AI Humanizer Benchmark

AI Humanizer Benchmark ist ein öffentliches Testprojekt, das eine einfache Frage mit Zahlen beantworten will: Welche AI-Humanizer kommen tatsächlich an KI-Detektoren vorbei, ohne den Text zu ruinieren? Jeden Monat werden zehn beliebte Humanizer mit demselben Satz neu erzeugter Texte konfrontiert, darunter Aufsätze, E-Mails, Blogbeiträge und andere Textarten. Die Texte werden fixiert, bevor ein Humanizer sie sieht, und jedes Tool arbeitet mit Standardeinstellungen statt mit einer auf den Test zugeschnittenen Konfiguration.

Die Ergebnisse stützen sich nicht auf einen einzelnen Detektor. Jede Umschreibung wird von sieben kommerziellen Detektoren bewertet, und der Median daraus ergibt das Bypass-Ergebnis, sodass kein Detektor das Ranking dominieren kann. Neben der Bypass-Rate bewertet das Benchmark die Bedeutungsbewahrung über semantische Ähnlichkeit zum Original und die Lesbarkeit über die Einschätzung eines Sprachmodells und zieht dann Punkte für Probleme wie Bedeutungsdrift, Längeninflation, Verweigerungen oder praktisch unveränderte Ausgaben ab.

Was dieses Projekt auszeichnet, ist seine Transparenz. Jeder Prompt, jede Ausgabe, jedes Detektorurteil und der Bewertungscode selbst werden auf GitHub dauerhaft veröffentlicht, und die Seite bietet neu gewichtete Rankings für engere Fragen – etwa den besten Humanizer für Studierende, für Marketingtexte oder gegen einen einzelnen Detektor wie GPTZero. Das Team entwickelt zudem UndetectedGPT, das in den Rankings erscheint; genau deshalb werden die Rohdaten offengelegt, damit Leser die Zahlen selbst prüfen und nachrechnen können.