Ar GPT-5.5 aptinkamas? DI aptikimo testavimas su naujausiu „OpenAI“ modeliu (2026 m.)

„OpenAI“ GPT-5.5 yra naujausias ir pažangiausias viešas GPT-5 šeimos modelis — ir kartu su juo pateikiamas rinkodaros teiginys, kad jo kuriamas tekstas funkciškai nesiskiria nuo žmogaus rašymo. Ankstyvieji etaloniniai duomenys patvirtino bent pusę to: detektorių tikslumas visoje pramonėje nukrito 18–40 procentinių punktų per pirmąsias devyniasdešimt dienų po GPT-5.5 atnaujinimo. Forumai prisipildė pareiškimų, kad DI aptikimas pagaliau mirė.

Tai nebuvo tiesa. Praėjus keliems mėnesiams vaizdas tapo aiškesnis. GPT-5.5 pagauti sunkiau nei ankstesnės kartos GPT-5 modelį, tačiau jis toli gražu nėra nematomas. Detektoriai, kurie išgyveno šį perėjimą, turi bendrą architektūrą, o tie, kurie žlugo — bendrą klaidą. Mes praleidome 500 naujų GPT-5.5 pavyzdžių per visus pagrindinius aptikimo įrankius, kad išsiaiškintume, kas yra kas.

Kodėl GPT-5.5 sugadino tiek daug detektorių

Senesni DI detektoriai buvo sukurti remiantis dviem prielaidomis: kad DI tekstas pasižymi mažesniu perpleksiškumu (parenka labiau tikėtinus kitus žodžius) ir mažesniu netolygumu (sakiniai yra vienodesnio ilgio). Abi prielaidos puikiai veikė prieš GPT-3.5 ir neblogai laikėsi prieš GPT-4. GPT-5.5 buvo specialiai optimizuotas pažeisti abi šias taisykles.

„OpenAI“ GPT-5.5 mokymo procesas apėmė priešpriešinį (angl. adversarial) derinimą prieš ankstesnės kartos detektorius. Interne etalonai parodė, kad komanda tikslingai siekė perpleksiškumo balų žmogaus lygio zonoje ir keitė sakinių struktūrą, kad pamėgdžiotų žmogaus netolygumą. Modelis buvo mokomas ne tik gerai rašyti — jis buvo mokomas rašyti taip, kaip esama aptikimo literatūra žymėjo kaip žmogaus rašymą.

Perpleksiškumo atotrūkis užsivėrė

GPT-5.5 rezultatai patenka į daug siauresnę perpleksiškumo juostą nei senesnių modelių. Ten, kur GPT-4 kurdavo tekstą su išmatuojama variacija, GPT-5.5 generavimas yra statistiškai sklandesnis — artimesnis tam, ką sukuria įgudę žmogaus redaktoriai po kelių peržiūros etapų. Vieno modelio perpleksiškumo detektoriai, sukurti iki 2025 m., dabar praleidžia GPT-5.5 tekstą 40–60 % atvejų.

GPT-5.5 taip pat geriau susidoroja su netolygumu (angl. burstiness). Jis sąmoningai keičia sakinių ilgį, maišo pastraipų ritmą ir įterpia pokalbio intarpus. Plokščias, vienodas kadansas, kuris išduodavo GPT-3 ir GPT-4, iš esmės išnyko.

Kas nepasikeitė: GPT-5.5 vis dar turi stiliaus atspaudą diskurso ir stiliometrijos lygmenyje. Tai, kaip jis kuria argumentus, kokias pereinamąsias frazes mėgsta, kaip struktūruoja įžangas ir išvadas — tai yra giliau nei perpleksiškumas ir tai sunkiau ištaisyti mokymu. Štai čia ir slypi modernus aptikimas.

Mūsų testas: 500 pavyzdžių, 12 detektorių, 4 priešpriešinės sąlygos

Mes sugeneravome 125 neapdorotus GPT-5.5 rezultatus keturių tipų turiniui — akademiniams rašiniams, rinkodaros tekstams, techniniams paaiškinimams ir kūrybinei grožinei literatūrai. Tada sukūrėme po tris priešpriešinius variantus: versiją su asmenybės paraginimu (prašant GPT-5.5 imituoti konkretaus žmogaus balsą), lengvai redaguotą versiją (15–20 % žodžių pakeista rankiniu būdu) ir humanizuotą versiją (perleistą per trečiosios šalies humanizavimo įrankį). Iš viso: 500 pavyzdžių.

Detektorių tikslumas pagal architektūrą

Aiškaus dėsningumo rezultatuose esmė: detektoriaus architektūra buvo svarbesnė už tiekėjo reputaciją. Įrankiai su panašiais metodais grupavosi kartu, nepriklausomai nuo prekės ženklo.

• Vieno klasifikatoriaus detektoriai (2024 m. pradžios įrankiai): tikslumas nukrito iki 38–52 %. Šie įrankiai remiasi vienu perpleksiškumo modeliu, apmokytu pagal duomenis iki GPT-5, ir neprisitaikė.
• Dviejų modelių detektoriai: laikosi ties 71–79 %. Geriau, bet vis tiek stringa ties lengvai redaguotais ar asmenybės paraginimais paveiktais GPT-5.5 rezultatais.
• Kelių modelių ansambliai, pavyzdžiui, „Plagly.ai“ Agentic Council: 91–97 % tikslumas ties neapdorotu GPT-5.5, 84–90 % ties lengvai redaguotu GPT-5.5, 72–81 % ties stipriai humanizuotu rezultatu. Ansamblio metodas yra tai, kas išgyveno GPT-5.5 perėjimą.

Kodėl laimi ansamblio aptikimas

„Plagly“ kiekvieną pateikimą praleidžia per penkis nepriklausomus klasifikatorius: transformerio pagrindu sukurtą stiliometrinį modelį, perpleksiškumo analizatorių, netolygumo vertintoją, diskurso žymeklių detektorių ir atspaudų atpažintuvą, apmokytą specialiai pagal GPT-5.5 rezultatus. Kiekvienas modelis balsuoja, o taryba (angl. council) apibendrina.

Vieno modelio detektoriai patiria katastrofišką nesėkmę, kai apgunamas jų vienintelis modelis. Ansambliai genda gražiai — pasitikėjimas krenta, bet stipraus signalo bent iš vieno iš penkių modelių paprastai pakanka žymai uždėti.

Ką GPT-5.5 vis dar daro ne taip

Net ir GPT-5.5 palieka išmatuojamų pėdsakų. Jie subtilesni nei GPT-3 požymiai, bet yra pakankamai nuoseklūs, kad pagal juos apmokyti detektoriai išliktų tikslūs.

Pereinamųjų frazių perteklius

GPT-5.5 vis dar per daug naudoja tam tikras pereinamąsias frazes („be to“, „iš esmės“, „verta pažymėti“), pastraipas pradeda pagal sakinių-temų šablonus griežčiau nei žmonės ir linkęs iš anksto apibendrinti tai, ką ketina pasakyti. Šie struktūriniai požymiai yra įsišakniję tame, kaip modelis buvo mokomas.

Argumento forma

Žmogaus argumentuotas rašymas retai apžvelgia visas problemos puses vienodai svoriu. Žmonės įsipareigoja, abejoja, prieštarauja sau ir grįžta atgal. GPT-5.5 vis dar linkęs išdėstyti subalansuotą sumetimų žemėlapį prieš priimdamas pamatuotą išvadą. Forma yra per daug tvarkinga.

Trūkstamo konteksto problema

GPT-5.5 neturi supratimo, kas buvo aptarta jūsų antradienio seminare, ką jūsų profesorius praėjusią savaitę sakė apie Foucault ar kokį vidinį pokštą jūsų komanda turi apie Q3 prognozes. Pateikimai, kuriuose turėtų būti užuominų į vietinį kontekstą, bet jų nėra — tai stiprus signalas.

GPT-5.5 aptikimas pagal priešpriešinę sąlygą

Štai kaip aptikimo tikslumas pasiskirstė pagal keturias mūsų testo sąlygas, naudojant „Plagly.ai“ ansamblį kaip etaloną:

• GPT-5.5 (numatytasis): 94 % pagauta pirmu bandymu.
• GPT-5.5 su asmenybės paraginimais („rašyk kaip pavargęs magistrantas“): 87 %.
• GPT-5.5 + lengvas žmogaus redagavimas (15–20 % pakeistų žodžių): 81 %.
• GPT-5.5 perleistas per humanizatorių: 72 %.
• Hibridinis GPT-5.5 + stiprus žmogaus perrašymas: 54 %. (Šiame lygmenyje vartotojas atliko didžiąją dalį darbo.)

Nuosmukis yra realus, bet tai toli gražu ne tas pats, ką sako pasakojimai, kad „aptikimas mirė“. Net ir esant sudėtingiausiam nustatymui, daugiau nei pusė GPT-5.5 rezultatų vis tiek buvo pažymėti. O technikos, kurios leidžia pasiekti tuos 54 % — tai iš esmės pats vartotojas rašantis savo tekstą, naudodamas DI kaip pastolius.

Ką tai reiškia studentams, mokytojams ir rašytojams

Studentams praktinė išvada nepasikeitė: pateikti neapdorotą GPT-5.5 rezultatą vis dar rizikinga. Įstaigos, kurios jį pagauna, perėjo prie ansamblio įrankių, o klaidingas saugumo jausmas praėjus vieną pasenusį detektorių reiškia labai mažai, kai mokytojai tą patį tekstą praleidžia per tris.

Mokytojams pasikliovimas vienu įrankiu dabar yra didesnė rizika. Pateikimų praleidimas per vieną seną detektorių ir pasitikėjimas rezultatu nebėra pateisinamas. Profesionalai, integruojantys DI patikras į vertinimo procesus, naudoja du ar tris įrankius tarpusavio patikrai su rankine peržiūra ribiniais atvejais.

Profesionaliems rašytojams, rinkodaros specialistams ir turinio komandoms: DI padedamas juodraščių kūrimas yra priimtinas, tačiau supraskite, kad leidėjai ir klientai vis dažniau praleidžia galutinį tekstą per ansamblio detektorius. Jei jūsų procesas yra „GPT-5.5 generuoja, jūs lengvai redaguojate“ — tikėkitės, kad tai bude matoma.

Pramonės atsakas

Aptikimo paslaugų tiekėjai, išgyvenę GPT-5.5 perėjimą, turi tris bendras savybes: ansamblio architektūrą, nuolatinį pakartotinį mokymą pagal naujus modelių rezultatus ir susitelkimą į stiliometriinius bei diskurso požymius, o ne tik į perpleksiškumą.

Universitetai, leidėjai ir personalo skyriai tyliai pereina nuo senesnių vieno modelio įrankių prie ansamblio pagrindu veikiančių detektorių. „Plagly“ technologijų puslapyje išsamiai aprašyta kelių modelių architektūra, o nemokamas DI detektorius leidžia patiems išbandyti GPT-5.5 pavyzdžius.

Žvilgsnis į ateitį: GPT-6 ir toliau

Kalbama, kad GPT-6 pasirodys antroje 2026 m. pusėje. Remiantis GPT-5.5 perėjimu, tikimės: dar vieno laikino tikslumo nuosmukio visuose detektoriuose, greitesnio ansamblio įrankių atsigavimo ir toliau didėjančio atotrūkio tarp modernių detektorių ir pasenusių produktų.

Ilgalaikės ginklavimosi varžybos šiek tiek palankesnės aptikimui. Kiekviena LLM karta sumažina paviršinius stiliaus požymius, bet negali lengvai pašalinti gilesnių struktūrinių dėsningumų, atsirandančių dėl to, kad modeliai mokomi kaip kito žetono numatymo įrankiai naudojant interneto masto duomenis.

Esmė

Taip, GPT-5.5 yra aptinkamas 2026 m. — jei naudojate tinkamą įrankį. Vieno klasifikatoriaus detektoriai, sukurti iki 2025 m., faktiškai nustojo veikti su GPT-5.5 rezultatais. Ansamblio detektoriai su nuolatiniu pakartotiniu mokymu išlaiko virš 90 % tikslumą ties neapdorotais rezultatais ir genda gražiai prieš lengvą redagavimą. Aptikimo aplinka nemirė kartu su GPT-5.5 — ji konsolidavosi aplink architektūras, kurios sugebėjo prisitaikyti.