Детекторы ИИ-текста в 2026: 3 сервиса против ChatGPT

Детекторы ИИ-текста: короткий ответ

Детектор ИИ-текста - это сервис, который смотрит на готовый текст и выдаёт вероятность, что его написала нейросеть, а не человек. Работает он не как детектор лжи с однозначным «да/нет», а как прогноз погоды в процентах: чем ближе к 100%, тем увереннее сервис, что перед ним машинный текст, но гарантии в этом числе нет ни в одну, ни в другую сторону

Свежий пример из моего же теста: один из трёх проверенных мной сервисов (GigaCheck от Сбера) ошибочно пометил как «написанный ИИ» абзац, который я написал сам, от руки, разговорным языком. Два других сервиса тот же текст определили верно. Значит, ни одному отдельному детектору верить на слово нельзя - дальше в статье видно, почему так выходит и что с этим делать

Это не проверка текста нейросетью, а наоборот

Легко перепутать две разные задачи, у которых в запросе одни и те же слова «проверка», «текст», «ИИ»

Если тебе нужно, чтобы нейросеть проверила ТВОЙ текст на ошибки, канцелярит и слабые места перед отправкой - это отдельная задача, и ей посвящён гайд Как проверить текст через ИИ: 4 слоя проверки до отправки. Там ИИ работает на тебя, как редактор

Здесь задача обратная: узнать, не написал ли текст ПЕРЕД ТОБОЙ кто-то другой с помощью ChatGPT, Gemini или Claude - студенческую работу, отзыв на маркетплейсе, письмо от подрядчика. Детектор в этой статье смотрит на чужой текст и пытается угадать его происхождение

Как детектор вообще решает, что перед ним: чат или человек

Детектор не читает текст «по смыслу», как человек. Он смотрит на две вещи, которые сложно подделать вручную

Первая - предсказуемость слова. Нейросеть на каждом шаге выбирает самое вероятное продолжение фразы, поэтому её текст читается ровно, гладко и чуть предсказуемо, как хорошо отглаженная простыня. Человек то и дело выбирает менее очевидное слово, потому что думает не по вероятности, а по смыслу и настроению - и текст получается «шершавее»

Вторая - разброс длины и сложности предложений подряд. У человека предложения скачут: короткое, потом длинное с тремя придаточными, потом снова короткое. У нейросети без специальной просьбы предложения чаще выходят одной и той же длины и структуры, будто под линейку. Эту неровность специалисты называют burstiness - «рваностью» текста, и именно её в первую очередь ищут детекторы

Из этого следует важная вещь: детектор не находит цифровую «подпись» ChatGPT внутри текста - такой подписи физически нет. Он строит статистическую догадку по узору слов. Догадка бывает верной чаще, чем случайная монетка, но она остаётся догадкой, а не фактом

Я прогнал один и тот же текст ChatGPT через три детектора

Чтобы не пересказывать чужие обзоры, я собрал свой тест: один и тот же текст вставлял подряд в три бесплатных детектора, которые открываются из России без VPN и без регистрации - ZeroGPT, Corrector.app и российский GigaCheck от Сбера, у которого вдобавок к сайту есть отдельный Telegram-бот. Проверял живьём 1-2 сентября 2026 года

Первый текст - заведомо «машинный» абзац: я специально написал его в типичных для нейросети оборотах («стремительно меняет», «важно отметить», «таким образом») - ровно, гладко, без единой личной детали

Все три сервиса на этом тексте отработали одинаково честно: ZeroGPT показал 100% AI GPT, Corrector.app - «ESTIMATED PERCENTAGE CREATED BY IA: 100%», GigaCheck - «текст, скорее всего, написан генеративной моделью ИИ». Явный случай детекторы ловят без труда - тут спорить не с чем

Как проверить свой текст тем же способом, три шага

Шаг 1. Собери 300-800 слов текста, который хочешь проверить

Детекторы теряют точность на коротких кусках: у GigaCheck прямо стоит порог от 20 до 1000 слов, у остальных двух порог не назван явно, но на паре предложений оценка «гуляет» намного сильнее, чем на цельном абзаце

Шаг 2. Вставь ОДИН и тот же текст в 2-3 бесплатных детектора подряд

Копируешь текст один раз, вставляешь по очереди в ZeroGPT, Corrector.app и GigaCheck, нажимаешь их кнопку проверки («Detect Text», «CHECK» и «Проверить» соответственно). Это даёт три независимых мнения за пару минут вместо одного

Шаг 3. Сравни вердикты, а не верь одному числу

Два сошедшихся вердикта из трёх - хороший знак, доверия больше. А вот если все три расходятся - именно так и получилось в моём следующем тесте, ниже

Тот же тест на моём собственном тексте: кто ошибся

Второй текст я тоже написал сам, но уже не «под нейросеть», а обычным разговорным языком: рассказал в паре предложений, как сам провозился с этим тестом, с живой опечаткой-переправкой мысли по ходу - без единой правки после

Вот тут и разошлись. ZeroGPT честно показал 0% AI GPT, Corrector.app - «ESTIMATED PERCENTAGE CREATED BY IA: 0%». А GigaCheck на ТОМ ЖЕ САМОМ тексте выдал «скорее всего, написан генеративной моделью ИИ» - ошибка, я точно знаю, что писал этот абзац сам, без единой нейросети рядом

Разница между двумя скриншотами выше - один и тот же входной текст, два разных вердикта. Это не постановка и не подгонка: я прогнал текст через оба сервиса подряд, без правок между попытками, вывод сохранён в рабочих файлах теста

И на классике: Пушкин против трёх детекторов

Чтобы проверить ещё одну гипотезу - не путает ли детектор строгий литературный слог с машинным - я взял первый абзац «Капитанской дочки» Пушкина, чистая классика, человек написал два века назад

Все три детектора справились: ZeroGPT и Corrector.app показали 0%, GigaCheck - «скорее всего, написан человеком»

Вывод из этой части теста: ошибка GigaCheck на разговорном абзаце выше - не про формальность слога вообще, а про что-то более узкое в конкретном тексте. Дальше - что об этом говорят независимые проверки за пределами моего маленького теста

Так можно ли доверять проценту на экране?

Короткий честный ответ - частично, и разброс между сервисами у меня в тесте это подтвердил не хуже любого исследования. Вот полная матрица всех девяти прогонов подряд

История уже видела один громкий провал: сама компания OpenAI выпустила собственный детектор ИИ-текста в конце января 2023 года, а уже 20 июля того же года закрыла его - «из-за низкой точности». По официальным данным на момент закрытия, инструмент верно находил только 26% реально ИИ-текстов и ошибочно помечал 9% настоящих человеческих текстов как машинные

Независимое академическое исследование (Liang и соавторы, Стэнфорд) показало вещь пожёстче: детекторы систематически чаще ошибаются на текстах людей, для которых английский - не родной язык, почти не ошибаясь на текстах носителей языка. Причина простая и человеческая: неноситель языка чаще пишет более ровно и предсказуемо просто потому, что осторожничает со словами - а именно ровность и предсказуемость детектор и принимает за признак машины

Даже у самого GigaCheck заявленная точность - 94,7%, а независимая проверка блогера на vc.ru нашла 3 ошибки из 10 текстов (30%) при тестировании на собственном материале, часть из которого была на 90%+ сгенерирована, а часть - целиком человеческая. Автор той проверки прямо пишет: независимых крупных исследований точности GigaCheck на сегодняшний день нет

Общий рисунок из всех трёх источников (мой тест, история OpenAI, независимая проверка GigaCheck) один и тот же: заявленная точность в маркетинге сервиса и точность в жизни на конкретном тексте - разные числа. Разрыв между ними и есть настоящая причина не верить единственному проценту

Кого детекторы подводят чаще всего

По собранным данным вырисовывается вполне конкретный список текстов, где риск ошибки детектора выше среднего

Текст неносителя языка - самый доказанный случай выше, и это касается и русского языка тоже: если пишешь по-русски, но родной язык у тебя другой, или наоборот - пишешь по-английски, а родной русский, будь готов к более частым ложным срабатываниям. Отдельно разбирал, какие нейросети реально понимают русский язык и его нюансы - в гайде Нейросеть на русском: из 14 сервисов ответили 2

Формальный, шаблонный или сильно отредактированный текст - деловое письмо, официальный отчёт, текст под строгий стиль-гайд компании. Ровность здесь идёт не от нейросети, а от жанра - но детектор эту разницу не различает

Короткий текст - меньше 100-150 слов детекторам почти нечем «зацепиться», оценка на коротких кусках менее устойчива в принципе

Текст с высокой правкой человеком поверх черновика ИИ или наоборот - смешанные тексты (частично написал человек, частично нейросеть) детекторы путают чаще всего: моя собственная фраза-ошибка выше это тоже косвенно подтверждает - живая, но чуть суховатая проза иногда читается детектором как «слишком ровная»

Как писать, чтобы текст не выглядел машинным

Полный разбор слов-маркеров ИИ и промпт для чистки готового текста за один проход я уже собрал отдельно - в гайде Слова, которые выдают, что текст написал ИИ, и как от них избавиться. Здесь - короче и с другого угла: что из моего теста подсказывает, КАК писать сразу, а не чистить потом

Разная длина предложений подряд - это и есть та самая «рваность», burstiness, о которой шла речь выше. Короткое предложение. Потом подлиннее, с деталью, которая у тебя одного и есть. Снова короткое. Ровный ритм строка за строкой - главный сигнал, по которому детектор ставит высокий процент

Конкретная деталь вместо общего утверждения. Не «нейросеть значительно повышает эффективность», а что именно она сделала лично у тебя, с какой цифрой, в какой момент. Общие фразы - ровно то, чем я специально нашпиговал свой тестовый «машинный» абзац выше, и все три детектора это заметили мгновенно

Личный голос без сглаживания. Если ты сам пишешь нейросетью и хочешь получить черновик, а потом сделать его своим - формула поручения из шести частей и живой прогон разобраны в гайде Как написать текст нейросетью: формула из 6 частей, без VPN, а под конкретно посты в соцсети - в гайде Как написать пост нейросетью. После черновика - та же чистка руками, что и в гайде про живой текст выше

Что детекторы честно не ловят

Один факт стоит назвать прямо, как предупреждение, а не как инструкцию: перефразирование текста через отдельный сервис резко режет точность детектора. По независимым данным, прогон ИИ-текста через инструмент-парафразер снижает точность обнаружения с 91,3% до 27,8%

Отсюда вывод про асимметрию доверия, а не рецепт обхода. Низкий процент на экране НЕ доказывает человеческое авторство так же надёжно, как высокий процент указывает на вероятную машину: детектору стоит доверять больше, когда он говорит «похоже на ИИ», и меньше, когда он говорит «похоже на человека», особенно если текст явно проходил через стороннюю обработку

Когда вообще стоит проверять текст детектором

Несколько реальных ситуаций, где один живой прогон через детектор экономит время

Преподаватель проверяет присланную студентом курсовую или реферат - смотри разборы нейросеть для курсовой, нейросеть для реферата и общий обзор ИИ для учёбы, если сам разбираешься, где граница допустимой помощи

Редактор принимает текст от копирайтера или фрилансера и хочет понять, писал ли человек живьём или просто вставил ответ чата без обработки

Юрист или бизнес проверяет входящий документ - контракт, отчёт, письмо от контрагента, если внезапно засомневались в его подлинности. Смежные задачи ИИ в этой сфере разбирал в гайде нейросеть для юриста

Модератор маркетплейса или площадки отзывов проверяет подозрительно гладкий отзыв или описание товара - тема касается ИИ для маркетплейса и отдельно нейросети для рекламы, если речь про рекламные тексты

Учитель школы хочет понять, писал ли ученик сочинение сам - разбор пограничных случаев есть в гайде нейросеть для учителя

Во всех этих случаях правило из раздела выше не меняется: один детектор - это мнение, а не приговор

Три ошибки при работе с детектором ИИ-текста

Доверять единственному сервису и единственному числу. Мой собственный тест выше показывает, к чему это ведёт: GigaCheck ошибся ровно там, где два других сервиса ответили верно

Проверять слишком короткий кусок текста - несколько предложений вместо цельного абзаца в 300+ слов

Забывать про язык и жанр текста. Формальный отчёт, текст неносителя языка, узкоспециальный документ - именно там независимые исследования фиксируют больше всего ложных срабатываний, разбор - в разделе «Кого детекторы подводят чаще всего» выше

Что ещё почитать про нейросети и тексты

Про написание и чистку текста нейросетью: Как проверить текст через ИИ: 4 слоя проверки до отправки - обратная задача, где ИИ работает на тебя; Слова, которые выдают, что текст написал ИИ, и как от них избавиться - полный список маркеров и промпт для чистки; формула черновика из шести частей разобрана в гайде про текст нейросетью и отдельно под посты в соцсети; тексты объявлений и креативы для модерации - в гайде нейросети для рекламы

Про сами модели: сравнение в гайдах Gemini или ChatGPT и ChatGPT vs Claude 2026, доступ из России - в гайдах ChatGPT на русском бесплатно, ChatGPT для учёбы и Нейросеть на русском: из 14 сервисов ответили 2. Ключ Gemini для своего кода - в гайде Gemini API key из России, диагностика доступа - в Gemini не работает, сама модель - в Gemini 3.7 Flash и Gemini из России: вход и тарифы. Инструмент, которым я прогонял живые тесты для этой статьи - Claude Code, настройка его памяти - в CLAUDE.md, а сама модель Claude разобрана в отдельном гайде

Практические сценарии, где детектор может пригодиться: учёба - нейросеть для курсовой, взгляд студента, нейросеть для реферата, общий обзор ИИ для учёбы и нейросеть для конспекта; деловые тексты - ИИ написать статью, отчёт нейросетью, проверка отзывов - в гайде нейросеть для отзывов; специфика профессий - юрист, учитель и карточки на маркетплейсе; переписка и крупная форма - письмо нейросетью и книга нейросетью; общий взгляд на применение - ИИ для работы и ИИ для бизнеса

Полный список гайдов по теме - хаб Контент и продвижение на ИИ

Источники

Все страницы открыты живым браузером 1-2 сентября 2026 года, три детектора протестированы лично на одном и том же наборе из трёх текстов

• Wikipedia: Artificial intelligence content detection - механика детекторов (перплексия, burstiness) и обзор исследований точности
• TechCrunch: OpenAI scuttles AI-written text detector over 'low rate of accuracy' - закрытие собственного детектора OpenAI 20 июля 2023 года, точные цифры точности
• arXiv: GPT detectors are biased against non-native English writers - независимое исследование про ложные срабатывания на текстах неносителей языка
• vc.ru: Проверено - детектор ИИ от Сбера ошибается в 30% случаев - независимая проверка GigaCheck на 10 текстах
• developers.sber.ru: продукт GigaCheck - официальное описание, заявленная точность, лимиты проверки; на этой же странице проведён мой собственный живой тест
• habr.com: «Сбер» представил сервис GigaChek для определения текстов, написанных ИИ - запуск сервиса, цитата разработчиков о философии детекции
• Собственный живой тест 1-2 сентября 2026 года: три текста (ИИ-типичный, человеческий, классика Пушкина) прогнаны через ZeroGPT, Corrector.app и GigaCheck

Памятка: детекторы ИИ-текста

Семь строк, которые закрывают весь путь от вопроса «кто это написал» до честного вывода

Частые вопросы