Честные цифры, ваши тексты остаются вашими
Мы ничего не приукрашиваем: каждая цифра ниже взята из раздела результатов и открытого технического отчёта.
Тексты не покидают ваш компьютер
Анализ идёт на вашем ПК и после первого запуска работает без интернета. Сеть нужна только для файлов моделей, обновлений и проверки ключа.
Открытые данные и код
Данные, тесты и ограничения описаны в техническом отчёте, а код лежит на GitHub. Всё можно проверить самому.
Показываем и слабые места
Падение на коротких текстах MAGE (−6,0 п.) и на StealthGPT (−2,5 п.) опубликовано выше. Ни один детектор не идеален: ложные срабатывания — 0–2%.
Понятная оплата и возвраты
Оплата через Polar. Для ключей Personal и Team — полный возврат в течение 14 дней, без объяснений.
История только у вас
Проверки, папки и тексты хранятся на вашем компьютере и чистятся автоматически. Бесплатной версии ключ не нужен, а платный после активации работает и без интернета.
прогресс: 1.1 → 1.3.1
Процент текстов, распознанных как ИИ. Для текстов нейросетей чем выше цифра, тем лучше детектор их находит. Для текстов человека чем ниже цифра, тем меньше ложных тревог. Результаты даны для чувствительного режима (порог ошибки — около 1% на обычных текстах; на наших тестовых наборах 0,2–2,0%, выше на текстах не носителей языка). Точные данные — в таблицах ниже.
| Набор тестов | 1.1 | 1.3 | 1.3.1 | изменение к 1.3 |
|---|---|---|---|---|
| Тексты, написанные ИИ, — поймано, % (выше — лучше) | ||||
| HumanizerBench: 16 инструментов переписывания, 1 675 текстов (только для проверки, в обучении не участвовали) | 69.9 | 80.8 | 81.0 | +0.2 |
| AI Humanizer Benchmark, окт. 2026: 363 текста (отдельный проверочный набор, в обучении не участвовал) | 81.8 | 81.3 | 84.0 | +2.7 |
| Три неизвестных генератора: 889 текстов | 93.0 | 94.6 | 95.5 | +0.9 |
| Chicago Booth, обычный ИИ | 99.7 | 99.8 | 99.8 | 0.0 |
| Chicago Booth, после StealthGPT | 82.9 | 86.6 | 88.0 | +1.4 |
| MAGE: короткие тексты, старые малые модели | 44.5 | 45.9 | 46.6 | +0.7 |
| Тексты людей — отмечены ошибочно, % (ниже — лучше) | ||||
| Эссе экзамена TOEFL (неносители), 91 | 4.4 | 6.6 | 5.5 | −1.1 |
| Chicago, люди: новости, книги, отзывы | 0.2 | 0.1 | 0.2 | +0.1 |
| Школьные эссе ELL (ELLIPSE), 1 500 | 1.1 | 0.5 | 0.4 | −0.1 |
| Тексты взрослых учащихся (ESL / PELIC), 1 000 | 0.7 | 0.4 | 0.4 | 0.0 |
| Взрослые ESL (W&I;), 280 | 1.8 | 0.4 | 0.4 | 0.0 |
| MAGE, люди, 1,400 | 1.1 | 0.9 | 2.0 | +1.1 |
Одни и те же переписанные тексты, разные детекторы
HumanizerBench дал всем детекторам одни и те же переписанные тексты. Чем выше доля распознанного как ИИ, тем лучше.
Вердикты конкурентов — по данным операторов бенчмарка; их пороги неизвестны, поэтому уровни ложных срабатываний несопоставимы.
| Тест Chicago Booth, строгая настройка (1% ложных срабатываний) | обычный ИИ-текст | после инструмента переписывания |
|---|---|---|
| Pangram | 99.9 | 98.1 |
| Linda Assay 1.3.1 | 99.8 | 88.0 |
| Linda Assay 1.3 | 99.8 | 86.6 |
| Linda Assay 1.1 | 99.7 | 82.9 |
| GPTZero | 98.6 | 44.3 |
| Originality.ai | 94.2 | 29.1 |
Цифры конкурентов — из репозитория авторов бенчмарка (запуски 2025 г.). На текстах «гуманизаторов» Pangram явно впереди; мы не заявляем, что обходим его. Это наша собственная оценка, а не независимый аудит. Оба бенчмарка «гуманизаторов» проводятся разработчиками гуманизаторов или составителями рейтингов, публикующими все тексты и вердикты. Подробности и оговорки: технический отчёт.
Русский и польский: что изменилось в 1.3.1
Русский и польский теперь работают на тех же моделях, что и английский. На наших отложенных тестовых наборах (по 350 ИИ- и 350 человеческих текстов на язык) вердикт «ИИ» ловит около 79% (польский) и 80% (русский) ИИ-текстов при 1,4% и 0,6% ложных срабатываний (версия 1.1: 39% и 57%; на польском в 1.3 ложных было 0,9%). Тексты, переписанные другой моделью, ловятся реже (переписанные Gemini: польский 56%, русский 59%). Наборы небольшие, ориентируйтесь на разброс ±5 пунктов. С другими детекторами на русском и польском мы не сравнивались.
Linda Loupe рядом с Linda Assay
Те же тестовые наборы и то же правило вердикта.
| Набор тестов | Linda Assay | Linda Loupe |
|---|---|---|
| HumanizerBench: 16 инструментов переписывания, 1 675 текстов (только для проверки, в обучении не участвовали) | 81.0 | 69.4 |
| AI Humanizer Benchmark, окт. 2026: 363 текста (отдельный проверочный набор, в обучении не участвовал) | 84.0 | 75.8 |
| Три неизвестных генератора: 889 текстов | 95.5 | 83.0 |
| ИИ-тексты на польском, найдено | 79.4 | 72.2 |
| ИИ-тексты на русском, найдено | 80.3 | 77.3 |
| Тексты людей — отмечены ошибочно, % (ниже — лучше) | ||
| Эссе экзамена TOEFL (неносители), 91 | 5.5 | 2.2 |
| MAGE, люди, 1,400 | 2.0 | 0.4 |
| Chicago, люди: новости, книги, отзывы | 0.2 | 0.0 |
Linda Loupe — модель поменьше: находит меньше переписанных текстов, а если текст специально замаскирован «стелс»-переписчиком, то намного меньше; ложные тревоги остаются низкими (от 0,1 до 2% на наших наборах человеческих текстов). Собственное измерение, не независимый аудит.
Как быстро работает
Полная проверка одного текста в приложении Windows. Тестовый компьютер: процессор Ryzen 7 7800X3D, видеокарта Radeon RX 9070 XT. На старых ноутбуках медленнее.
1,000 слов
3,000 слов
0.25 s
0.76 s
2.7 s
8.4 s
5.7 s
20 s
CPU: 6 потоков. Загрузка моделей при старте занимает 5–10 с. На GPU модели считают в половинной точности, поэтому оценки чуть отличаются от CPU (около 0,1 при шкале, где граница ИИ около 0); вердикты в наших проверках совпали. Замер на версии 1.3; архитектура 1.3.1 та же.
новости и обновления
История версий и обновления моделей.
Очистка текста с учётом языка, точнее деление на предложения и явные предупреждения для неподдерживаемых языков. Метка пакета моделей 1.3.4.1; веса не изменены, улучшение точности не заявляется.
Полный список изменений · 2.0.7.0