Turnitin 能查出哪些 AI 模型？它点名的清单，和清单之外的名字

Turnitin 的英文 AI 写作检测 FAQ 点名了 32 个模型，从 `GPT-4o` 到 `Grok-4.1`，说它的检测器「can detect content from」（能检测其内容）这些模型，以及「and tools based on these LLMs as well」（以及基于这些大模型的工具）。在清单上，不等于你的文字一定会被查出来；同一页写着「we might miss some AI written text」（我们可能会漏掉一些 AI 写的文本）。不在清单上，也不等于过关。其他检测器公司一直在写的一批模型名，包括 GPT-6 Astra、Claude Opus 5、Gemini 3.7、Grok 4.6 和 Fable 5.1，截至 2026 年 9 月 17 日，在 Turnitin 的 461 篇英文帮助文章里一篇都没出现。这说明的是 Turnitin 没有在那里点名它们。FAQ 没有说没列出的模型生成的文本会怎样；紧跟在清单后面的那句是「We will continue to expand our detection capabilities to other models in the future.」（我们今后会继续把检测能力扩展到其他模型。）

所以这份清单回答的问题，比你带着来的那个问题窄。它告诉你 Turnitin 公开点了名的是哪些模型。它不告诉你某一篇论文会拿到什么分数，不管用的模型在不在清单上。

下面依次是：清单原样长什么样、这个措辞让 Turnitin 承诺了什么、我们是怎么数出这个空缺的，以及拿这些信息能做什么。

清单在 Turnitin 的 AI 写作检测能力 FAQ 里。这页第一句就把范围限定在英文：「The following content and FAQs pertain to our AI writing detection capabilities for English submissions only.」（以下内容和常见问题仅适用于我们针对英文提交的 AI 写作检测能力。）按页面上的时间戳，它最后一次编辑是 2026 年 8 月 28 日。

那句话以「Currently, Turnitin's AI writing detection model for English submissions can detect content from」（目前，Turnitin 针对英文提交的 AI 写作检测模型能检测以下模型的内容）开头，后面逐个列出模型，每个后面括号里带一个发布日期。我们按逗号切分，从第一个模型数到「and tools based on these LLMs」（以及基于这些大模型的工具）这几个字为止，得到 32 条。`GPT-5.2` 和 `GPT-5.2-pro` 算两条；结尾的「tools based on these LLMs」（基于这些大模型的工具）不算一条。拼写和奇怪的空格都照 Turnitin 原样：

表里故意没放发布日期。这份清单在同一页上印了两遍，一遍在「How does it work?」（它是怎么工作的？）下面，一遍在「Which AI writing models can Turnitin's technology detect?」（Turnitin 的技术能检测哪些 AI 写作模型？）下面，两份除了两个日期之外完全一样。第一份写 `o1-mini` 发布于 2024-09，第二份写 2024-12。第一份把 `Claude Sonnet-4.6` 标为 2026-02，第二份标为 2026-05。我们不替 Turnitin 选哪个对。如果某个日期对你的论证要紧，引用时说清楚引的是哪一份，并注明另一份写的不一样。

还有一份清单常被和它搞混。Turnitin 的发布说明里 2026 年 8 月 18 日那一条也列了模型名，但它宣布的是阿拉伯语检测，而且写明了：「our Arabic AI writing model is a separate model from our English AI writing, Spanish AI writing, and Japanese AI writing models.」（我们的阿拉伯语 AI 写作模型，与英文、西班牙语和日语 AI 写作模型是彼此独立的模型。）Opus 4.6（那条里印作 `Claude Opus 4.5 (released 2025-11) and 4.6`）、`OpenAI o3` 和 `Qwen 3 Next` 都出自这一条。这三个都不在英文清单上；英文清单里唯一一条 Opus 是 `Claude-Opus- 4.5`。如果你用英文写作，却把那条发布说明读成「Turnitin 加上了 Opus 4.6」，那你读的是另一个模型的清单。

英文模型清单里的动词是「can detect content from」（能检测其内容）。在那句话里，它不是「trained on」（在其上训练过），也不是「tested against」（针对其测试过）。这个区别很容易丢，因为 Turnitin 描述日语检测时用的恰好是另一种说法：2025 年的一条发布说明写日语模型是「trained to detect text likely generated with」（被训练来检测很可能由以下模型生成的文本）GPT-4 和 GPT-4o。不要把日语那边的动词套到英文清单上。

这个动词后面没有跟任何数字。清单上没有一条旁边标着检出率，清单也没有把哪个模型排得比别的更难查。所以「Claude 被查出的概率比 GPT 低」这种话，在这份清单里找不到出处。

同一份 FAQ 对它低误报目标的代价也说得很直白：

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.（为了把误报率维持在 1% 这个低水平，我们有可能漏掉文档里一部分 AI 写的文本。我们接受这一点，因为我们不想把人写的文本错误地标成 AI 写的。）

接着它举了个例子：如果它判定一份文档里有 50% 的内容很可能是 AI 工具写的，这份文档「could contain as much as 65% AI writing」（实际可能含有多达 65% 的 AI 写作）。这一点对清单上的模型同样适用。

而且清单不是固定的。在「AI 百分比会不会随检测器和被检测模型的演进而变化」这个问题下，FAQ 写道「it is likely that our detection capabilities will also change, affecting the AI percentage」（我们的检测能力很可能也会变化，从而影响 AI 百分比），接着是：「However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed.」（不过，对已经提交的文档来说，只有重新提交处理，AI 百分比才会变化。）所以你手上已有报告里的百分比，不重新提交就不会变。

其他检测器公司一直在发文章，讨论一些不在 Turnitin 清单上的模型名。Originality.ai 的博客有「Is GPT-6 Astra Content Detectable?」（GPT-6 Astra 生成的内容能被检测出来吗？）、「Is Gemini 3.7 Flash Content Detectable?」（Gemini 3.7 Flash 生成的内容能被检测出来吗？）和「Is Grok 4.6 Content Detectable?」（Grok 4.6 生成的内容能被检测出来吗？）；Pangram 的博客有「Can Pangram Detect Claude Opus 5?」（Pangram 能检测 Claude Opus 5 吗？）和「Does Pangram Detect Fable 5.1?」（Pangram 能检测 Fable 5.1 吗？）。我们不转述这些文章的结论，也没有拿这些模型去和它们厂商的发布公告核对。这些名字我们只用来做一件事：看 Turnitin 的文档有没有提到它们。

就 Turnitin 的英文帮助中心而言，没有提到。下面说清楚这个「没有」具体指什么。

• 语料。 Turnitin 帮助中心 guides.turnitin.com 上的全部英文文章：461 篇。这个数字我们在 2026 年 9 月 17 日（UTC）用两种办法得到：一是把帮助中心的公开文章 API 翻到最后一页（共五页，去重后 461 篇），二是帮助中心的 sitemap（461 个英文文章地址）。两个集合互相比对，哪一边都没有多出来的。大约半小时后通过 API 又跑了一遍，还是 461。
• 方法。 去掉每篇文章正文的标签，然后做逐字、区分大小写的文本检索。
• 在全部 461 篇里零命中的检索词： `GPT-6`、`Astra`、`Opus 5`、`Opus-5`、`Opus- 5`、`Sonnet 5`、`Gemini 3.7`、`Gemini-3.7`、`Grok 4.6`、`Grok-4.6`、`Fable`。
• 检索确实在工作的证据。 同一批语料、同一种检索：`Nova-2-lite` 出现在 1 篇文章里（就是那份 FAQ，出现两次，两份清单各一次），`GPT-5.4` 出现在 2 篇文章里。所以检索是活的。它匹配的是逐字字符串，这也是上面的检索词里包含 Turnitin 自己会用的带空格、带连字符写法的原因，比如照清单里 `Claude-Opus- 4.5` 的写法补上的 `Opus- 5`。
• 没有覆盖的。 turnitin.com 本站，也就是营销网站和 Turnitin 的博客。那些我们没搜，所以我们不说 Turnitin 在任何地方都没提过这些名字。结论只到帮助中心为止。

接下来这部分比计数本身更要紧。一个名字缺席，说明的是 Turnitin 发布了什么，不是它的检测器做了什么。FAQ 没有说没列出的模型生成的文本会怎样。它谈到其他模型时，说的是以后的事。两份清单后面紧跟的都是这一句：

We will continue to expand our detection capabilities to other models in the future.（我们今后会继续把检测能力扩展到其他模型。）

它在回答如何为「yet to emerge」（尚未出现的）模型做准备时写道「we are continuously updating our model to detect these additional LLMs」（我们在持续更新模型，以检测这些新增的大模型），隔一句又写：「Since then, we've expanded our detection capabilities to include a large number of other LLMs as mentioned in the FAQ earlier.」（从那以后，我们已经把检测能力扩展到了 FAQ 前文提到的大量其他大模型。）清单本身以「and tools based on these LLMs as well」（以及基于这些大模型的工具）结尾，没有说同一厂商后来的模型算不算在内。这几句话里，没有一句说未列出的模型现在就能被查出，也没有一句说它会被漏掉。所以本文两样都不说。

1. 在你需要的那天，自己去读清单。 打开那份 FAQ，在页面里搜「can detect content from」，记下页面的时间戳。我们核对时，那页最后编辑于 2026 年 8 月 28 日，而且它是原地修改的。一张带日期的截图，在面谈里比任何文章的转述都管用，包括我们这篇。
2. 对的是确切的模型名，不是应用名。 清单列的是模型（`Claude Sonnet-4.5`、`Gemini 2.5 Flash`），不是聊天应用。如果你说不清某个工具当时跑的是哪个模型，这份清单替你定不了任何事，而「tools based on these LLMs」（基于这些大模型的工具）那句也没有点任何一个工具的名。
3. 看清语种。 英文论文对应英文清单。西班牙语、日语和阿拉伯语的提交各有各的模型和清单，和英文那份对不上。
4. 别把这份清单扯进关于你自己论文的争论。 不管你用的模型在清单哪一边，同一份 FAQ 里都有一句话往另一个方向说，而且哪一边说的都不是你这份文档。
5. 手上已经有报告，就从报告出发。 已提交文档的百分比只有在重新提交时才会变，所以你手上那份报告就是当时打出来的样子。怎么读一份 Turnitin AI 检测报告 讲了这个数字包含什么。如果被标出的文字确实是你自己写的，怎么准备申辩 和 怎么留住版本历史 比这份模型清单对你更有用。

Claude Opus 4.6 在 Turnitin 的清单上吗？ 不在英文清单上。英文 FAQ 里的 Claude 条目到 `Claude Sonnet-4.6`、`Claude-Haiku-4.5` 和 `Claude-Opus- 4.5` 为止。Opus 4.6 出现在 2026 年 8 月 18 日那条发布说明里，而那条讲的是阿拉伯语检测模型。

Turnitin 8 月份更新过英文模型清单吗？ 那页 FAQ 最后编辑于 2026 年 8 月 28 日，但编辑时间戳说明不了改的是哪一部分，而我们手上没有那天之前的完整清单副本可以比对。8 月 18 日发布说明里的那份清单属于阿拉伯语模型。

清单能告诉我我用的模型被查出的可能性有多大吗？ 不能。清单上没有逐个模型的数字。FAQ 确实给出的数字，比如 1% 的误报率目标，以及 50% 的结果「could contain as much as 65% AI writing」（实际可能含有多达 65% 的 AI 写作）这个例子，针对的是整个检测器。

`Claude Sonnet-4.6` 的发布日期到底哪个对？ 这页两个都给了，2026-02 和 2026-05，两份清单各一个。阿拉伯语清单用的是 2026-05。换作我们，会只引模型名，不写日期。

本页是总览。下面每篇各自深入一个模型系列或一条边界：

• Turnitin 能检测 GPT-5 和其他新 AI 模型吗
• Turnitin 能检测 Claude 吗？
• Turnitin 能检测 Gemini 和 Copilot 吗？
• Turnitin 能查出 Claude、Copilot、Gemini 吗？ 讲为什么一份覆盖清单不是逐模型排名，以及 Copilot 不在清单上不能说明什么。
• Turnitin 能检测 DeepSeek 吗？
• Turnitin 能检测 Grok 吗？
• Turnitin 能检测 LLaMA 吗？
• Turnitin 能检测 Mistral 生成的文本吗？
• Turnitin 能检测 Perplexity AI 吗？
• Turnitin 新增阿拉伯语 AI 检测 对比了阿拉伯语清单和英文清单。
• 非英语的提交，Turnitin 能查出 AI 吗？ 讲西班牙语、日语和阿拉伯语各自独立的模型。

以下全部是 2026 年 9 月 17 日（UTC）在未登录状态下读的。Turnitin 会原地修改这些页面，真要依赖其中哪一条，先重新打开看一遍。

• Turnitin Guides，Turnitin's AI writing detection capabilities FAQs。页面时间戳 2026 年 8 月 28 日。模型清单（两份）以及上文所有 FAQ 引文都出自这里。
• Turnitin Guides，Turnitin release notes，2026 August 18 那一条，关于现代标准阿拉伯语检测。日语的「trained to detect」（被训练来检测）措辞也出自这页，在 2025 年的一条里。
• Turnitin Guides，全部 461 篇英文（en-us）帮助中心文章，用于模型名检索，通过帮助中心的公开文章 API 和它的 sitemap 计数。
• 只作为「不在清单上的模型名」那一节里模型名出处的博客文章：Originality.ai 的 Is GPT-6 Astra Content Detectable?、Is Gemini 3.7 Flash Content Detectable? 和 Is Grok 4.6 Content Detectable?；Pangram 的 Can Pangram Detect Claude Opus 5? 和 Does Pangram Detect Fable 5.1?。