Определяется ли GPT-5.5? Тестирование детекторов ИИ на новейшей модели OpenAI (2026)

OpenAI GPT-5.5 — новейшая и самая продвинутая публичная модель в семействе GPT-5, и с ней пришло маркетинговое обещание: ее текст функционально неотличим от человеческого. Ранние бенчмарки подтвердили это как минимум наполовину: точность детекторов по всей индустрии упала на 18–40 процентных пунктов в первые девяносто дней после обновления. Форумы наполнились заявлениями о том, что детекция ИИ наконец-то мертва.

Это было неправдой. Спустя несколько месяцев картина прояснилась. GPT-5.5 ловить сложнее, чем предыдущее поколение моделей GPT-5, но она далеко не невидима. Детекторы, пережившие этот переход, имеют общую архитектуру, а те, что провалились — общую ошибку. Мы прогнали 500 новых образцов GPT-5.5 через все основные инструменты детекции, чтобы узнать правду.

Почему GPT-5.5 сломал так много детекторов

Старые детекторы ИИ строились на двух предположениях: что ИИ-текст имеет более низкую perplexity (выбирает более вероятные следующие слова) и более низкую burstiness (предложения имеют более однообразную длину). Оба предположения отлично работали против GPT-3.5 и неплохо держались против GPT-4. GPT-5.5 была специально оптимизирована для нарушения обоих этих правил.

Процесс обучения GPT-5.5 включал состязательное выравнивание (adversarial alignment) против детекторов предыдущего поколения. Внутренние данные показали, что команда OpenAI намеренно стремилась к показателям perplexity на человеческом уровне и варьировала структуру предложений для имитации человеческой burstiness. Модель учили не просто писать хорошо — ее учили писать так, как существующая литература по детекции помечала „человеческим“.

Разрыв в perplexity сократился

Результаты GPT-5.5 попадают в гораздо более узкий диапазон perplexity, чем у старых моделей. Там, где GPT-4 создавала текст с измеримыми колебаниями, генерация GPT-5.5 статистически более плавная — ближе к тому, что выдают опытные редакторы-люди. Детекторы perplexity на базе одной модели, созданные до 2025 года, теперь пропускают текст GPT-5.5 в 40–60 % случаев.

GPT-5.5 также лучше справляется с burstiness. Она намеренно варьирует длину предложений, смешивает ритм абзацев и вставляет разговорные элементы. Плоский, монотонный ритм, выдававший GPT-3 и GPT-4, во многом исчез.

Что не изменилось: у GPT-5.5 все еще есть стилистический отпечаток на уровне дискурса и стилометрии. То, как она строит аргументы, какие переходные фразы предпочитает — это лежит глубже, чем perplexity, и это сложнее убрать обучением. Именно здесь находится современная детекция.

Наш тест: 500 образцов, 12 детекторов

Мы подготовили 500 образцов GPT-5.5, включая академические эссе, маркетинговые тексты и технические описания. Также мы создали варианты с промптами на личность и слегка отредактированные версии.

Точность детекторов по архитектуре

Результаты показали четкий тренд: архитектура детектора была важнее названия бренда.

• Детекторы на одном классификаторе: точность упала до 38–52 %. Эти инструменты не адаптировались к новым моделям.
• Двухмодельные детекторы: держались на уровне 71–79 %. Лучше, но все еще проблемы с отредактированными текстами.
• Мультимодельные ансамбли, такие как Plagly.ai Agentic Council: точность 91–97 % против чистого GPT-5.5 и 84–90 % против слегка отредактированного текста. Именно ансамблевый метод выжил в эпоху GPT-5.5.

Почему ансамблевая детекция побеждает

Plagly пропускает каждую работу через пять независимых классификаторов: стилометрическую модель, анализатор perplexity, оценщик burstiness, детектор маркеров дискурса и распознаватель отпечатков пальцев. Каждая модель голосует, а совет (council) агрегирует результат.

Одномодельные детекторы пасуют, когда их единственную модель удается обмануть. Ансамбли надежнее — хотя бы одна из пяти моделей обычно ловит сигнал.

В чем GPT-5.5 все еще проваливается

Даже GPT-5.5 оставляет измеримые следы. Они стали тоньше, но остаются достаточно стабильными.

Перебор с переходными фразами

GPT-5.5 все еще слишком часто использует фразы вроде „кроме того“, „по сути“, „стоит отметить“. Она склонна структурировать аргументы строже, чем это делают люди.

Форма аргументации

Человеческое письмо редко уделяет всем сторонам одинаковое внимание. Люди принимают сторону, колеблются, возвращаются к мыслям. GPT-5.5 все еще стремится к сбалансированной „карте аргументов“.

Проблема отсутствия контекста

GPT-5.5 не знает, что обсуждалось на вашем семинаре или что профессор сказал на прошлой неделе. Работы, которые должны иметь локальный контекст, но не имеют его — это сильный сигнал.

Детекция GPT-5.5 по условиям

Вот как точность обнаружения удерживалась в четырёх условиях нашего теста, используя ансамбль Plagly.ai в качестве эталона:

• GPT-5.5 (стандарт): 94 % поймано.
• GPT-5.5 с промптом на личность: 87 %.
• GPT-5.5 + легкая правка: 81 %.
• GPT-5.5 через гуманизатор: 72 %.
• Гибрид GPT-5.5 + интенсивная переработка человеком: 54%. (На этом уровне пользователь выполнил большую часть работы.)

Хотя точность немного падает, заявления о „смерти детекторов“ сильно преувеличены. Большинство ИИ-текстов все еще идентифицируются.

Что это значит для студентов и учителей

Для студентов: сдавать сырой текст из GPT-5.5 по-прежнему рискованно. Учреждения, которые его ловят, используют ансамблевые инструменты.

Для учителей: полагаться на старый одиночный инструмент — большой риск. Профессионалы используют многоуровневые проверки.

Университеты и издательства тихо переходят с одномодельных инструментов на ансамблевые детекторы. Технология Plagly адаптирована к этой новой реальности.

Реакция индустрии

GPT-6 ожидается в конце 2026 года. Мы предвидим еще одно временное падение точности и быстрое восстановление ансамблевых инструментов.

Да, GPT-5.5 определяется в 2026 году — если вы используете правильный инструмент. Ансамблевые детекторы с постоянным дообучением сохраняют высокую точность. Среда детекции не умерла; она консолидировалась вокруг архитектур, способных адаптироваться.

Взгляд в будущее: GPT-6 и далее

По слухам, GPT-6 выйдет во второй половине 2026 года. Основываясь на переходе GPT-5.5, вот что мы ожидаем: временное снижение точности у всех детекторов, более быстрое восстановление для ансамблевых инструментов и продолжающееся расширение разрыва между современными мультимодельными детекторами и устаревшими продуктами с одним классификатором.

Долгосрочная гонка вооружений слегка благоприятствует обнаружению. Каждое поколение LLM уменьшает поверхностные стилистические признаки, но не может легко устранить более глубокие структурные паттерны, возникающие из обучения в качестве предсказателя следующего токена на данных интернет-масштаба.

Заключение

Да, GPT-5.5 обнаруживается в 2026 году — если вы используете правильный инструмент. Детекторы с одним классификатором, созданные до 2025 года, фактически перестали работать с выводом GPT-5.5.