Pangram itibarını düz metin üzerine kurdu. Çarşamba günü New York merkezli şirket piksel dünyasına geçti: fotoğraflar için Pangram Image 1.0, videoyu kare kare analiz eden Pangram Image Flash 1.0.
Vaadin kapsamı dar ve net. Image 1.0 yalnızca "yapay zekâ" ya da "değil" demiyor; gerçek bir fotoğrafın içindeki sentetik bölgeyi ısı haritasıyla işaret ediyor — gerçek bir restoranın duvarındaki üretilmiş duvar resmi, gerçek bir masadaki değiştirilmiş nesne gibi. Flash 1.0 videoyu yerel olarak işliyor: bir klip yüklediğinizde hangi bölümlerinin üretilmiş göründüğünü bildiriyor. İkisi de web uygulamasında ve API'de var; Image 1.0 ayrıca şirketin Chrome eklentisinde çalışıyor ve artık sosyal akışlarda, alışveriş sayfalarında ve kiralık ilanlarında içeriği işaretliyor.
Doğruluk iddiaları güçlü ve şimdilik şirketin kendi notlandırmasına dayanıyor. Pangram, Image 1.0'ın yapay zekâ görsellerinin %99,2'sini yakaladığını, gerçek görsellerin ise %0,27'sini yanlış işaretlediğini söylüyor. Manşet rakamı olan %99,96 doğruluk kendi tasarladığı bir testten geliyor: 100 gerçek fotoğraf, her biri için 12 öncü görsel üreticisiyle ve orijinalin istemine yakın istemlerle üretilmiş sentetik "aynalar", toplam 1.200 görsel.
Video rakamı ise dışarıya dayanıyor. Eylül ayında yayımlanan akademik DF26 seti, kameraya konuşan insanların yer aldığı 2.691 klipten oluşuyor; yazarları, insanların ve mevcut dedektörlerin şanstan ancak biraz daha iyi olduğunu buldu. Pangram, Flash 1.0'ın burada %98,7'ye ulaştığını ve en iyi ikinci dedektörün 29 puan önüne geçtiğini söylüyor. Şirket ayrıca 129 gerçek sosyal medya videosunu 14 üreticiyle aynalayarak 1.529 videoluk kendi karşılaştırmasını da kurdu.
Video fotoğraftan neden daha önemli: Para, konuşan kafa sahtekârlıklarında hareket ediyor — yönetici taklidi, sahte reklam onayları, yatırım ve romantik dolandırıcılık. Fotoğraf tespiti iki yıldır metalaştı. Kare kare video analizinin API çağrısıyla satılması yeni ve rakipleri dışarıda tutan maliyet tam burada.
Uyarılar tesadüfi değil, yapısal. Ağustos 2026'da Pangram'ın metin dedektörü Berkeley'li bir profesörün makalesini kısmen yapay zekâ yazımı olarak işaretledi; profesör buna itiraz etti. Reuters testlerinde Meta'nın kendi görsel dedektörü, kendi üreticisinden çıkan kırpılmış sahteleri yarıdan fazla vakada kaçırdı. Yapay zekâ senaryosunu gerçek oyunculara okutan bir YouTube ağı platform dedektörlerini yendi. Hepsi aynı şeyi hatırlatıyor: dedektör olasılıksal bir sınıflandırıcıdır ve notu nihayetinde notu ödeyen verir.
Teknik bir değişiklik iki yöne de kesiyor: minimum giriş çözünürlüğü 512'den 256 piksele indi, 512'nin altındaki sonuçlara düşük güven uyarısı eklendi. Sosyal medya görselleri sıkıştırılmış ve küçük geldiği için pratik bir karar; ama yanlış pozitifin mümkün olduğu yüzeyi de genişletiyor.
Daha büyük argüman şu: tespit ile köken kanıtı birbirinin rakibi değil, tamamlayıcısı. C2PA benzeri imzalı yakalama yalnızca işbirliği yapan kameralar ve editörler için çalışır; telefon galerisinden yükleyen çoğunluk hakkında hiçbir şey söylemez. O çoğunluk için elde kalan tek araç sınıflandırma; bu yüzden de çözülmüş bir problem değil, süren bir silahlanma yarışı olacak.
Şirket tarafında: Temmuz'da Menlo Ventures liderliğinde 9 milyon dolar topladı; görsel tespit o sırada hâlâ araştırma önizlemesiydi. Metin dedektörü zaten Substack'te çalışıyor. Platformlar da hareket ediyor: Snapchat, Spotlight'ta yapay zekâ videolarını önermeyi bıraktı.
Bir kararla ne yapmalı: sonucu bir yığının içindeki tek sinyal olarak görün, hangi model sürümünün karar verdiğini kaydedin — eşikler sürümler arasında değişiyor — ve bir kişi hakkındaki yaptırım kararını tek başına bir skora bırakmayın. Anlaşmazlıkta en savunulabilir çıktı ısı haritası: insanın bakıp doğrulayabileceği bir bölgeyi gösteriyor.
