Проходит ли текст ChatGPT и DeepSeek через Антиплагиат в 2026

Короткий ответ: чистый, невычитанный текст ChatGPT и DeepSeek детектор Антиплагиат.ВУЗ в 2026 году распознаёт, и с каждым обновлением увереннее. Систему прямо обучали на этих генераторах: в мае 2025 года разработчик заявил точность до 98% после обучения и тестов на DeepSeek V3 и GPT-4o, 8 апреля 2026 года алгоритмы адаптировали под самые актуальные версии GPT, а 9 июля 2026 года чувствительность к ИИ-фрагментам подняли ещё раз. Судьба конкретной работы зависит от того, что происходило с текстом после генерации, — и здесь данные 2026 года неожиданны.

Почему детектор натаскан именно на эти две модели

Потому что ими пишут почти все. Пилот «Антиплагиат 2.0» (25 февраля — 3 июля 2026 года, 28 университетов из двадцати с лишним регионов, свыше 2400 студентов, 10 тысяч проверок) замерил популярность инструментов: DeepSeek используют 95% студентов, ChatGPT — 85%, Алису AI — 25%, GigaChat и Claude — по 13%. Разработчик видит ту же картину и обучает классификатор в первую очередь на массовых генераторах.

Масштаб проверок вырос. По данным РИА, за второй квартал 2026 года система проверила 2,73 млн работ и нашла признаки сгенерированного текста в 983,7 тысячи — в каждой третьей, годом ранее была каждая пятая. После июльского обновления компания сообщила через CNews о снижении ложных срабатываний по документам с 1,55% до 0,15% на тесте из 1500 документов с примерно десятью моделями. Заявление сильное. Проверить его невозможно: независимого измерения ошибок детектора на верифицированном корпусе русскоязычных студенческих работ не существует, все цифры исходят от вендора.

Разные модели оставляют разный след

С 16 июля 2025 года в отчётах Антиплагиат.ВУЗ есть числовой показатель «ИИ-контент» — по официальному определению, «доля сгенерированного текста в общем объеме текста», с указанием конкретных страниц. Считает его классификатор. Продакшен-архитектура закрыта: Юрий Чехович ещё 28 февраля 2024 года в интервью Skillbox отказался перечислять признаки. Но R&D-команда компании публикуется, и по статье в «Докладах РАН» (2023, т. 514) известно, что в основе — трансформер плюс 26 ручных признаков, из которых подтверждены пять: части речи, пунктуация, индекс Флеша, средняя длина предложения, число стоп-слов. Заявленный F1 на русском — 0,968.

След у моделей различается измеримо. ChatGPT употребляет конструкцию «it's not X, it's Y» в 3–4 раза чаще конкурентов; языковые модели в среднем ставят 7,13 тройки однородных членов на документ против 3,73 у людей. На корпусе из 52 305 русских научных абстрактов (AINL-Eval 2025) люди вставляли в текст в 10 раз больше цифр, чем модели. У DeepSeek к общему прибавляется своё: его русский на бенчмарке MERA — 0,687 против 0,862 у лучшей из измеренных моделей, и в текстах длиннее полутора тысяч слов проступают переводные конструкции. Курсовая на 6000 слов — ровно тот режим.

Слабое место назвали сами разработчики. В работе «Are AI Detectors Good Enough?» (arXiv:2410.14677) та же R&D-команда показала: высокие метрики на бенчмарках часто отражают слабость тестовых датасетов, а в реальных применениях качество резко падает — хуже всего на отредактированных текстах и на генераторах, которых не было в обучении. Гонка обновлений 2026 года — прямое следствие этого вывода.

Середина опаснее краёв

Самая рискованная зона по данным 2026 года — гибридные тексты, а не полная генерация. Бенчмарк ARB (arXiv:2607.29539, июль 2026) показал: на человеческом содержании, переписанном нейросетью, полнота детектора Binoculars падает с 93,5% до 15,1%, зато сгенерированный текст после второго прохода LLM ловится в 78–83% случаев. Решает происхождение содержания. Косметическая правка черновика из ChatGPT его природы не меняет; наивный парафраз местами даже повышает детектируемость — у Fast-DetectGPT на 15,03%. Гомоглифы и невидимые символы ловятся отдельными проверками и в споре с вузом выглядят как умысел.

Обратная сторона — ложные тревоги. Группа Карра из Университета Нотр-Дам (arXiv:2608.11256) зафиксировала пометки на научных абстрактах 2013–2015 годов, написанных до появления больших языковых моделей. «Коммерсантъ» 28 апреля 2026 года описал студентку с 96% «использования нейросетей» в самостоятельной работе; в ряде вузов к недопуску ведёт даже 1%. Позиция компании аккуратнее практики вузов: памятка сентября 2025 года прямо говорит, что ИИ-детекторы следует рассматривать «не как доказательство нечестной работы, а, скорее, как маркер», отметка о подозрительности снимается экспертом с комментарием, порог допуска устанавливает вуз локальным актом, а не система. Полный механизм — с признаками и процедурой снятия отметки — в нашем разборе ИИ-детекции.

Что из этого следует студенту

Трюки не работают. Синонимайзеры повышают риск, скрытые символы читаются как попытка обмана — в апелляции это хуже самой пометки. Работает содержательная переработка: свои данные, свои примеры, своя структура аргумента — по измерениям ARB решающим оказывается происхождение содержания. Вторая опора — доказательства процесса: черновики с историей версий и переписка с руководителем. Осенью 2026 года выходит веб-версия «Антиплагиата 2.0», фиксирующая сам процесс создания текста, и история работы над файлом становится главным аргументом честного автора.

Мы относимся к своим текстам как к объекту исследования: прогоняем связки «модель плюс системный промпт» через Антиплагиат.ВУЗ и смотрим показатель «ИИ-контент». Рабочие связки стабильно дают 0%. Причина прозаична: промпт требует того же, что научный руководитель, — цифр вместо оценочных слов и дословной терминологии. Доработку уже написанного текста по тем же правилам выполняет хьюманайзер.

Вопрос — ответ

Видит ли Антиплагиат текст из ChatGPT?

Да. Детектор обучался на GPT-4o ещё в мае 2025 года, а 8 апреля 2026 года алгоритмы адаптировали под самые актуальные версии GPT — скорость проверки при этом выросла примерно в 2,5 раза. Показатель «ИИ-контент» появляется в отчёте с указанием страниц, где предположительно использован сгенерированный текст. Слабее всего детекция на текстах, прошедших глубокую содержательную редактуру, — это признают сами разработчики.

DeepSeek ловится хуже или лучше, чем ChatGPT?

Прямого публичного сравнения детектируемости двух моделей на русском не существует. Известно, что DeepSeek V3 входил в обучающие и тестовые данные детектора с мая 2025 года, то есть системе эта модель знакома не хуже GPT. Дополнительный фактор: русский язык у DeepSeek слабее (0,687 на MERA против 0,862 у лидера), в длинных текстах появляются кальки — их замечает преподаватель и без детектора.

Что делать, если честную работу пометили как ИИ?

Опираться на документы самой компании: детекторы там названы маркером, «процентный подход изжил себя» (памятка сентября 2024 года), отметка снимается экспертом с поясняющим комментарием, а порог допуска — локальный акт вуза. Соберите доказательства процесса: черновики, историю версий файла, промежуточные расчёты, переписку с руководителем. Ложные срабатывания документированы вплоть до пометок на текстах 2013–2015 годов — написанных до появления нейросетей.

Как это решает кот

У кота это устроено как программный комплекс полного цикла: генерация текста — малая часть, вокруг неё тысячи операций — источники с проверкой, структура, расчёты, термины, ГОСТ. Хьюманайзер включён в каждый продукт по умолчанию и доступен отдельно, если текст у вас уже есть. В наших замерах комплекс стабильно показывает 0% ИИ-контента в Антиплагиат.ВУЗ — свежая курсовая с 0% ИИ и 87% оригинальности открыта в примерах готовых работ. Проверить на своей теме: бесплатный план за минуту.