। आरोप का सामना कर रहा छात्र, चाहे जो detector वह संख्या उत्पन्न करे, फिर भी लेखकत्व प्रदर्शित करने के प्रक्रिया-आधारित तरीकों की आवश्यकता रखता है।
अपने पेपर को मानवीय बनाइए
अपने AI-सहायता प्राप्त पाठ को रूपांतरित करें और उसे मानवीय ध्वनि दें, महत्वपूर्ण शब्दों या उद्धरणों को छेड़े बिना।
मूल्य निर्धारण और पहुंच
Pangram की साइट खाता बनाने के बाद प्रतिदिन 20 निःशुल्क जांच प्रदान करती है, और सशुल्क subscriptions credit volume तथा plagiarism detection जैसी सुविधाएँ जोड़ती हैं। यह पहुंच मॉडल सटीकता संख्याओं जितना ही महत्वपूर्ण है, क्योंकि Turnitin के विपरीत, जिसे कोई लेखक केवल तब देखता है जब कोई संस्था उसे उसके विरुद्ध चलाती है, Pangram को सीधे जांचा जा सकता है, इसलिए लेखक वही प्रकार का संकेत देख सकता है जो कोई reviewer कुछ भी जमा किए जाने से पहले देख सकता है।
Detector परिदृश्य में Pangram कहाँ फिट होता है
VUB लेखकों का क्षेत्र का सारांश स्पष्ट है: "अध्ययन किए गए चार AI detection tools में से, इस समय केवल एक ने संतोषजनक परिणाम दिए।" यह वाक्य Pangram जितना ही मौजूदा tools के बारे में भी बहुत कुछ कहता है। Turnitin, जिस पर अधिकांश संस्थाएँ वास्तव में निर्भर करती हैं, ने पूरी तरह AI generated सेट पर शून्य स्कोर किया, और इसका अलग से प्रलेखित false positive रिकॉर्ड पहले ही विश्वविद्यालयों को इसके scores को सावधानी से देखने के लिए मजबूर कर चुका है। ये सभी tools पाठ के सांख्यिकीय गुणों को मापते हैं, और अंतर्निहित यांत्रिकी यह समझाती है कि क्यों Pangram का नया training approach आगे निकल सकता है और क्यों इनमें से प्रत्येक फिर भी probabilistic बना रहता है।
ईमानदार निष्कर्ष: Pangram वर्तमान में स्वतंत्र परीक्षण में सबसे बेहतर समर्थित डिटेक्टर है, और हालिया साक्ष्य के आधार पर, काफी बड़े अंतर से। वह साक्ष्य भी सीमित है। दो अध्ययन, एक सहकर्मी-समीक्षित, एक नहीं, दोनों पिछले वर्ष के, अधिकतर अंग्रेज़ी में, अधिकतर दीर्घ-रूप शैक्षणिक और वेब पाठ। पहचान उन मॉडलों के विरुद्ध एक हथियारों की दौड़ है जो हर तिमाही बदलते हैं, और जो उपकरण 2026 में अग्रणी है, वह यह बढ़त केवल पाठ की अगली पीढ़ी तक ही बनाए रखता है। Pangram स्कोर अपने प्रतिद्वंद्वियों द्वारा उत्पन्न अनुमान की तुलना में अधिक अच्छी तरह से कैलिब्रेट किया गया अनुमान है। यह फिर भी एक अनुमान ही है, किसी विशेष व्यक्ति ने क्या किया, इसका साक्ष्य नहीं।
पूर्ण तुलना देखें
Pangram एक भीड़भाड़ वाले, असमान क्षेत्र में एक उपकरण है। Turnitin, GPTZero, Copyleaks, ZeroGPT, और शेष के मुकाबले, समान मानदंडों पर यह कैसा प्रदर्शन करता है, यह देखने के लिए, पूर्ण AI detectors compared मार्गदर्शिका देखें।
हमारे अपने शोध ने क्या पाया
TextPulse Research के डिटेक्टर सहमति अध्ययन में नौ व्यावसायिक AI डिटेक्टरों ने वही 90 अकादमिक टेक्स्ट परखे। इनमें से एक 455 शब्दों का हाइब्रिड टेक्स्ट था: शुरुआत और अंत इंसान के लिखे हुए, बीच में 168 शब्दों का AI-लिखा हिस्सा। Pangram ने इस टेक्स्ट को 34% AI स्कोर दिया, जबकि उन्हीं शब्दों पर बाकी टूल्स के फैसले 0% से 95.7% AI तक फैले थे। पूरा शोधपत्र, कॉर्पस और हर टूल की स्कोर मैट्रिक्स TextPulse Research पर खुले रूप से उपलब्ध है।
अक्सर पूछे जाने वाले प्रश्न
Pangram के अपने दावे 99.98 percent accuracy और लगभग 1 in 10,000 की false positive rate हैं, जिन्हें internal benchmarks पर मापा गया है। इस industry के लिए असामान्य रूप से, हालिया स्वतंत्र कार्य भी इसी दिशा में संकेत करता है: June 2026 के peer-reviewed Vrije Universiteit Brussel अध्ययन में पाया गया कि fully AI generated और humanized master's level papers को विश्वसनीय रूप से detect करने वाला चार tools में यह एकमात्र tool था, और Chicago Booth के working paper में इसके corpus पर false positive rate लगभग zero पाई गई। स्वतंत्र साक्ष्य मजबूत है, लेकिन हालिया और दायरे में सीमित है।
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.
