Quels modèles d’IA Turnitin détecte-t-il ? La liste officielle et ce qui manque

La FAQ de Turnitin sur la détection de l’écriture par IA en anglais nomme 32 modèles, de `GPT-4o` à `Grok-4.1`, et indique que son détecteur peut « can detect content from » (détecter le contenu qui en provient) et « and tools based on these LLMs as well » (ainsi que les outils fondés sur ces LLM). Figurer sur cette liste n’est pas la promesse que votre texte sera repéré ; la même page écrit « we might miss some AI written text » (il se peut que nous manquions une partie du texte rédigé par IA). Ne pas y figurer n’est pas non plus un laissez-passer. Les noms de modèles dont d’autres entreprises de détection parlent, notamment GPT-6 Astra, Claude Opus 5, Gemini 3.7, Grok 4.6 et Fable 5.1, n’apparaissent dans aucun des 461 articles d’aide en anglais de Turnitin au 17 septembre 2026. Cela signifie que Turnitin ne les a pas nommés là. La FAQ ne dit pas ce qu’il advient du texte produit par un modèle qu’elle n’a pas listé ; la phrase qui suit immédiatement sa liste dit « We will continue to expand our detection capabilities to other models in the future. » (Nous continuerons à l’avenir d’étendre nos capacités de détection à d’autres modèles.)

La liste répond donc à une question plus étroite que celle que vous vous posiez sans doute en arrivant. Elle vous dit ce à quoi Turnitin a attaché son nom. Elle ne vous dit pas le score qu’obtiendra tel ou tel devoir, pour aucun modèle, qu’il soit listé ou non.

Ci-dessous : la liste telle qu’elle est imprimée, ce à quoi la formulation engage Turnitin, comment nous avons compté l’angle mort, et quoi en faire.

Elle se trouve dans la FAQ de Turnitin sur les capacités de détection de l’écriture par IA. Sa première ligne la limite à l’anglais : « The following content and FAQs pertain to our AI writing detection capabilities for English submissions only. » (Le contenu et les questions fréquentes qui suivent concernent uniquement nos capacités de détection de l’écriture par IA pour les soumissions en anglais.) D’après son horodatage, elle a été modifiée pour la dernière fois le 28 août 2026.

La phrase commence par « Currently, Turnitin's AI writing detection model for English submissions can detect content from » (Actuellement, le modèle de détection de l’écriture par IA de Turnitin pour les soumissions en anglais peut détecter le contenu provenant de) puis énumère les modèles, chacun suivi d’une date de sortie entre crochets. Nous l’avons découpée aux virgules, du premier modèle jusqu’aux mots « and tools based on these LLMs » (et les outils fondés sur ces LLM), ce qui donne 32 entrées. `GPT-5.2` et `GPT-5.2-pro` comptent pour deux ; la formule finale « tools based on these LLMs » (les outils fondés sur ces LLM) n’est pas comptée comme une entrée. L’orthographe et les espacements bizarres sont de Turnitin :

Nous avons volontairement laissé les dates de sortie hors du tableau. La liste est imprimée deux fois sur la même page, une fois sous « How does it work? » (Comment cela fonctionne-t-il ?) et une fois sous « Which AI writing models can Turnitin's technology detect? » (Quels modèles d’écriture par IA la technologie de Turnitin peut-elle détecter ?), et les deux copies sont identiques à deux dates près. La première donne `o1-mini` comme sorti en 2024-09, la seconde en 2024-12. La première date `Claude Sonnet-4.6` de 2026-02, la seconde de 2026-05. Nous n’allons pas choisir à la place de Turnitin. Si une date compte pour votre argumentation, citez la copie que vous visez et signalez que l’autre dit autre chose.

Une autre liste est souvent confondue avec celle-ci. L’entrée des notes de version du 18 août 2026 de Turnitin nomme elle aussi des modèles, mais elle annonce la détection en arabe, et elle le dit : « our Arabic AI writing model is a separate model from our English AI writing, Spanish AI writing, and Japanese AI writing models. » (Notre modèle d’écriture par IA en arabe est un modèle distinct de nos modèles d’écriture par IA en anglais, en espagnol et en japonais.) C’est de cette entrée que viennent Opus 4.6 (imprimé là sous la forme `Claude Opus 4.5 (released 2025-11) and 4.6`), `OpenAI o3` et `Qwen 3 Next`. Aucun de ces trois ne figure sur la liste anglaise ; la seule entrée Opus qui s’y trouve est `Claude-Opus- 4.5`. Si vous écrivez en anglais et que vous lisez cette note de version comme « Turnitin added Opus 4.6 » (Turnitin a ajouté Opus 4.6), vous avez lu la liste du mauvais modèle.

Le verbe de la liste de modèles en anglais est « can detect content from » (peut détecter le contenu qui en provient). Dans cette phrase, ce n’est pas « trained on » (entraîné sur) et ce n’est pas « tested against » (testé contre). La différence se perd facilement, parce que Turnitin décrit sa détection en japonais avec l’un de ces autres verbes : une note de version de 2025 dit que les modèles japonais ont été « trained to detect text likely generated with » (entraînés à détecter le texte probablement généré avec) GPT-4 et GPT-4o. Ne reportez pas le verbe japonais sur la liste anglaise.

Ce qui n’accompagne pas ce verbe, c’est un chiffre. Aucune entrée de la liste n’est assortie d’un taux de détection, et la liste ne classe aucun modèle comme plus difficile à repérer qu’un autre. L’affirmation « Claude is detected less often than GPT » (Claude est détecté moins souvent que GPT) ne peut donc pas s’appuyer sur cette liste.

La même FAQ est tout aussi claire sur le prix de son objectif de faux positifs bas :

In order to maintain this low rate of 1% for false positives, there is a chance that we might miss some AI written text in a document. We're comfortable with that since we do not want to incorrectly highlight human-written text as AI-written. (Afin de maintenir ce faible taux de 1 % de faux positifs, il est possible que nous manquions une partie du texte rédigé par IA dans un document. Cela ne nous pose pas de problème, car nous ne voulons pas signaler à tort un texte écrit par un humain comme écrit par une IA.)

Elle donne ensuite un exemple : si elle identifie 50 % d’un document comme probablement écrit par un outil d’IA, le document « could contain as much as 65% AI writing » (pourrait contenir jusqu’à 65 % d’écriture par IA). Cela vaut aussi pour les modèles listés.

Et la liste n’est pas figée. Interrogée sur la question de savoir si le pourcentage d’IA évoluera à mesure que le détecteur et les modèles se transformeront, la FAQ répond « it is likely that our detection capabilities will also change, affecting the AI percentage » (il est probable que nos capacités de détection évoluent elles aussi, ce qui influera sur le pourcentage d’IA), puis : « However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed. » (Toutefois, pour un document déjà soumis, le pourcentage d’IA ne changera que s’il est de nouveau soumis pour être traité.) Le pourcentage d’un rapport que vous détenez déjà reste donc tel quel, sauf si le document est resoumis.

D’autres entreprises de détection publient des articles sur des noms de modèles qui ne figurent pas sur la liste de Turnitin. Le blog d’Originality.ai propose « Is GPT-6 Astra Content Detectable? » (Le contenu de GPT-6 Astra est-il détectable ?), « Is Gemini 3.7 Flash Content Detectable? » (Le contenu de Gemini 3.7 Flash est-il détectable ?) et « Is Grok 4.6 Content Detectable? » (Le contenu de Grok 4.6 est-il détectable ?) ; celui de Pangram propose « Can Pangram Detect Claude Opus 5? » (Pangram peut-il détecter Claude Opus 5 ?) et « Does Pangram Detect Fable 5.1? » (Pangram détecte-t-il Fable 5.1 ?). Nous ne rapportons pas ce que ces articles ont trouvé, et nous n’avons pas confronté les modèles aux annonces de leurs fabricants. Nous avons utilisé ces noms pour une seule chose : vérifier si la documentation de Turnitin les mentionne.

Non, du moins pour ce qui concerne son centre d’aide en anglais. Voici exactement ce que ce « non » veut dire.

• Corpus. Tous les articles en anglais du centre d’aide de Turnitin sur guides.turnitin.com : 461 articles. Nous sommes arrivés à ce chiffre par deux voies le 17 septembre 2026 (UTC) : en parcourant jusqu’au bout l’API publique des articles du centre d’aide (cinq pages, 461 articles uniques) et à partir du sitemap du centre d’aide (461 adresses d’articles en anglais). Les deux ensembles concordaient, sans reste d’un côté ni de l’autre. Une seconde passe par l’API environ une demi-heure plus tard a de nouveau renvoyé 461.
• Méthode. Les balises ont été retirées du corps de chaque article, puis une recherche textuelle exacte et sensible à la casse a été effectuée.
• Recherches sans aucun résultat dans les 461 : `GPT-6`, `Astra`, `Opus 5`, `Opus-5`, `Opus- 5`, `Sonnet 5`, `Gemini 3.7`, `Gemini-3.7`, `Grok 4.6`, `Grok-4.6`, `Fable`.
• Preuve que la recherche fonctionnait. Même corpus, même recherche : `Nova-2-lite` apparaît dans 1 article (la FAQ, deux fois, une fois dans chaque copie de la liste) et `GPT-5.4` dans 2 articles. La recherche est donc vivante. Elle porte sur des chaînes exactes, ce qui explique que la liste ci-dessus inclue les graphies avec espace et avec trait d’union qu’emploie Turnitin lui-même, comme `Opus- 5` calqué sur le `Claude-Opus- 4.5` de la liste.
• Non couvert. turnitin.com lui-même, c’est-à-dire le site commercial et le blog de Turnitin. Nous ne les avons pas parcourus, nous ne disons donc pas que Turnitin n’a jamais mentionné ces noms nulle part. L’affirmation s’arrête au centre d’aide.

Voici maintenant ce qui compte plus que le décompte. Un nom absent vous dit ce que Turnitin a publié, pas ce que son détecteur fait. La FAQ ne dit pas ce qu’il advient du texte produit par un modèle qu’elle n’a pas listé. Ce qu’elle dit des autres modèles regarde vers l’avenir. Dans les deux copies, la phrase qui suit immédiatement la liste est :

We will continue to expand our detection capabilities to other models in the future. (Nous continuerons à l’avenir d’étendre nos capacités de détection à d’autres modèles.)

Sa réponse sur la préparation aux modèles « yet to emerge » (qui ne sont pas encore apparus) dit « we are continuously updating our model to detect these additional LLMs » (nous mettons continuellement à jour notre modèle pour détecter ces LLM supplémentaires), et deux phrases plus loin : « Since then, we've expanded our detection capabilities to include a large number of other LLMs as mentioned in the FAQ earlier. » (Depuis lors, nous avons étendu nos capacités de détection à un grand nombre d’autres LLM, comme indiqué plus haut dans la FAQ.) La liste elle-même se termine par « and tools based on these LLMs as well » (ainsi que les outils fondés sur ces LLM) sans dire si un modèle ultérieur du même fabricant compte. Aucune de ces phrases ne dit qu’un modèle non listé est détecté aujourd’hui, et aucune ne dit qu’il passe inaperçu. Cet article ne dit donc ni l’un ni l’autre.

1. Lisez la liste vous-même, le jour où vous en avez besoin. Ouvrez la FAQ, cherchez « can detect content from » (détecter le contenu qui en provient) dans la page et notez l’horodatage de la page. Lorsque nous avons vérifié, cette page avait été modifiée pour la dernière fois le 28 août 2026, et elle est modifiée sur place. Une capture d’écran datée vaut plus, en réunion, que la paraphrase de n’importe quel article, y compris le nôtre.
2. Faites correspondre le nom exact du modèle, pas celui de l’application. La liste nomme des modèles (`Claude Sonnet-4.5`, `Gemini 2.5 Flash`), pas des applications de dialogue. Si vous ne pouvez pas savoir quel modèle tournait derrière un outil, la liste ne peut rien trancher pour vous, et la clause « tools based on these LLMs » (les outils fondés sur ces LLM) ne nomme aucun outil.
3. Vérifiez la langue. Un texte en anglais relève de la liste anglaise. Les soumissions en espagnol, en japonais et en arabe ont chacune leur propre modèle et leur propre liste, qui ne correspondent pas à la liste anglaise.
4. Tenez la liste à l’écart de toute discussion sur votre propre texte. Quel que soit le côté de la liste où se trouve votre modèle, la même FAQ contient une phrase qui va dans l’autre sens, et aucun des deux ne parle de votre document.
5. Si vous avez déjà un rapport, partez du rapport. Le pourcentage d’un document soumis ne change que lorsqu’il est resoumis : le rapport que vous tenez reste donc tel qu’il a été noté. Comment lire un rapport d’écriture par IA de Turnitin explique ce que ce chiffre inclut. Si c’est vous qui avez écrit le texte signalé, préparer une réponse et conserver l’historique des versions vous servent plus que la liste de modèles.

Claude Opus 4.6 figure-t-il sur la liste de Turnitin ? Pas sur la liste anglaise. Les entrées Claude de la FAQ anglaise s’arrêtent à `Claude Sonnet-4.6`, `Claude-Haiku-4.5` et `Claude-Opus- 4.5`. Opus 4.6 est nommé dans la note de version du 18 août 2026, qui décrit le modèle de détection en arabe.

Turnitin a-t-il mis à jour sa liste de modèles en anglais en août ? La page de la FAQ a été modifiée pour la dernière fois le 28 août 2026, mais un horodatage de modification ne dit pas quelle partie a changé, et nous n’avons aucune copie complète de la liste antérieure à cette date à laquelle la comparer. La liste de la note de version du 18 août appartient au modèle arabe.

La liste me dit-elle à quel point mon modèle risque d’être détecté ? Non. La liste ne comporte aucun chiffre par modèle. Les chiffres que la FAQ donne valent pour le détecteur dans son ensemble, comme l’objectif de 1 % de faux positifs et l’exemple selon lequel un résultat de 50 % « could contain as much as 65% AI writing » (pourrait contenir jusqu’à 65 % d’écriture par IA).

Quelle date de sortie est la bonne pour `Claude Sonnet-4.6` ? La page donne les deux, 2026-02 et 2026-05, une dans chaque copie de la liste. La liste arabe utilise 2026-05. Nous citerions le nom du modèle et laisserions la date de côté.

Cette page est la vue d’ensemble. Chacun des textes suivants approfondit une famille de modèles ou une limite :

• Turnitin détecte-t-il GPT-5 et les autres nouveaux modèles d’IA ?
• Turnitin détecte-t-il spécifiquement Claude ?
• Turnitin détecte-t-il Gemini et Copilot ?
• Turnitin détecte-t-il Claude, Copilot ou Gemini ? explique pourquoi une liste de couverture n’est pas un classement par modèle et ce que l’absence de Copilot ne démontre pas.
• Turnitin détecte-t-il DeepSeek ?
• Turnitin détecte-t-il Grok ?
• Turnitin détecte-t-il LLaMA ?
• Turnitin détecte-t-il les textes de Mistral ?
• Turnitin détecte-t-il Perplexity AI ?
• Détection de l’IA en arabe par Turnitin : ce qui a changé pour celles et ceux qui écrivent en arabe compare la liste arabe et la liste anglaise.
• Turnitin peut-il détecter l’IA dans des soumissions non anglaises ? couvre les modèles distincts pour l’espagnol, le japonais et l’arabe.

Toutes lues sans être connecté le 17 septembre 2026 (UTC). Turnitin modifie ces pages sur place : rouvrez-les avant de vous appuyer sur quoi que ce soit ici.

• Turnitin Guides, questions fréquentes sur les capacités de détection de l’écriture par IA de Turnitin. Horodatage de la page : 28 août 2026. Source de la liste de modèles, de ses deux copies et de toutes les citations de la FAQ ci-dessus.
• Turnitin Guides, notes de version de Turnitin, entrée datée du 18 août 2026, sur la détection de l’arabe standard moderne. C’est aussi la source de la formulation japonaise « trained to detect » (entraîné à détecter), dans une entrée de 2025.
• Turnitin Guides, les 461 articles d’aide en anglais (en-us), pour la recherche de noms, comptés via l’API publique des articles du centre d’aide et son plan du site.
• Articles de blog utilisés uniquement comme source des noms de modèles dans la section sur les noms absents de la liste : Originality.ai, Le contenu de GPT-6 Astra est-il détectable ?, Le contenu de Gemini 3.7 Flash est-il détectable ? et Le contenu de Grok 4.6 est-il détectable ? ; Pangram, Pangram peut-il détecter Claude Opus 5 ? et Pangram détecte-t-il Fable 5.1 ?.