Compilatio AI Detector 评测：欧洲的机构检测器

Compilatio 是欧洲大学授权使用的 AI 检测器，而美国的综述通常默认是 Turnitin。它由法国开发，在抄袭检测领域已有二十多年，其官网称，已在 50 多个国家配备了超过 1,100 所学校。如果你在法国、比利时、瑞士或西班牙撰写论文，这往往就是读取它的软件。

其准确性主张很具体, 对 AI 生成段落的检测“可靠率为 94% 到 99%”，且“误报率低于 1%”。唯一一项纳入 Compilatio 的同行评审研究将其在十四种工具中排在第二位，位于 Turnitin 之后，并得出结论称，其测试的工具“既不准确，也不可靠”。

在研究者认定不可靠的领域里位居第二，这正是本评测所讨论的张力。Compilatio 还做了一件其他机构竞争对手都不做的事, 它把同一款检测器卖给被评估的学生，起价为 4.99 欧元。

Compilatio 是什么，谁 वास्तव上在使用它？

Compilatio 销售四种产品，按持有文档的人来区分。Magister 是面向教师的相似性检查器。Magister+ 在此基础上增加了 AI 检测、深度改写检测、多语言和翻译检测，以及语法检查。Studium 是学生版本，以积分出售。Compilatio Copyright 面向在发表前检查作品的专业写作者和编辑。

该公司报告称，其用户超过一百万，覆盖 50 多个国家，并且 95% 的学校每年都会续订。其服务器位于法国，这对于在将学生作业发送给美国处理方之前权衡 GDPR 义务的欧洲机构来说，确实是一个卖点，这也是 Compilatio 在法语系统中的地位，类似于 Turnitin 在英语系统中的地位。

Compilatio 对其自身准确性的说法

该供应商的AI detector 页面声称，对 AI 生成段落的检测具有“94% 到 99% 的可靠率”，并且“误报率低于 1%”，其中该范围会随文档长度、语言和学术内容类型而变化。它表示，该检测器覆盖 35 种以上语言，并可识别来自 ChatGPT 的输出，涵盖 GPT-5.2、GPT-5.1、GPT-5、GPT-4.5、GPT-4o 和 GPT-4o Mini，以及 Gemini、Claude、DeepSeek 和 Copilot。结果会以 0 到 100 之间的百分比呈现给教师，用于估计文档中有多少内容是机器生成的。

在其官方博客上，该公司将这一数字置于背景中加以说明：它报告其 2023 年检测器的准确率为“超过 70%”，并称自那以后可靠性“提高了超过 20%”。这在检测器网站上并不常见，供应商会公布其产品过去的得分。

免责声明也异常直接。Compilatio 表示，“AI 生成内容的百分比应始终谨慎解读，并辅以人工分析”，“AI detectors 不能声称自己 100% 准确”，以及“最终判断应始终由教育者和学生作出”。将这一点与那些宣称 99% 确定性却不附带任何保留意见的竞争者相比，这种呈现方式在同类产品中更为诚实。不过，这仍然是供应商测试，由销售该产品的公司执行并报告。

独立证据显示了什么

真正重要的研究是Weber-Wulff 及其同事在 International Journal for Educational Integrity发表的研究，该研究测试了十四个系统, 十二个公开可用的工具，加上商业产品 Turnitin 和 PlagiarismCheck。在准确性方面，论文报告称, “Turnitin 在所有准确性分类方法中都获得了最高分，其次是 Compilatio 和 GPT-2 Output Detector”。在十四个系统中排名第二，是 Compilatio 能取得的最佳独立排名。

该论文对整个类别的判断，比这一排名听起来更严厉。作者得出结论称, “现有检测工具既不准确也不可靠，并且主要偏向于将输出分类为人类撰写，而不是检测 AI 生成文本”，并且“内容混淆技术会显著恶化工具的性能”。一种倾向于把文本判定为人类撰写的检测器，在假阳性方面会显得非常出色，但会漏掉它本应捕捉到的 AI 文本，这正是低于 1% 假阳性率说法背后的权衡。

问题	Compilatio 发布的内容	独立测试所确立的内容
对 AI 段落的可靠性	94 到 99%，来自供应商自身测试	在十四个工具中排名第二，而该研究的总体结论是这一类别并不可靠
假阳性	低于 1%	没有针对 Compilatio 的独立数据, 所测试的工具都偏向于将文本判定为人类撰写
改写或混淆后的 AI	Magister+ 将“深度改写”的检测作为卖点	混淆在所测试的工具中“显著恶化”了性能
语言	超过 35 种	未按语言进行独立基准测试

有两个注意事项分别指向相反的方向，而且二者都应当出现在任何诚实的解读中。那项研究针对的是 2023 年代的模型，因此它并不能说明当前检测器如何处理 GPT-5 输出，而 Compilatio 此后自称提升了 20 个百分点的说法也不会体现在其中。与此相对，最近一次大型机构间直接比较，即 2026 年 Vrije Universiteit Brussel 的研究，把 Pangram、GPTZero、Copyleaks 和 Turnitin 用于 160 篇长篇学术论文，但并未纳入 Compilatio。因此，它宣称的 94 to 99% 也没有来自外部的当前确认，无论正反皆然。

改写主张才是有意思的部分

大多数检测器只出售一个数字。Magister+ 则出售多个数字，而额外的那些直接针对规避行为。它宣称能够“检测深度改写”，并将其界定为语义抄袭，同时还宣称能够“检测多语言相似性, 翻译”，用于先用一种语言起草，再翻译成另一种语言的改写文本。它还报告“‘无法识别语言’段落的百分比和位置”，这是一种把字符隐藏在文档中的手法，使文本无法被肉眼读取。

这一功能组合正是针对学生试图通过相似性检查的两种最常见方式, 对来源文本进行转述，以及对其进行翻译。它是否真的能达到所宣称的速率，恰恰是尚未经过独立测试的部分，而 Weber-Wulff 发现混淆会显著削弱检测效果，这一结论适用于当时的工具，而不是这一特定功能。无论如何，值得理解的是，转述和 AI 检测是两个不同的问题，相关内容见 Turnitin 是否检测转述文本，而分类器实际读取的信号则在 AI 检测器如何工作 中有说明。使用 free burstiness checker 检查草稿自身的句子变化，比供应商的标题式百分比更能说明检测器会对什么作出反应。

定价与访问权限，包括 Turnitin 不提供的部分

Studium 以分析积分出售，每 250 个词 1 个积分，有效期为六个月，可用于多个文档。套餐分别为 20 个积分，价格 4.99 欧元，对应 5,000 个词，80 个积分，价格 12.99 欧元，对应 20,000 个词，160 个积分，价格 19.99 欧元，对应 40,000 个词，以及 400 个积分，价格 34.99 欧元，对应 100,000 个词。首次部分分析免费，可预览前三个匹配来源。所在机构已订阅的学生每年可获得 40 个免费积分，约合 10,000 个词。

Magister 和 Magister+ 没有公开价格。机构需申请报价，这在市场这一半中很常见。

访问方式比价格更重要。由 Turnitin 评估的学生不能先用自己的草稿运行 Turnitin，而通过其 LMS 由 Copyleaks 评估的学生通常无法看到其分数所依据的完整报告。Compilatio 机构中的学生可以以一杯咖啡的价格购买同样的 AI 检测，并在提交任何内容之前阅读结果。这是本评述中最具实际价值的事实。

Compilatio 在检测器格局中的位置

Compilatio 是可信的欧洲机构选项，而且它比大多数竞争者更为谨慎地呈现自身, 采用范围而非单一数值，公布其用于评分的内容说明，并明确指出该百分比并非裁决。这些都对它有利。

其证据基础仍然比部署范围更薄弱。关于它，独立确立的事实只有一项, 一篇同行评审研究中的第 2 名，共 14 个位置，针对 2023 模型，而该研究认为整个类别都不可靠。94 到 99% 这一数字是供应商自身给出的，且使 Magister+ 具有独特性的改写与翻译检测根本没有外部测试。以上都不意味着该工具不好。它意味着，Compilatio 的百分比只是一个需要进一步查看的理由，而不是任何结论的证明，这也是其自身文档所说明的。

公平性问题在这里与该类别中的其他情况一样适用，而且它对用第二语言写作的学生影响最为严重，这一模式已在为什么 AI 检测器对非母语英语写作者存在偏见中得到记录。如果某个分数被用来对付你自己写的作品，实际应对方法见如何证明你没有使用 AI，而更广泛的准确性情况见AI 检测器准确吗。

完整比较

Compilatio 是学生、研究人员或评分者很可能会遇到的十个检测器之一，而本次评审发现的模式, 前端是自信的供应商数据，背后是薄弱的独立记录, 在所有这些检测器中都重复出现。关于它与 Turnitin、GPTZero、Copyleaks、Pangram、Originality.ai 以及其他工具在同一证据优先标准下的比较，请参见完整的AI 检测器比较指南。