Onze cijfers. Jouw vertrouwen.
We publiceren onze nauwkeurigheidsgegevens omdat transparantie vertrouwen opbouwt. Elk getal hier komt van een onafhankelijke benchmark van 211 echte teksten.
Belangrijkste statistieken
Uitsplitsing per engine
Elke engine heeft verschillende sterke punten. Consensus combineert ze.
← Swipe to see all columns →
| Engine | Vals-positief percentage | Echt-positief percentage | Sterkte |
|---|---|---|---|
| GPTZero | 0,0% | 88,2% | Menselijke bewaker — laagste FPR |
| Winston AI | 3,5% | 90,2% | Gebalanceerde detector |
| Originality.ai | 18,4% | 94,1% | Agressief — hoogste TPR |
| OmniScore (Consensus) | 2,5% | 96,1% | Beste van beide: lage FPR + hoge TPR |
FPR = menselijke tekst onterecht gemarkeerd als AI (lager is beter). TPR = AI-tekst correct geïdentificeerd (hoger is beter).
Waarom consensus elke enkele engine verslaat
Originality.ai alleen markeert 18,4% van menselijk schrijven als AI. Door consensus daalt dat tot 2,5%.
Originality.ai individueel FPR 18,4% → Consensus FPR 2,5%
Alle drie de engines zijn het eens over het oordeel (3/3)
Twee van drie engines zijn het eens, uitschieter genegeerd (2/3)
Alle engines zijn het oneens — gemarkeerd als onzeker
Wanneer engines het oneens zijn, is dat ook informatie. Een verdeeld oordeel vertelt je dat de tekst dubbelzinnig is — eerlijker dan een valse vertrouwensscore van een enkele detector.
Hoe we de benchmark hebben gebouwd
Grondigheid erin, vertrouwen eruit.
211 echte steekproeven
Menselijke teksten uit 15+ bronnen: klassieke literatuur, academische papers, studentenessays, nieuwsartikelen, blogberichten, forumdiscussies en professioneel schrijven. AI-teksten van 6+ modellen: GPT-4o, Claude 3.5, Gemini, Llama, Mistral en meer.
Nul LLM-besmetting
Alle menselijke steekproeven zijn verzameld met pure extractietools (Firefox Reader Mode, Firecrawl). Geen LLM is gebruikt om menselijke tekst te 'reinigen' of 'extraheren' — omdat LLM-extractie AI-achtige artefacten produceert die benchmarkintegriteit aantasten.
Besmettingsaudit
10 steekproeven die aanvankelijk als 'menselijk' waren gelabeld, werden opnieuw geclassificeerd nadat alle drie de engines ze unaniem markeerden — herleid tot het gebruik van een LLM voor tekstextractie. Lessen geleerd, methodologie verbeterd, en deze steekproeven uitgesloten van scoring.
Tweetalige dekking
171 Engelse + 40 Duitse steekproeven. Beide talen getest tegen alle drie de engines om meertalige nauwkeurigheid te verifiëren.
Continue herevaluatie
Elke engine-upgrade, algoritmewijziging of drempelaanpassing triggert een volledige benchmark-hertest. De dataset groeit bij elke iteratie.
Most Accurate AI Detector Tools in 2026
Which AI detector is the most accurate? Individual tools achieve 85-95% accuracy, but they frequently disagree — our benchmark shows engines contradict each other on 15-30% of texts. A single score cannot give you certainty.
OmniDetect solves this with multi-engine consensus. By combining GPTZero (the academic standard), Winston AI (content marketing focus), and Originality.ai (highest single-engine precision), we reduce false positives from ~18% to just 2.5% — verified across 1,038 independent samples.
| Tool | Engines | FPR | Approach |
|---|---|---|---|
| OmniDetect | 3 (consensus) | 2.5% | Multi-engine verdict |
| GPTZero | 1 | ~9% | Perplexity-based |
| Originality.ai | 1 | ~8% | Deep learning |
| Winston AI | 1 | ~12% | Transformer-based |
The methodology is simple: when three independent engines agree, the result is far more reliable than any single opinion. It's the difference between one judge and a jury.
Eerlijke beperkingen
Geen AI-detector is perfect. Dit is waar de onze moeite mee heeft.
Claude-imitatie is moeilijk te vangen
Twee AI-steekproeven die studenten- en verhalende stijlen imiteerden, scoorden onder 16%. Winston AI en Originality.ai misten ze volledig — alleen GPTZero markeerde ze.
Academisch schrijven krijgt hogere scores
Alle drie de vals-positieven waren academische of professionele teksten. Formeel, gestructureerd schrijven kan lijken op AI-outputpatronen.
Korte teksten zijn minder betrouwbaar
Teksten onder 300 woorden produceren minder stabiele resultaten bij alle engines. We raden 500+ woorden aan voor betrouwbare oordelen.
Parafraseertools verminderen nauwkeurigheid
Zwaar geparafraseerde AI-tekst kan alle drie de engines omzeilen. Geen detector op de markt lost dit volledig op.
Niet-moedertaalsprekers kunnen verhoogde scores zien
Niet-Engelstalige schrijvers produceren soms patronen die overlappen met AI-gegenereerde content, wat leidt tot hogere scores dan verwacht.
Veelgestelde vragen
Gerelateerde detectietools
Oordeel zelf
Cijfers zijn mooi. Ervaring is beter. Probeer een gratis scan en beoordeel de nauwkeurigheid zelf.
Gratis scan starten