99.2% de acerto e 0.27% de falso positivo. Leia com o que testaram

A Pangram lançou dois modelos de visão computacional em 4 de novembro. O Pangram Image 1.0 detecta imagens geradas por IA. O Pangram Image Flash 1.0 é o irmão menor e mais rápido, e o trabalho dele é percorrer um vídeo gerado por IA quadro a quadro e dizer quais partes vieram de um gerador.
O lançamento traz saída em mapa de calor, upload nativo de vídeo, uma extensão de Chrome e acesso por API para imagem e vídeo. No X, a empresa disse que o Image 1.0 identifica 99.2% das imagens geradas por IA mantendo taxa de falso positivo de 0.27%.
Esses dois números são do tipo que vai para um slide. Também são do tipo cuja nota de rodapé você deve ler.
Como os 99.96% foram medidos
Na avaliação de imagem, a Pangram pegou 100 fotografias reais e criou espelhos sintéticos delas com 12 geradores de imagem diferentes. Os prompts foram escritos para se aproximar de cada foto original, produzindo 1.200 imagens sintéticas. Nesse conjunto, a empresa reporta 99.96% de acurácia para o Image 1.0.
É um teste bem desenhado para uma pergunta específica. Como cada foto real tem contrapartes sintéticas da mesma cena e do mesmo assunto, o modelo não consegue trapacear aprendendo que foto de praia é real e foto de produto é falsa. Ele tem de olhar os pixels.
Não é um teste do que acontece quando você aponta o modelo para a internet aberta. A Pangram diz isso diretamente: o número descreve o desempenho nesse pareamento específico de imagens reais e sintéticas, não uma taxa de acurácia universal para toda imagem que aparece online.
A distinção importa mais do que parece. O perfil de erro real de um detector é dominado pelas imagens que ninguém lembrou de incluir no conjunto de teste: print de print, imagem que passou por três apps de mensagem, JPEG antigo, digitalização de impressão, qualquer coisa com faixa de marca d'água e a saída de geradores lançados depois que o conjunto foi congelado. Um conjunto limpo de 100 fotos espelhadas não mede nada disso.
A taxa de 0.27% de falso positivo é o mais interessante dos dois números de manchete, porque falso positivo é o que faz gente ser acusada. A 0.27%, mais ou menos uma em cada 370 imagens reais é sinalizada. Para uma redação que confere um punhado de fotos por dia, é uma fila de revisão administrável. Para uma plataforma que varre cem milhões de uploads, são duzentos e cinquenta mil usuários acusados por engano, e é por isso que ninguém nessa escala depende de um classificador só.
O número de vídeo é o alarmante
O benchmark de vídeo é onde este lançamento fica desconfortável.
A Pangram avaliou o Flash 1.0 com o DF26, benchmark descrito num preprint submetido em 7 de setembro de 2026. O DF26 tem 271 vídeos reais e 2.420 sintéticos produzidos por sete modelos de vídeo modernos. O conteúdo é deliberadamente estreito e deliberadamente difícil: uma pessoa falando direto para a câmera, declarações oficiais, entrevistas de estúdio. É o formato de deepfake que de fato causa dano, porque é aquele em que o pressuposto padrão do espectador é que a pessoa é real.
Os autores do benchmark relatam que tanto pessoas quanto detectores de deepfake de última geração tiveram desempenho próximo do acaso nele. Eles defendem avaliações que testem explicitamente a robustez a mudanças de distribuição causadas por geradores modernos.
Esse resultado merece um instante de atenção. Próximo do acaso significa cara ou coroa com etapas extras. Os detectores são bem construídos. Foram treinados e avaliados numa geração mais antiga de falsos, e os geradores novos não deixam os mesmos artefatos. Um detector que aprendeu a ver distorção no contorno do maxilar é inútil quando o maxilar não distorce.
A Pangram diz que o Flash 1.0 marca 98.7% no DF26, o que descreve como 29 pontos acima do segundo melhor detector. Se isso se sustentar em replicação independente, é uma diferença grande num benchmark feito justamente para quebrar a geração anterior de ferramentas. Também é um número declarado pela empresa, num benchmark escolhido pela empresa, avaliado com o harness dela, então a posição honesta é: promissor, não verificado.
O que o produto faz de fato
A lista de recursos informa mais do que o marketing.
A saída em mapa de calor localiza material sintético dentro de uma imagem. É a capacidade que importa no caso real comum, que não é uma imagem inteiramente gerada, mas uma fotografia real com um elemento gerado inserido, ou uma imagem real com uma região gerada pintada por cima. Um rótulo sim/não é inútil ali. Um mapa de calor diz ao editor onde olhar.
O upload nativo de vídeo roda a análise quadro a quadro dentro do painel e identifica quais trechos de um vídeo voltam sinalizados. Para um clipe de dois minutos, isso produz uma linha do tempo de suspeita em vez de um veredito, que é a saída certa para um revisor humano.
A extensão de Chrome sinaliza material gerado por IA em redes sociais, sites de compra e de aluguel. Essa última categoria é a que custa dinheiro às pessoas. Foto de anúncio de aluguel é o lugar clássico onde uma imagem gerada custa dinheiro de verdade a alguém.
O que mudou desde o preview de julho
O preview de pesquisa de 29 de julho de 2026 aceitava apenas imagens de 512 por 512 pixels ou maiores, e listava explicitamente deepfakes e trocas de rosto como casos que não conseguia detectar com confiança. Era uma limitação honesta, e também um buraco grande, já que troca de rosto é o caso nocivo mais comum.
A versão 1.0 alega desempenho melhor em deepfakes, imagens de baixa resolução e modelos de geração de fronteira. A entrada mínima agora é 256 por 256, com aviso de confiança reduzida para qualquer coisa abaixo de 512. A empresa diz que treinou o novo modelo para detectar transformações como compressão, redução de escala, desfoque e ruído, tanto as introduzidas por plataformas sociais quanto as usadas por quem tenta escapar da detecção.
Essa última frase faz muito trabalho. A maioria das imagens de IA do mundo real chega até você depois de recomprimida por pelo menos uma plataforma. Um detector que só funciona em PNG imaculado é instrumento de laboratório.
O acesso também abriu. No preview, o acesso à API de imagem era só por convite e a entrada de vídeo no painel constava como trabalho futuro. Agora os dois existem.
O problema estrutural que ninguém resolveu
Detecção é um problema de classificação em que um dos lados pode iterar. Toda vez que um gerador melhora, a distribuição de artefatos muda, e todo detector treinado na distribuição antiga perde acurácia. Os defensores precisam vencer sempre. Os atacantes só precisam vencer uma vez, na imagem que importa.
Essa lacuna é o que padrões de proveniência como o C2PA foram criados para fechar. Uma assinatura criptográfica numa captura de câmera é um tipo diferente de afirmação, não um palpite estatístico sobre pixels. A assinatura pode ser removida, mas quando está presente, não é probabilidade.
As duas abordagens se complementam, não competem. Proveniência responde “sabemos de onde isso veio”. Detecção responde “isso parece gerado”. Uma redação quer as duas, uma plataforma quer as duas, e nenhuma basta sozinha.
O argumento da Pangram é, no fundo, que detecção não é problema resolvido e alguém deveria vendê-la como produto com mapas de calor e API, não como demo de pesquisa. É um negócio razoável. O número de 99.2% vai abrir reuniões. O 98.7% no DF26 é sobre o que eles deveriam ser questionados, em detalhe, por alguém com o harness do benchmark e um gerador novo.
Uma nota de rodapé prática para quem usa
Se um detector diz que uma imagem foi gerada por IA, você tem uma pista. Se diz que a imagem é real, você não tem nada. Essa assimetria está embutida no problema, e nenhum número de acurácia muda isso. A taxa de 0.27% de falso positivo diz com que frequência a ferramenta vai te constranger numa direção. Nada no anúncio diz com que frequência ela deixa passar um bom falso, e esse número é sempre pior.
Então use como ferramenta de triagem, guarde o mapa de calor, registre a versão do modelo junto com o veredito e espere refazer sua avaliação toda vez que um gerador importante for lançado. A meia-vida da acurácia de um detector se mede em meses.
Artigos relacionados
O Antigravity levou os agentes para a nuvem. O que fica de fora é o seu setup local
A versão 2.29 do Antigravity coloca o agente em uma VM na nuvem que sobrevive ao seu laptop e usa voz para aprovar permissões. O setup local não vai junto.
A NVIDIA abriu quatro modelos de mundo de 16B. O que ninguém mediu é o aprendizado de política
Quatro modelos de mundo abertos de 16B e um decodificador que emite geometria de uma só vez. A NVIDIA entregou as duas metades, mas admitiu que falta medir o aprendizado de política.
Quatro dos repositórios em alta no GitHub são bibliotecas de skills. O problema agora é empacotar
Skills de agente ocupam mais de um quarto das tendências do GitHub, vindas da Anthropic, Google e Cloudflare. O formato é simples; o empacotamento é um caos de quatro caminhos.
A Thinking Machines lançou um modelo de 594B e empurrou os pesos para a semana seguinte
O Inkling 2 Small chega com contexto de um milhão de tokens e visão como canal de verificação. Os pesos abertos, prometidos para a semana seguinte, ainda não têm data.