Lohnt sich dein eigenes Pangram?
Ein Klassifikator, der bewertet, ob ein Text von einem AI-Modell geschrieben wurde.
Die Oberfläche besteht aus einem Textfeld und einer Prozentangabe. Genau so etwas verleitet dich zu der Annahme, es sei ein Wochenendprojekt. Das Produkt ist nicht das Textfeld: Es ist ein Klassifikator, der mit einem sehr großen, kontinuierlich aktualisierten Korpus menschlicher Texte und den Ausgaben jeder neuen Modellversion trainiert wird. Er wird konsequent auf möglichst wenige Fehlalarme abgestimmt, weil eine Fehlklassifikation, die echte Menschen zu Unrecht des Betrugs beschuldigt, das Unternehmen zu Fall bringen kann. Du kannst an einem Nachmittag durchaus einen lokalen Detektor aus Perplexitätsmerkmalen und Schwankungen im Schreibstil bauen. Er wird aber so oft mit großer Sicherheit falschliegen, dass er für jede wichtige Entscheidung nutzlos ist. Außer dir selbst wird niemand deinen selbst gebauten Score akzeptieren, und die Kalibrierung verschiebt sich jedes Mal, wenn ein neues Spitzenmodell erscheint. Baue ihn, um das Problem zu verstehen, nicht um dich darauf zu verlassen.
EN → DERecherche automatisch aus dem Englischen übersetzt. Original-Prompt auf Englisch beibehalten.
Build a local AI-text-detection playground so I can see how weak naive detection actually is. No cloud calls, no accounts, no telemetry.
Stack, no substitutions: Python 3.11, FastAPI + uvicorn, transformers + torch, a single server-rendered HTML page with vanilla JS. No build step, no database, no Docker.
Core loop:
1. One page with a large textarea and an Analyze button.
2. POST /analyze takes the text and returns a JSON report.
3. Scoring runs entirely locally with gpt2 (small) loaded once at startup via transformers. Download on first run and cache it.
Features to compute per submission:
- Mean token log-probability and perplexity under gpt2.
- Burstiness: standard deviation of per-sentence mean log-probability.
- Rank-based signal: fraction of tokens that were in the model's top-10 predictions.
- Style stats: sentence length mean and variance, type-token ratio, punctuation counts, count of common LLM filler phrases from a hardcoded list.
Output: a 0-100 score from a simple weighted formula over those features with the weights in a single WEIGHTS dict at the top of the file, per-sentence heat colouring in the page, and a full feature table so I can see what drove the score.
Calibration, and be honest about it:
- Add a CLI command: python calibrate.py --human dir --ai dir that runs the features over two folders of .txt files, prints mean and spread per class, and prints the ROC AUC of the current weights.
- The web page must show a fixed banner: this is an uncalibrated heuristic, not evidence, false positives are common.
Explicitly out of scope: user accounts, saved history, PDF or DOCX parsing, any hosted API, model fine-tuning, mixed-authorship segmentation, batch uploads.
Deliver: main.py, calibrate.py, features.py, templates/index.html, requirements.txt, and a README with run instructions and one paragraph stating plainly why this cannot match a trained commercial detector. No .env needed since there are no secrets; say so in the README.Der Prompt öffnet sich vorausgefüllt in deinem Agenten. Prüfe ihn vor dem Ausführen. · dieser Prompt wurde aus dem Bauplan erzeugt · per PR verbessern
Wie sähe deine eigene Version aus?
Füge Text ein, bewerte ihn lokal anhand der logarithmierten Token-Wahrscheinlichkeiten eines kleinen Sprachmodells und einiger Stilstatistiken und erhalte eine grobe Vermutung „Mensch oder Maschine“ mit einem unübersehbaren Hinweis auf die begrenzte Genauigkeit.
Was du brauchst
- Lokales Python mit torch und transformers
- Ein paar GB Festplattenspeicher für kleine Modellgewichte; CPU funktioniert, ist aber langsam
- Eigene gekennzeichnete Beispiele menschlicher und AI-Texte, wenn du eine Vorstellung von der Genauigkeit bekommen willst
Weil sich die Zahl gegenüber anderen rechtfertigen lassen muss. Institutionen und Verlage kaufen keinen Klassifikator, sondern einen Drittanbieter, der für eine Falsch-Positiv-Rate einsteht, plus kontinuierliches Nachtrainieren mit dem Modell, das gerade letzten Monat erschienen ist. Ein lokaler heuristischer Detektor liefert dir einen plausibel klingenden Prozentsatz ohne Fehlerbalken. Wenn daraus eine Beschuldigung entsteht, ist das schlimmer als gar nichts.
xKalibrierung: eine belastbare Falsch-Positiv-Rate, die du angeben kannst, statt eines Bauchgefühls
xAbdeckung neuer Modelle, die sich alle paar Wochen ändert, ob du aktualisierst oder nicht
xErkennung auf Satzebene und bei gemischter Autorenschaft statt eines einzigen groben Dokumenten-Scores
xJede Glaubwürdigkeit gegenüber Dritten, denn ein selbst gebauter Score überzeugt genau null Lehrkräfte, Redakteure oder Kunden
xDurchsatz, Sammel-Uploads, API-Zugriff und Dokumentenverarbeitung
Nichts, worauf sich verweisen ließe. Deshalb gibt es den Prompt.
Was kostet Pangram?
- Monatliche Zahlung
- 20 $/Mon.20 $/Mon.
- Pro Jahr
- 240 $/Jahr240 $/Jahr
- Mit brasilianischer Karte, inkl. 3,5% IOF
- 105 R$/Mon.1.254 R$/Jahr
In Meine Liste gespeichert. Bei einer Preisänderung erscheint hier ein Hinweis.
Du schließt den Kauf auf der Website von Pangram ab. Vibe Radar wickelt keine Zahlungen ab.
Pangram selbst bauen oder abonnieren?
Passe die Zahlen an: Stunden zum Bauen, dein Stundensatz, Betriebskosten und der Abopreis.
Über 24 Monate ist das Abo günstiger.
Startwerte aus der Analyse geschätzt (eine Sitzung). Nicht eingerechnet ist, was dir fehlt (Support, Integrationen, Sicherheit).
Kann ich Pangram nachbauen?
Eher nicht. Der Wert von Pangram liegt nicht im Code: Der Burggraben ist ein Korpus menschlicher und modellgenerierter Texte, mit dem ständig nachtrainiert wird, sowie ein Ruf, der stark genug ist, dass andere das Urteil akzeptieren. Siehe die Analyse oben.
Was kostet Pangram?
Pangram kostet etwa 20 $/Mon. (Individual, geprüft am 20.10.2026), also 240 $ pro Jahr.
Was fehlt mir, wenn ich Pangram ersetze?
Ehrlich gesagt: Kalibrierung: eine belastbare Falsch-Positiv-Rate, die du angeben kannst, statt eines Bauchgefühls; Abdeckung neuer Modelle, die sich alle paar Wochen ändert, ob du aktualisierst oder nicht; Erkennung auf Satzebene und bei gemischter Autorenschaft statt eines einzigen groben Dokumenten-Scores; Jede Glaubwürdigkeit gegenüber Dritten, denn ein selbst gebauter Score überzeugt genau null Lehrkräfte, Redakteure oder Kunden; Durchsatz, Sammel-Uploads, API-Zugriff und Dokumentenverarbeitung. Wenn dir davon etwas wichtig ist, zahl weiter.
Gibt es eine Open-Source-Alternative zu Pangram?
Es gibt keine ausgereifte Open-Source-Alternative, auf die sich verweisen ließe, und genau deshalb gibt es den Prompt auf dieser Seite.