Pangram Image 有多准确？
区分厂商基准、早期独立观察，以及你手中图片的实际证据。
快速解答
Pangram 公布了基准结果，但这些数字不能说明某一张图片判断的确定程度。下面的 PCMag 与 NYT 相关观察均早于 2026-11-04 的 Image 1.0 发布。PangramImage.com 不运行 Pangram 模型，也不宣称经过测量的准确率。[1–3]
检查图片核对日期：2026-11-05
Pangram 公布的数字衡量什么 [1]
99.96%：Pangram 自建图片基准
Pangram 自报在其自建的 1,200 张前沿模型图片基准上达到 99.96%。厂商选择的测试不等于对所有图片类型的独立测量。
98.7%：视频基准
Pangram 自报在 DF26 视频基准上达到 98.7%。视频结果不能当作静态图片准确率，也不是本站的检测结果。
早期独立报道能说明什么
PCMag：文本测试，并非 Image 1.0 [2]
PCMag 在 2026-09-29 的文本测试中记录了漏判 AI 文本的情况。所链接的 Yahoo 转载标明了作者和日期。这不是图片基准，也没有测试 11 月发布的模型。
经 Wikipedia 转述的 NYT 观察 [3]
Wikipedia 对 Brian X. Chen 于 2026-08-13 发表的 NYT 测试概述称，图片检测不如文本检测可靠。这是早期测试的二手转述，并非对 Image 1.0 的直接评测。
如何交叉核查不确定的图片
寻找原图
索取原始文件，并寻找最早可查的来源。截图可能丢失来历信息。
读取本地证据
检查内容凭证和 AI 元数据，区分签名声明、可编辑的元数据以及缺失的记录。
对比独立信号
使用像素分析，必要时再用另一独立检测器。不同方法可能得出不同结论，也都可能出错。
让结论与证据相称
结合创作者说明及其他记录。证据冲突时应说明不确定性，不直接认定真实，也不据此指责他人。
常见问题
99.96% 是我的图片被正确分类的概率吗？
不是。这是 Pangram 自报的基准数字，不是针对你这张图片校准过的确定性。
早期评测能验证 Image 1.0 吗？
不能。引用的 9 月文本测试和 8 月观察早于 2026-11-04 的发布，只能提供历史背景。
单凭检测分数能证明违规吗？
不能。应将其视为一个信号，并寻找相互印证的证据。误判和漏判 AI 内容都有可能。