Quais modelos de IA o Turnitin detecta? A lista que ele nomeia, e o que fica de fora

A FAQ de escrita por IA em inglês do Turnitin nomeia 32 modelos, de `GPT-4o` a `Grok-4.1`, e diz que o detector "can detect content from" (consegue detectar o conteúdo) esses modelos, "and tools based on these LLMs as well" (e também as ferramentas baseadas nesses LLMs). Estar nessa lista não é promessa de que o seu texto será pego; a mesma página diz "we might miss some AI written text" (podemos deixar passar parte do texto escrito por IA). Não estar nela também não é um salvo-conduto. Nomes de modelo que outras empresas de detecção andam comentando, incluindo GPT-6 Astra, Claude Opus 5, Gemini 3.7, Grok 4.6 e Fable 5.1, não aparecem em nenhum dos 461 artigos de ajuda em inglês do Turnitin até 17 de setembro de 2026. Isso quer dizer que o Turnitin não os nomeou ali. A FAQ não diz o que acontece com o texto de um modelo que ela não listou; a frase logo depois da lista diz "We will continue to expand our detection capabilities to other models in the future." (Continuaremos a ampliar as nossas capacidades de detecção para outros modelos no futuro.)

Então a lista responde a uma pergunta mais estreita do que a que você provavelmente trouxe. Ela diz a quais modelos o Turnitin emprestou o seu nome. Não diz qual nota um trabalho específico vai receber, seja qual for o modelo, listado ou não.

Abaixo: a lista como ela é impressa, o que essa redação compromete o Turnitin a fazer, como contamos essa lacuna, e o que fazer com isso.

Ela vive na FAQ de capacidades de detecção de escrita por IA do Turnitin. A primeira linha limita o escopo ao inglês: "The following content and FAQs pertain to our AI writing detection capabilities for English submissions only." (O conteúdo e as perguntas frequentes a seguir referem-se apenas às nossas capacidades de detecção de escrita por IA para envios em inglês.) Pelo carimbo de tempo da página, a última edição foi em 28 de agosto de 2026.

A frase começa com "Currently, Turnitin's AI writing detection model for English submissions can detect content from" (Atualmente, o modelo de detecção de escrita por IA do Turnitin para envios em inglês consegue detectar o conteúdo de) e depois vai passando pelos modelos, cada um com uma data de lançamento entre colchetes. Nós a dividimos pelas vírgulas, do primeiro modelo até as palavras "and tools based on these LLMs" (e ferramentas baseadas nesses LLMs), o que dá 32 entradas. `GPT-5.2` e `GPT-5.2-pro` contam como duas; o fecho "tools based on these LLMs" (ferramentas baseadas nesses LLMs) não é contado como uma entrada. A grafia e os espaços estranhos são do próprio Turnitin:

Deixamos as datas de lançamento fora da tabela de propósito. A lista é impressa duas vezes na mesma página, uma sob "How does it work?" (Como é que funciona?) e outra sob "Which AI writing models can Turnitin's technology detect?" (Quais modelos de escrita por IA a tecnologia do Turnitin consegue detectar?), e as duas cópias são idênticas exceto por duas datas. A primeira dá `o1-mini` como lançado em 2024-09 e a segunda como 2024-12. A primeira data `Claude Sonnet-4.6` de 2026-02, a segunda de 2026-05. Não vamos escolher uma delas pelo Turnitin. Se uma data importa para o seu argumento, cite a cópia que você quer dizer e diga que a outra cópia discorda.

Mais uma lista costuma ser confundida com esta. A entrada das notas de versão de 18 de agosto de 2026 do Turnitin também nomeia modelos, mas o que ela anuncia é a detecção em árabe, e ela mesma diz isso: "our Arabic AI writing model is a separate model from our English AI writing, Spanish AI writing, and Japanese AI writing models." (o nosso modelo de escrita por IA em árabe é um modelo separado dos nossos modelos de escrita por IA em inglês, em espanhol e em japonês.) É dessa entrada que vêm o Opus 4.6 (impresso lá como `Claude Opus 4.5 (released 2025-11) and 4.6`), o `OpenAI o3` e o `Qwen 3 Next`. Nenhum desses três está na lista em inglês; a única entrada Opus lá é `Claude-Opus- 4.5`. Se você escreve em inglês e lê aquela nota de versão como "Turnitin added Opus 4.6" (o Turnitin acrescentou o Opus 4.6), você leu a lista do modelo errado.

O verbo na lista de modelos em inglês é "can detect content from" (consegue detectar o conteúdo). Naquela frase ele não é "trained on" (treinado com) nem "tested against" (testado contra). Essa diferença é fácil de perder, porque o Turnitin descreve a detecção em japonês com um desses outros verbos: uma nota de versão de 2025 diz que os modelos em japonês foram "trained to detect text likely generated with" (treinados para detectar texto provavelmente gerado com) GPT-4 e GPT-4o. Não transporte o verbo japonês para a lista em inglês.

O que não vem junto com esse verbo é um número. Nenhuma entrada da lista tem uma taxa de detecção ao lado, e a lista não classifica um modelo como mais difícil de pegar do que outro. Então "Claude is detected less often than GPT" (o Claude é detectado com menos frequência do que o GPT) não é algo que você possa atribuir a esta lista.

A mesma FAQ também é franca sobre o custo da meta baixa de falsos positivos dela:

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. (Para manter essa taxa baixa de 1% de falsos positivos, existe a chance de deixarmos passar parte do texto escrito por IA em um documento. Estamos tranquilos com isso, porque não queremos marcar de forma errada texto escrito por gente como escrito por IA.)

Depois ela dá um exemplo: se identifica 50% de um documento como provavelmente escrito por uma ferramenta de IA, o documento "could contain as much as 65% AI writing" (pode conter até 65% de escrita por IA). Isso vale também para os modelos listados.

E a lista não é fixa. Perguntada se o percentual de IA vai mudar conforme o detector e os modelos evoluem, a FAQ diz "it is likely that our detection capabilities will also change, affecting the AI percentage" (é provável que as nossas capacidades de detecção também mudem, afetando o percentual de IA) e depois: "However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed." (No entanto, para um documento já enviado, o percentual de IA só muda se ele for enviado de novo para ser processado.) Então o percentual de um relatório que você já tem fica como está, a menos que o documento seja reenviado.

Outras empresas de detecção vêm publicando posts sobre nomes de modelo que não estão na lista do Turnitin. O blog da Originality.ai tem "Is GPT-6 Astra Content Detectable?" (O conteúdo do GPT-6 Astra é detectável?), "Is Gemini 3.7 Flash Content Detectable?" (O conteúdo do Gemini 3.7 Flash é detectável?) e "Is Grok 4.6 Content Detectable?" (O conteúdo do Grok 4.6 é detectável?); o da Pangram tem "Can Pangram Detect Claude Opus 5?" (O Pangram consegue detectar o Claude Opus 5?) e "Does Pangram Detect Fable 5.1?" (O Pangram detecta o Fable 5.1?). Não estamos relatando o que esses posts concluíram, e não conferimos os modelos em si contra os anúncios de quem os faz. Usamos os nomes para uma coisa só: ver se a documentação do Turnitin os menciona.

Não, pelo menos no que diz respeito ao help center em inglês. Aqui está exatamente o que esse "não" significa.

• Corpus. Todos os artigos em inglês do help center do Turnitin em guides.turnitin.com: 461 artigos. Chegamos a esse número de duas formas em 17 de setembro de 2026 (UTC): percorrendo a API pública de artigos do help center até o fim (cinco páginas, 461 artigos únicos) e pelo sitemap do help center (461 endereços de artigos em inglês). Os dois conjuntos bateram, sem sobra de nenhum dos lados. Uma segunda passada pela API cerca de meia hora depois devolveu 461 de novo.
• Método. Tags removidas do corpo de cada artigo, depois uma busca de texto exata e sensível a maiúsculas e minúsculas.
• Buscas com zero ocorrências nos 461 todos: `GPT-6`, `Astra`, `Opus 5`, `Opus-5`, `Opus- 5`, `Sonnet 5`, `Gemini 3.7`, `Gemini-3.7`, `Grok 4.6`, `Grok-4.6`, `Fable`.
• Prova de que a busca estava funcionando. Mesmo corpus, mesma busca: `Nova-2-lite` aparece em 1 artigo (a FAQ, duas vezes, uma em cada cópia da lista) e `GPT-5.4` em 2 artigos. Então a busca está viva. Ela casa strings exatas, e é por isso que a lista acima inclui as grafias com espaço e com hífen que o próprio Turnitin usa, como `Opus- 5`, seguindo o `Claude-Opus- 4.5` da própria lista.
• Fora do escopo. O próprio turnitin.com, ou seja, o site de marketing e o blog do Turnitin. Não buscamos neles, então não estamos dizendo que o Turnitin nunca mencionou esses nomes em lugar nenhum. A afirmação para no help center.

Agora a parte que importa mais do que a contagem. Um nome ausente diz o que o Turnitin publicou, não o que o detector dele faz. A FAQ não diz o que acontece com o texto de um modelo que ela não listou. O que ela diz sobre outros modelos olha para a frente. Nas duas cópias, a frase logo depois da lista é:

We will continue to expand our detection capabilities to other models in the future. (Continuaremos a ampliar as nossas capacidades de detecção para outros modelos no futuro.)

A resposta dela sobre preparação para modelos "yet to emerge" (que ainda vão surgir) diz "we are continuously updating our model to detect these additional LLMs" (estamos atualizando continuamente o nosso modelo para detectar esses LLMs adicionais) e, duas frases depois: "Since then, we've expanded our detection capabilities to include a large number of other LLMs as mentioned in the FAQ earlier." (Desde então, ampliamos as nossas capacidades de detecção para incluir um grande número de outros LLMs, como mencionado na FAQ mais acima.) A lista em si termina com "and tools based on these LLMs as well" (e também as ferramentas baseadas nesses LLMs), sem dizer se um modelo mais recente do mesmo fabricante conta. Nenhuma dessas frases diz que um modelo não listado é pego hoje, e nenhuma diz que ele passa batido. Então este artigo não diz nem uma coisa nem outra.

1. Leia a lista você mesmo, no dia em que precisar dela. Abra a FAQ, busque na página por "can detect content from" (consegue detectar o conteúdo) e anote o carimbo de tempo da página. Quando conferimos, aquela página tinha sido editada pela última vez em 28 de agosto de 2026, e ela é editada no próprio lugar. Uma captura de tela com a data vale mais numa conversa do que a paráfrase de qualquer artigo, inclusive a nossa.
2. Combine o nome exato do modelo, não o nome do app. A lista nomeia modelos (`Claude Sonnet-4.5`, `Gemini 2.5 Flash`), não aplicativos de chat. Se você não consegue saber qual modelo uma ferramenta estava rodando, a lista não resolve nada para você, e a cláusula "tools based on these LLMs" (ferramentas baseadas nesses LLMs) não nomeia ferramenta nenhuma.
3. Confira o idioma. Um trabalho em inglês vai para a lista em inglês. Envios em espanhol, em japonês e em árabe têm cada um o seu próprio modelo e a sua própria lista, e elas não batem com a de inglês.
4. Deixe a lista fora de qualquer discussão sobre o seu próprio trabalho. De que lado da lista o seu modelo estiver, a mesma FAQ tem uma frase que corta para o outro lado, e nenhum dos dois lados é sobre o seu documento.
5. Se você já tem um relatório, parta do relatório. O percentual de um documento enviado só muda quando ele é reenviado, então o relatório que você tem na mão fica com a nota que recebeu. Como ler um relatório de escrita por IA do Turnitin cobre o que aquele número inclui. Se o texto sinalizado foi você mesmo quem escreveu, como preparar uma resposta e como manter o histórico de versões fazem mais por você do que a lista de modelos.

O Claude Opus 4.6 está na lista do Turnitin? Na de inglês, não. As entradas Claude da FAQ em inglês param em `Claude Sonnet-4.6`, `Claude-Haiku-4.5` e `Claude-Opus- 4.5`. O Opus 4.6 é nomeado na nota de versão de 18 de agosto de 2026, que descreve o modelo de detecção em árabe.

O Turnitin atualizou a lista de modelos em inglês em agosto? A página da FAQ foi editada pela última vez em 28 de agosto de 2026, mas um carimbo de edição não diz qual parte mudou, e não temos uma cópia completa da lista anterior àquela data para comparar. A lista da nota de versão de 18 de agosto pertence ao modelo em árabe.

A lista me diz qual é a chance de o meu modelo ser pego? Não. A lista não tem números por modelo. Os números que a FAQ dá valem para o detector inteiro, como a meta de 1% de falsos positivos e o exemplo de que um resultado de 50% "could contain as much as 65% AI writing" (pode conter até 65% de escrita por IA).

Qual data de lançamento é a certa para `Claude Sonnet-4.6`? A página dá as duas, 2026-02 e 2026-05, uma em cada cópia da lista. A lista em árabe usa 2026-05. Nós citaríamos o nome do modelo e deixaríamos a data de fora.

Esta página é a visão geral. Cada um destes entra mais fundo em uma família de modelos ou em uma fronteira:

• O Turnitin detecta o GPT-5 e outros modelos de IA novos?
• O Turnitin detecta especificamente o Claude?
• O Turnitin detecta o Gemini e o Copilot?
• O Turnitin detecta Claude, Copilot ou Gemini? entra em por que uma lista de cobertura não é um ranking por modelo e no que a ausência do Copilot não mostra nada.
• O Turnitin detecta o DeepSeek?
• O Turnitin detecta o Grok?
• O Turnitin detecta o LLaMA?
• O Turnitin detecta texto de IA do Mistral?
• O Turnitin detecta o Perplexity AI?
• Detecção de IA em árabe pelo Turnitin: o que mudou para quem escreve em árabe compara a lista em árabe com a de inglês.
• O Turnitin consegue detectar IA em envios que não são em inglês? cobre os modelos separados de espanhol, japonês e árabe.

Todas lidas sem login em 17 de setembro de 2026 (UTC). O Turnitin edita essas páginas no próprio lugar, então reabra-as antes de se apoiar em qualquer coisa daqui.

• Turnitin Guides, perguntas frequentes sobre as capacidades de detecção de escrita por IA do Turnitin. Carimbo de tempo da página: 28 de agosto de 2026. Fonte da lista de modelos, das duas cópias, e de todas as citações da FAQ acima.
• Turnitin Guides, notas de versão do Turnitin, entrada datada de 18 August 2026, sobre detecção em árabe moderno padrão. Também a fonte da formulação japonesa "trained to detect" (treinado para detectar), numa entrada de 2025.
• Turnitin Guides, todos os 461 artigos em inglês (en-us) do help center, para a busca por nome, contados pela API pública de artigos do help center e pelo mapa do site dele.
• Posts de blog usados apenas como fonte dos nomes de modelo na seção sobre os nomes que não estão na lista: Originality.ai, "Is GPT-6 Astra Content Detectable?" (O conteúdo do GPT-6 Astra é detectável?), "Is Gemini 3.7 Flash Content Detectable?" (O conteúdo do Gemini 3.7 Flash é detectável?) e "Is Grok 4.6 Content Detectable?" (O conteúdo do Grok 4.6 é detectável?); Pangram, "Can Pangram Detect Claude Opus 5?" (O Pangram consegue detectar o Claude Opus 5?) e "Does Pangram Detect Fable 5.1?" (O Pangram detecta o Fable 5.1?).