Geprüft wurden Pangram 3.3.2, GPTZero 2026-05-11-base und Originality.ai Turbo 3.0.2. Unter Stilimitation übersahen sie 10, 11 beziehungsweise 18 Prozent der KI-Passagen. In der wissenschaftlichen Kategorie lagen die unerkannten Anteile über alle Werkzeuge bei 24 bis 29 Prozent.
Die Falsch-Positiv-Rate gegenüber echten Texten lag bei 0 bis 4 Prozent. Die offenen Daten machen die Messung nachprüfbar, aber sie sagt nichts darüber, wie sich andere Textsorten oder spätere Detektorversionen verhalten.