何が変わったか
Pangramが公開した「Pangram 4」は、モデルサイズを前世代の6倍に拡大した検出モデルです。同社の自社ベンチマークでは、AI生成テキストの99.66%を正しく検出。一方で人間が書いた文章をAIと誤判定する率は0.0041%で、およそ2万4000文書に1件の誤りに相当します。前世代比では誤検知が14分の1、AIテキストの見逃しが6分の1になったとしています。
判定の粒度も細かくなりました。AIで軽く手を入れただけの文章と、全面的にAIが書いた文章を区別でき、AI支援で書かれた文章と人間・AIが混在する文章も見分けられるとしています。さらに、AI文を人間らしく書き換える「ヒューマナイザー」ツールへの耐性も強化され、代表的な13種類のヒューマナイザーを通した文章でも、AI由来の部分を98.83%の確率で捕捉するとしています。
API価格は100語あたり0.05ドル。文書の長さによっては従来の2〜10倍の値上げになります。代わりに全プランで画像スキャンが追加費用なしで利用可能になりました。旧モデルのPangram 3は2026年9月30日まで提供が続きます。
なぜ「見逃しの少なさ」より「誤検知の少なさ」なのか
検出精度の議論では99.66%という検出率に目が行きがちですが、実運用で効くのは0.0041%という誤検知率のほうです。理由は、誤検知のコストが非対称だからです。AI文を見逃しても実害は「気づかなかった」で済むことが多い一方、人間が書いた文章をAI判定すれば、書き手の信用を損ない、場合によっては処分や不採用といった不可逆な結果を生みます。
ただし2万4000分の1という数字は、母数が大きくなれば絶対数として現れます。1日1万件の応募書類や投稿を処理すれば、計算上は数日に1件の割合で無実の書き手が誤判定を受けることになります。「精度が高いから自動で処分してよい」ではなく、「精度が高いから一次スクリーニングに使える」というのが、この数字の正しい読み方です。
ヒューマナイザーとの追いかけっこ
13種のヒューマナイザーに対して98.83%という数字は、検出と回避が明確に競争関係にあることを示しています。ヒューマナイザー側は既存の検出器を回避するよう調整され、検出器側はそれを学習して追いつく。つまり検出精度は「一度買えば持続する性能」ではなく、更新を止めた瞬間に劣化する類の性能です。Pangram 3が2026年9月30日で終了する点も、検出ツールが継続的な買い替えを前提とすることを裏づけています。
市場は明確に立ち上がっている
New York Timesによれば、Pangramの事業は急拡大しています。年間売上は前年比35倍、月間ユーザー数は2025年6月の2,700人から2026年6月には12万人へと約44倍に増えました。これはAI文章検出が実験段階を越え、教育機関や採用、出版などの現場で予算がつく業務になったことを意味します。同時に、2〜10倍という強気の値上げが通ると同社が判断できるほど、代替の効きにくい領域になりつつあるということでもあります。
なお、ここで挙げた精度の数値はいずれも同社自身のベンチマークによるものです。導入検討時は、自社の実データ（日本語、業界固有の文体、社内テンプレート）で誤検知率を再測定することが前提になります。
💼 事業会社視点：これは自社にどう効くか
採用・人事：エントリーシートや職務経歴書のAI利用は既に前提です。Pangram 4クラスの精度でも「AI利用＝不採用」の自動判定に使うのは危険で、2万4000分の1の誤検知が候補者1人の人生に当たります。現実解は、検出結果を面接での深掘り材料に使う運用（AIで書いた内容を口頭で説明できるか）です。
受託開発・制作会社：納品物に「AI生成率」の基準を求められる商談が増えます。100語0.05ドルという価格は、10万字級の納品物なら無視できないコストです。今のうちに検出の実施主体・基準値・誤検知時の再判定手順を契約書の品質条項に落とし込んでおくと、後出しの値引き交渉を防げます。
EC・メディア：レビューや商品説明のAI生成対策として、画像スキャンが全プラン無償化された点は見逃せません。テキストと画像を同一パイプラインで検査できるなら、出品審査の自動化設計が変わります。
共通の打ち手：日本語での検出性能は公表数値に含まれていません。まず自社の過去データ数百件で誤検知率を実測し、「AIを使わせない」ではなく「AIを使ったと申告した上で、人間が責任を持つ」ワークフローに切り替えるのが、検出器の限界を前提にした経営判断です。