Pangram 推出 Image 1.0，AI 影像檢測準確率達 99.96%
Pangram 發布旗艦 AI 影像檢測模型 Pangram Image 1.0，在 12 個前沿生成模型生成的 1200 張合成圖上準確率達 99.96%，並新增熱力圖定點陣圖像中的 AI 區域。同時推出更小更快的 Image Flash 1.0，主打 AI 影片檢測，在 DF26 基準上得分 98.7%，比次優檢測器高 29 個百分點，可逐幀分析 AI 編輯影片。影像輸入下限從 512×512 降至 256×256，低於 512 解析度的結果會附帶置信度降低提示；
給出了 99.96% 影像準確率、影片基準領先次優 29 個百分點等具體數字，並新增可定位 AI 區域的熱力圖與原生影片逐幀分析，對需要核查影像與影片真偽的內容和平台方有直接參考價值。
原標題：Introducing Pangram Image 1.0
閱讀原文
| 評分 | 66 / 62（平均 64，門檻 76） |
|---|---|
| 狀態 | 未入選 |
相關報導
OpenAI 發布兩款 GPT-Image-2.6 影像模型 Flare 與 Sunburst
OpenAI 發布兩款面向開發者的影像模型 GPT-Image-2.6 Flare 與 Sunburst。Flare 主打速度，最快可在 6 秒內生成影像；Sunburst 主打品質，提供更高畫質，並在多次編輯之間保持更好的一致性。兩款模型都支援影像標記（image markup）與 SVG 匯出，開發者可以用更多方式細化和使用生成內容。
新版機器人檢測基準：AI 智慧體檢出率 9%–99%
聚合五類自動化對手的測試顯示，Proof of Human 檢出 99% 的自動化會話，Cloudflare Bot Management 僅 9.1%，其餘依次為 reCAPTCHA v3 69.4%、hCaptcha 44.3%、Cloudflare Turnstile 42.1%。
Pi 1.4.0：分類器支援圖片輸入，摘要改用模型輸出上限
Pi 1.4.0 發布，Codemode 的 models.classify() 現在接受圖片輸入，覆蓋 TypeSafe 的 Jev 與 Cloudflare 的 Clef 模型，可在 typesafe、cloudflare-workers-ai 與 OpenRouter 使用。壓縮與分支摘要改用模型自身輸出上限，長推理不再因固定上限報錯，compaction.reserveTokens 只決定何時開始壓縮。
@OpenAIDevs: With image quality set to low, Flare can generate an image in as little as six seconds.
OpenAI Devs 在推文中稱，把影像品質設定為 low 後，Flare 生成一張影像最快只需 6 秒。推文還附上 Arena 的文字生圖與影像編輯結果入口，可供檢視實際效果。推文沒有說明高畫質檔位的生成時間、輸出解析度，也未交代 Flare 的開放範圍與價格。
維基百科：2026 年初約 15% 新條目被檢出 AI 生成
維基百科的志願者專案 WikiProject AI Cleanup 估計，2026 年初約 15% 到 16% 的新條目與草稿被檢測工具 Pangram 標記為 AI 生成，低於 2025 年底的約 20%。英文維基百科已禁止用大模型生成條目，但假引用仍是主要問題：AI 更常找到真實來源卻曲解其內容，而非完全編造。Claude 等模型有時會援引維基百科政策拒絕撰寫條目，維基媒體基金會也在開發可標記聊天機器人貼上文字的 Paste Check。