Detector de texto IA: las mejores opciones para marcas de agua en 2026
Descubra qué detector de texto IA sirve para verificar marcas de agua en 2026, cuánto cuesta y por qué el acceso al generador decide el resultado.
En 2026 no existe un detector de texto IA con marca de agua que sea público y universal. Para los equipos que controlan su propio modelo, Hugging Face SynthID Text ofrece la mejor vía hacia producción, pero su método de entrenamiento parte de 10,000 ejemplos: generar para cada prompt una salida con marca y otra sin ella supone 20,000 ejecuciones antes del despliegue. Para textos de Claude o Gemini procedentes de terceros, el estado real al 16 de agosto de 2026 es: no compatible.
La respuesta rápida: qué detector de texto IA sirve depende del origen
Una marca de agua en texto de IA no es un espacio sospechoso, un guion extraño ni una estimación genérica de cuánto se parece un texto a la escritura de una máquina. Los sistemas que realmente merece la pena comprar o desarrollar insertan una señal estadística en las palabras que elige el modelo. Para leerla se necesita un detector que coincida con la configuración de marca de agua del generador y, a menudo, con su clave secreta.
Esa diferencia cambia por completo la decisión de compra. Si la organización controla el modelo y sus parámetros de generación, puede desplegar un detector real. Si el proveedor ofrece una API oficial de verificación, puede consultarla. Cuando no se cumple ninguna de esas condiciones, el resultado correcto es no compatible, no «escrito por una persona» ni «sin marca de agua».
Esta es la clasificación del software que hoy puede realizar un trabajo útil. Los precios se verificaron el 16 de agosto de 2026. Los cuatro productos tienen una licencia de software de código abierto de $0, pero ninguno elimina los costos de inferencia del modelo, calibración, almacenamiento, ingeniería o revisión.
Mejor opción general: Hugging Face SynthID Text, pero solo para una organización que sea dueña del proceso de generación. Entre las alternativas analizadas, es la implementación más cercana a una infraestructura de producción, y su documentación resulta especialmente clara sobre el esfuerzo de entrenamiento y los modos de fallo.
Mejor opción para evaluación: MarkLLM. Proporciona a los equipos de investigación o de plataforma un único banco de pruebas para comparar varios métodos, en lugar de confundir el nivel de confianza de un detector con una verdad universal.
Mejor referencia sencilla: lm-watermarking. Es una solución más limitada y veterana, precisamente lo que conviene cuando el objetivo es reproducir el método KGW con parámetros conocidos y no explorar una caja de herramientas extensa.
Mejor complemento de inspección: watermarks-remover. Es muy eficaz para localizar artefactos presentes en el texto y puede ejecutar un detector con la misma configuración, pero no puede certificar que no exista la marca de agua de un proveedor propietario.
El detector para Claude anunciado por Anthropic podría terminar siendo la respuesta adecuada para las salidas de Claude. No entra en la clasificación porque todavía no se han publicado la API, las condiciones de acceso, los límites ni el precio. Las interfaces públicas de verificación de Google tampoco aceptan actualmente texto pegado, mientras que el verificador público de OpenAI se limita por ahora a imágenes y audio. Un equipo de compras no debería cubrir esos vacíos con un escáner de consumo para navegador.
Cómo elegimos estos detectores de marcas de agua en textos de IA
La clasificación aplica cinco criterios que reflejan una decisión de despliegue real.
- Tipo de evidencia: Un detector de marcas de agua debe buscar una señal insertada de forma intencional. Un clasificador que solo calcula si un texto se parece a la escritura de una IA pertenece a otra categoría.
- Coincidencia con la fuente: El detector debe indicar qué configuración de generación, clave, tokenizador o proveedor puede verificar realmente. Si promete identificar cualquier modelo sin acceso al origen, conviene desconfiar.
- Viabilidad de despliegue: Un método creíble necesita una implementación utilizable, entradas documentadas, una ruta de detección y suficientes detalles para reproducir el resultado.
- Robustez: La documentación debe reconocer que las muestras cortas, los textos factuales, el código, el parafraseo, la reescritura, la traducción y otras transformaciones debilitan la señal.
- Costo operativo: Una licencia de código abierto no equivale al presupuesto total. También cuentan las ejecuciones de generación, el entrenamiento del detector, los corpus de evaluación, la calibración del umbral, la custodia de claves, los registros y la revisión humana.
Las primeras cuatro herramientas superaron el filtro porque delimitan su alcance y permiten examinar sus limitaciones. Los escáneres de Unicode para consumidores aparecen más adelante, ya que resuelven un problema de saneamiento mucho más específico. Los clasificadores convencionales de escritura con IA quedaron fuera porque infieren un estilo en lugar de leer una clave incorporada. Si ese es el tipo de producto que se necesita, la guía independiente de los mejores detectores de IA en 2026 compara esa categoría sin hacerla pasar por verificación de marcas de agua.
Todas las afirmaciones sobre productos, licencias, repositorios, versiones y disponibilidad se comprobaron en páginas de primera fuente el 16 de agosto de 2026. Ninguno de los programas de socios activos o de alto valor disponibles para esta comparativa ofrece verificación de marcas de agua en texto, por lo que no se incluyó a ningún socio en la clasificación. Añadir una opción solo por conveniencia comercial haría menos precisa la comparación.
1. Hugging Face SynthID Text: la mejor vía a producción si se controla la generación
Hugging Face SynthID Text es la mejor alternativa actual cuando una organización controla la infraestructura que sirve el modelo y puede marcar el texto durante la generación. Google DeepMind y Hugging Face incorporaron la implementación en Transformers v4.46.0, combinando la generación de marcas de agua con un detector entrenable, no con un veredicto mágico tras pegar un texto. La guía de implementación de Hugging Face documenta ambos lados del sistema. El caso de uso concreto es una plataforma empresarial de modelos que necesita distinguir las salidas de sus propios modelos compatibles en varias aplicaciones internas. Su límite es igual de concreto: no puede identificar textos arbitrarios de Claude, Gemini o ChatGPT sin la configuración y los datos de entrenamiento correspondientes.
Durante la generación, el sistema ajusta las probabilidades de los tokens mediante una configuración de marca de agua protegida con clave. Hugging Face recomienda entre 20 y 30 enteros aleatorios únicos para la clave y señala una longitud de n-grama de 5 como un buen valor predeterminado, con 2 como mínimo. No son parámetros universales que puedan copiarse a un detector después de generar el texto. Forman parte de una configuración que debe mantenerse sin cambios desde la generación hasta el entrenamiento del detector.
Es en el detector donde una herramienta aparentemente gratuita se convierte en un proyecto. Hugging Face recomienda al menos 10,000 ejemplos, repartidos entre salidas con y sin marca de agua y después divididos en datos de entrenamiento y de prueba. Si la organización produce una respuesta marcada y otra sin marcar por cada prompt, eso representa 20,000 ejecuciones de generación antes de entrenar el detector. La licencia del repositorio sigue costando $0; el cómputo del modelo y el tiempo del equipo no.
Existe una forma útil de escalar. Los modelos que comparten tokenizador pueden utilizar la misma configuración de marca de agua y el mismo detector, pero solo si los datos de entrenamiento del detector incluyen ejemplos de todos los modelos participantes. Esto puede reducir la cantidad de servicios de detección que debe mantener una plataforma interna. También implica que actualizar un modelo no es un simple trámite: obliga a incorporar muestras nuevas y volver a validar el detector.
Los modos de fallo deben orientar la política. Una reescritura exhaustiva o una traducción pueden reducir mucho la confianza, y las respuestas factuales son más difíciles de marcar porque el modelo tiene menos libertad para elegir entre palabras plausibles. Por eso, el resultado del detector debe acompañar a los metadatos de origen, no sustituirlos. Sirve para reforzar una pista de auditoría, no para acusar a un empleado, estudiante, contratista o editor a partir de una sola puntuación.
Mejor opción para: Equipos de producto y plataforma que controlan la generación de texto y pueden conservar la configuración de la marca de agua.
Lo más destacado: Una implementación de Transformers orientada a producción y con un método explícito para entrenar el detector.
Precio: Licencia de software Apache-2.0 de $0, verificada el 16 de agosto de 2026; la inferencia, el entrenamiento, el almacenamiento y la ingeniería se pagan aparte.
Prueba gratuita: No corresponde; la implementación es de código abierto.
- Integra la generación y la detección en un mismo ecosistema documentado.
- Ofrece pautas iniciales concretas sobre el número de claves, la longitud de n-grama y el tamaño del conjunto de entrenamiento.
- Puede cubrir varios modelos con el mismo tokenizador mediante un único detector, siempre que todos estén representados en el entrenamiento.
- Documenta las debilidades ante la reescritura, la traducción y los textos factuales en lugar de ocultarlas.
- Exige controlar la configuración de generación y los datos del detector.
- Parte de una carga de calibración considerable, no de un escaneo con un clic.
- No puede verificar texto de proveedores propietarios sin su clave o interfaz correspondiente.
- La confianza de la detección disminuye con textos muy transformados o restringidos.
Prueba piloto práctica de SynthID Text
Elegir una sola ruta de generación propia
Conviene empezar con un modelo, un tokenizador y un tipo de salida bien delimitado, como borradores para atención al cliente. No se deben mezclar modelos ni casos de uso hasta comprender la referencia inicial.
Fijar la configuración de la marca de agua
Hay que crear y proteger la clave, registrar el parámetro de n-grama y versionar la configuración de generación completa. Los resultados del detector solo tienen sentido mientras se conozca esa configuración de origen.
Crear ejemplos emparejados
Se utilizan al menos 10,000 prompts representativos. Para cada uno se genera una salida marcada y otra sin marcar, y luego se dividen las 20,000 ejecuciones resultantes entre datos de entrenamiento y un conjunto de prueba reservado.
Entrenar y calibrar el detector
El modelo se entrena con las clases conocidas y después se elige un umbral operativo usando texto reservado. Antes de vincular una consecuencia normativa al resultado, se miden los falsos positivos en las salidas sin marcar y las detecciones omitidas en las marcadas.
Poner el resultado a prueba
El conjunto de evaluación debe incluir respuestas cortas, pasajes factuales, texto parecido a código, paráfrasis y traducciones. Los casos no compatibles se registran por separado, en lugar de forzarlos a un veredicto binario.
Versionar toda la cadena
La aplicación de origen, el modelo, el tokenizador, la versión de configuración, la versión del detector y el resultado se guardan juntos. Cualquier cambio de modelo o de marca de agua exige recalibrar.
Veredicto: Hugging Face SynthID Text es la opción indicada cuando la procedencia forma parte de un sistema de generación propio. No sirve si la única entrada es un texto pegado de un proveedor desconocido.
2. MarkLLM: el mejor banco de evaluación antes de elegir una marca de agua
MarkLLM es el mejor entorno de evaluación para un equipo de investigación que necesita saber qué método de marca de agua resiste sus contenidos y pruebas de robustez reales. El proyecto de código abierto admite generación y detección con distintos enfoques, incluidos KGW y SynthID-Text, y ofrece flujos separados para material con y sin marca de agua. Su caso de uso práctico es un grupo de plataforma que compara métodos con prompts propios del producto antes de adoptar un sistema de generación. Su limitación es fundamental: abarcar distintos métodos publicados no le proporciona la configuración secreta del modelo privado de un proveedor.
MarkLLM incluye 12 herramientas de evaluación que abarcan detectabilidad, robustez y calidad del texto. Es importante porque un detector puede parecer excelente con muestras limpias y largas, pero fallar tras las transformaciones habituales de un flujo de trabajo. Un producto de redacción jurídica, un asistente de soporte y un asistente de código no generan la misma distribución de texto. Un buen banco de pruebas deja que esas diferencias determinen el método, en lugar de confiar en una sola puntuación llamativa.
El entorno está construido sobre Python 3.10 y PyTorch. Al 16 de agosto de 2026, el repositorio mostraba 1.0k estrellas en GitHub, 176 commits y, como último commit indicado, uno con fecha del 10 de julio de 2026. Esas señales del repositorio no demuestran que la solución sea fiable en producción, pero sí reflejan una superficie de investigación más amplia y con mantenimiento más reciente que varias implementaciones más específicas.
La principal razón para elegir MarkLLM no es la cantidad de nombres que admite. Su ventaja consiste en reunir generación, ataque, detección y evaluación de calidad en un experimento reproducible. Así resulta más fácil responder la pregunta que de verdad importa al negocio: ¿qué señal sigue siendo útil después de las ediciones permitidas en nuestro flujo y con una tasa de falsos positivos que nuestra política pueda tolerar?
MarkLLM no debe convertirse en la puerta de entrada para documentos arbitrarios. Su lugar está detrás de un experimento controlado o de un sistema de generación propio, donde se conozcan el método y los parámetros de la marca de agua. Sin esa coincidencia con el origen, su detector no puede emitir un veredicto de procedencia para Claude, Gemini o ChatGPT.
Mejor opción para: Equipos de investigación y plataforma que comparan métodos de marca de agua antes de elegir uno para producción.
Lo más destacado: Doce herramientas de evaluación, además de flujos de generación y detección para varios métodos.
Precio: Licencia de software Apache-2.0 de $0, verificada el 16 de agosto de 2026; el cómputo y la integración se pagan aparte.
Prueba gratuita: No corresponde; el kit de herramientas es de código abierto.
- Compara varias familias de marcas de agua en un mismo entorno.
- Evalúa detectabilidad, robustez y calidad del texto, no una sola puntuación.
- Incluye flujos de detección para contenido con y sin marca de agua.
- El repositorio mostró actividad reciente en julio de 2026.
- Requiere Python, PyTorch, acceso al modelo e ingeniería de investigación.
- Puede fomentar una exploración demasiado amplia antes de definir el uso normativo.
- No dispone de las claves de proveedores propietarios ni convierte un texto desconocido en procedencia verificada.
- La supervisión en producción, el control de acceso y el proceso de incidentes quedan a cargo de la organización.
Veredicto: MarkLLM sirve para elegir una marca de agua antes del despliegue, no como detector universal después de recibir el texto.
3. lm-watermarking: la referencia KGW más clara y explicable
lm-watermarking es la opción más clara para un grupo de investigación pequeño que busca la implementación oficial de KGW y una referencia acotada y explicable. El repositorio oficial se integra con la generación de Hugging Face Transformers y mantiene visible la relación entre los parámetros de generación y los de detección. El caso de uso concreto es reproducir un experimento publicado sobre marcas de agua antes de compararlo con métodos más nuevos. Su límite es la sensibilidad a la configuración: gamma, la semilla, el tokenizador, el dispositivo y las demás entradas del detector deben coincidir con la generación, de modo que los textos de proveedores desconocidos quedan fuera de su alcance.
El punto de partida documentado por el repositorio usa gamma 0.25, delta 2.0, un ancho de contexto h=4 y selfhash. Esa recomendación se presenta como la interpretación de los responsables del proyecto en agosto de 2023, por lo que debe tratarse como una referencia reproducible y no como un valor óptimo universal vigente. La antigüedad no es necesariamente un defecto. Cuando un método se utiliza como control en una evaluación, la estabilidad y la transparencia de los supuestos pueden ser más valiosas que una larga lista de funciones.
La detección también exige disciplina con los n-gramas repetidos. La documentación indica que deben ignorarse para obtener valores p válidos y advierte que los parámetros de generación y detección han de coincidir. Esos detalles explican por qué copiar una interfaz de detección y alimentarla con texto anónimo no permite establecer su origen. La estadística solo tiene sentido en relación con el método que produjo el texto.
Al 16 de agosto de 2026, lm-watermarking tenía licencia Apache-2.0, 694 estrellas en GitHub, 16 commits y un último commit indicado con fecha del 17 de septiembre de 2025. MarkLLM ofrece un conjunto de evaluación más amplio y Hugging Face SynthID Text, una vía más sólida hacia producción. lm-watermarking gana cuando el objetivo es comprender y reproducir KGW sin añadir la complejidad de un framework más extenso.
Mejor opción para: Investigadores y desarrolladores sénior que necesitan una implementación de control KGW transparente.
Lo más destacado: La implementación oficial hace explícita la correspondencia entre los parámetros de generación y detección.
Precio: Licencia de software Apache-2.0 de $0, verificada el 16 de agosto de 2026; el modelo y el cómputo se pagan aparte.
Prueba gratuita: No corresponde; la implementación es de código abierto.
- Proporciona la implementación oficial de los trabajos sobre marcas de agua KGW.
- Ofrece una referencia específica y más fácil de interpretar que un banco con varios métodos.
- Se integra con la interfaz conocida de generación de Transformers.
- Documenta los parámetros necesarios para una detección y un manejo de valores p válidos.
- Es más limitada que MarkLLM y está menos orientada a producción que Hugging Face SynthID Text.
- La recomendación de referencia data de agosto de 2023.
- Hacer coincidir tokenizador, dispositivo, semilla y parámetros de generación añade fragilidad operativa.
- No puede verificar la marca de un proveedor propietario sin conocer su configuración.
Veredicto: lm-watermarking es la herramienta adecuada cuando el objetivo es la reproducibilidad. No lo es para comparar varios métodos, implantar gobernanza llave en mano o verificar proveedores externos.
4. watermarks-remover: el mejor complemento de inspección, no una prueba del proveedor
watermarks-remover es el mejor complemento para inspeccionar los distintos artefactos que suelen agruparse sin precisión bajo el término «marcas de agua de IA». El proyecto de código abierto puede examinar y limpiar Unicode invisible, metadatos y estructuras relacionadas con C2PA, y después utilizar una capa independiente de reescritura para los patrones estadísticos. Su integración opcional con MarkLLM permite detectar marcas KGW y SynthID cuando se dispone de la misma configuración. El proyecto deja claro que esta integración no es un oráculo para el detector propietario de un proveedor, y esa cautela explica que ocupe el cuarto puesto y no el primero.
Su caso de uso práctico es un flujo editorial, de cumplimiento o de seguridad que necesita inventariar artefactos antes de mover texto entre sistemas. Los caracteres Unicode invisibles pueden causar problemas de búsqueda, análisis, comparación o formato aunque no constituyan una marca de procedencia de IA. Los metadatos y las estructuras C2PA son, a su vez, capas de evidencia distintas. Una herramienta capaz de hacer visibles esas capas mejora la higiene del texto sin afirmar más de lo que sabe.
El peligro está en la interpretación. Eliminar un carácter de ancho cero no borra el patrón estadístico de elección de palabras de Anthropic, porque la empresa afirma que su método no añade caracteres ocultos. Una reescritura puede debilitar una señal estadística, pero sin el detector del proveedor no hay forma de certificar que haya desaparecido. «El archivo parece limpio» y «el detector del proveedor dará negativo» son afirmaciones distintas.
Cuando se verificó el 16 de agosto, el repositorio tenía 11.1k estrellas en GitHub, 1.2k forks, 87 commits y un último commit indicado con fecha del 15 de agosto de 2026. Ese nivel de adopción le da un lugar importante en la conversación de compra, sobre todo porque el interés por eliminar marcas puede avanzar más rápido que la infraestructura para detectarlas. Su popularidad no amplía el tipo de evidencia que puede leer.
Mejor opción para: Equipos de auditoría y operaciones de contenido que necesitan separar las comprobaciones de Unicode, metadatos, C2PA y patrones estadísticos con configuración coincidente.
Lo más destacado: Un solo flujo de inspección para varios tipos de artefactos, con integración opcional del detector de MarkLLM.
Precio: Licencia de software MIT de $0, verificada el 16 de agosto de 2026; los modelos y la infraestructura opcionales se pagan aparte.
Prueba gratuita: No corresponde; el proyecto es de código abierto.
- Separa el saneamiento de caracteres ocultos del análisis estadístico de marcas de agua.
- Reúne la inspección de Unicode, metadatos y elementos relacionados con C2PA en un solo proyecto.
- Puede usar MarkLLM para revisar KGW o SynthID cuando existe una configuración coincidente.
- Mostró una adopción considerable y una actualización reciente en agosto de 2026.
- Su nombre puede llevar a atribuirle una capacidad de procedencia mayor que la que admite su documentación.
- Una reescritura puede reducir una señal sin demostrar que el detector del proveedor dará negativo.
- La detección con la misma configuración sigue requiriendo conocer la fuente.
- Limpiar un artefacto puede destruir evidencia útil si no se conserva el original.
Veredicto: watermarks-remover sirve para inspeccionar y sanear clases conocidas de artefactos. No permite certificar que un texto externo desconocido nunca tuvo una marca.
El detector de Claude de Anthropic lidera la lista de seguimiento, pero aún no es un producto
La API Claude Watermark Detection de Anthropic es el verificador de proveedor más importante que conviene seguir porque está vinculado a la clave utilizada por el nuevo sistema de marcado de texto de Claude. Anthropic anunció esta capacidad el 14 de agosto de 2026 y afirma que la API del detector llegará próximamente. No ha publicado detalles de implementación, condiciones de acceso, límites ni precios. Por eso representa una dirección creíble, no una solución que pueda desplegarse hoy.
El método de Claude es una versión de SynthID-Text. Inserta un patrón estadístico protegido con clave en la elección de palabras, sin caracteres ocultos, tokens adicionales ni una identidad incrustada del usuario o la organización. Anthropic afirma que la marca apenas afecta la velocidad y que no añade costos de servicio o uso. Esas condiciones económicas de generación son alentadoras, pero no equivalen a las condiciones comerciales de la API de detección.
La cobertura también es específica. La guía de soporte de Anthropic señala que los modelos Claude lanzados en la UE el 2 de agosto de 2026 o después incorporan el marcado desde su lanzamiento, mientras que la compatibilidad con modelos anteriores sigue en desarrollo. Cuando está disponible, la marca puede aplicarse en todo el mundo mediante Claude Platform y API, Claude, Claude Code, Claude Cowork, Claude Tag y los socios de nube enumerados. Esa amplitud solo resulta útil si un verificador posterior puede acceder al servicio de detección correspondiente.
Las limitaciones deben figurar en toda nota de compras. Las muestras cortas ofrecen poca señal, los pasajes factuales y el código incorporan menos, y una edición intensa, el parafraseo, la traducción o una reescritura completa pueden eliminar cualquier patrón detectable. Incluso un resultado positivo significa que Claude pudo haber procesado el texto. No demuestra que Claude originara las ideas ni el primer borrador.
La consecuencia empresarial es sencilla: conviene conservar desde ahora los registros de proveedor, modelo, versión, fecha y hora, y aplicación de origen. La verificación de la marca de agua debe quedar detrás de un adaptador capaz de recibir más adelante una respuesta del proveedor. No se debe comprar un escáner genérico de Unicode como detector provisional de Claude, porque lee un tipo de evidencia diferente.
Mejor opción para: Verificar en el futuro las salidas de modelos Claude compatibles mediante la clave y el servicio de Anthropic.
Lo más destacado: Un detector controlado por el proveedor y vinculado con la marca de agua estadística protegida con clave de Claude.
Precio: No publicado para la futura API del detector al 16 de agosto de 2026.
Prueba gratuita: No anunciada.
- Utilizará la clave de detección del propio proveedor en lugar de inferir el origen a partir del estilo de escritura.
- La marca anunciada no añade caracteres ocultos ni tokens adicionales a la salida.
- El marcado compatible abarca productos Claude, la API y los canales de nube indicados.
- Anthropic documenta límites importantes de interpretación y transformación.
- La API de detección todavía no está disponible públicamente.
- El acceso, los límites, los detalles de implementación y el precio siguen sin publicarse.
- Los textos cortos, factuales, con mucho código, traducidos o muy editados pueden ser difíciles o imposibles de verificar.
- Una señal positiva indica procesamiento con Claude, no autoría exclusiva.
Veredicto: Conviene preparar la arquitectura para la API de Anthropic, pero no presupuestarla como control disponible hasta que el acceso y el precio sean públicos.
Qué herramienta conviene en cada caso
Un fundador con financiación que opera un endpoint de modelo propio debería empezar con Hugging Face SynthID Text. La marca de agua puede instalarse en el punto donde se genera el texto y el detector puede entrenarse con la distribución real de las salidas de la empresa. Hay que presupuestar las 20,000 ejecuciones emparejadas y realizar una prueba piloto acotada antes de prometer procedencia en todo el producto.
Un CTO de una empresa mediana que compara métodos debería comenzar con MarkLLM. Se seleccionan prompts representativos de soporte, ventas, políticas y código, y luego se evalúan en conjunto la detectabilidad, la robustez y la calidad del texto. El objetivo no es declarar un ganador universal, sino encontrar el método cuyo modo de fallo encaje con la tolerancia al riesgo de la empresa.
Un grupo de investigación pequeño que reproduce KGW debería elegir lm-watermarking. Su alcance más estrecho permite ver los supuestos y mantiene explicable el experimento. El paso a MarkLLM tiene sentido cuando la pregunta de investigación deja de ser reproductiva y pasa a ser comparativa.
Un responsable de auditoría u operaciones de contenido que inspecciona artefactos mixtos debería usar watermarks-remover como complemento. El original se conserva, Unicode y los metadatos se inspeccionan, y el detector estadístico solo se ejecuta cuando se conoce la configuración correspondiente. Cada capa de evidencia debe informarse por separado.
Un comprador que revisa textos de Claude, Gemini o ChatGPT procedentes de terceros no debería elegir ninguna de las cuatro como escáner universal. Debe esperar al verificador adecuado del proveedor, solicitar registros de origen o marcar el caso como no compatible. La API de Anthropic llegará próximamente; la verificación pública de texto de Google no está disponible junto a sus interfaces actuales para medios, y el verificador público de OpenAI se limita por ahora a formatos de imagen y audio.
La elección cambia por completo a partir de una sola pregunta: ¿se controla el generador o se dispone de la vía de verificación del proveedor? Todo lo demás es una comparación de funciones dentro de ese límite.
El costo real está en la calibración, no en la licencia
Todas las herramientas clasificadas parten de $0 por la licencia de software. Es el dato de costos menos útil para decidir.
Las recomendaciones mínimas de entrenamiento de Hugging Face crean la primera partida real. Se parte de 10,000 prompts representativos y se produce una salida marcada y otra sin marcar para cada uno. El resultado son 20,000 ejecuciones de generación, seguidas por el entrenamiento del detector, la evaluación con datos reservados, la selección del umbral y nuevas pruebas después de cada cambio de modelo o configuración.
El costo de inferencia solo constituye una parte del presupuesto. Alguien debe definir prompts representativos, versionar claves y configuraciones, guardar las salidas, etiquetar las dos clases, examinar los fallos y decidir qué acciones puede provocar el resultado de un detector. Si una puntuación positiva bloquea automáticamente una publicación, un pago, una admisión o un empleo, diseñar el umbral y el proceso de apelación resulta más importante que la popularidad del repositorio.
Hay tres estados que deben conservarse:
- Detectado: El detector correspondiente encontró una señal en el umbral operativo elegido por la organización.
- No detectado: El detector correspondiente no encontró una señal en una muestra compatible. La edición, la longitud, el tipo de contenido o una falta de coincidencia con el modelo aún pueden explicar el resultado.
- No compatible: No existe un detector que coincida con la fuente del supuesto generador, o la muestra queda fuera de las condiciones admitidas por el detector.
Combinar los dos últimos estados es el error costoso. «No detectado» ya es una afirmación mucho más limitada que «escrito por una persona». «No compatible» significa que el sistema no contaba con un instrumento válido para responder la pregunta.
El diseño general de gobernanza debe acompañar a la política sobre marcas de agua en contenido generado por IA. Las marcas incrustadas, las etiquetas informativas, los registros de origen y las credenciales de contenido resuelven partes diferentes del problema de procedencia. Un flujo sólido las combina, en lugar de esperar que una sola puntuación del detector resuelva todo el caso.
Herramientas que no sirven como prueba de procedencia
GetGPT Text Watermark Scanner es un verificador gratuito y útil de Unicode, pero no detecta la marca estadística protegida con clave de Anthropic. La herramienta para navegador examina más de 34 caracteres Unicode ocultos o ambiguos, incluidos U+200B, U+202F, U+2014 y U+2003, sin exigir registro. Puede encontrar artefactos de formato que conviene limpiar, pero no leer una señal que, según Anthropic, carece de caracteres ocultos.
GetGPT resulta útil cuando el texto copiado se comporta de manera extraña en un CMS, una comparación de cambios, un índice de búsqueda o un analizador posterior. Un resultado limpio no permite afirmar que Claude, Gemini, ChatGPT o una persona escribieron el texto. Las categorías de evidencia no coinciden.
WatermarkDetector.com es otro escáner gratuito de Unicode que funciona localmente en el navegador, con 26 categorías de caracteres, uso declarado ilimitado y sin API pública. Es adecuado para un control rápido del formato del texto cuando el contenido sensible debe permanecer en el navegador. Aun así, no posee la clave del proveedor ni la configuración de generación necesarias para verificar una marca estadística del modelo.
WatermarkDetector.com debe quedarse en la caja de herramientas de higiene de textos, no convertirse en un tribunal de autoría. El alcance del producto es más estrecho que la pregunta planteada; etiquetarlo con honestidad evita que una herramienta útil se emplee mal.
Los clasificadores genéricos de escritura con IA quedan fuera de esta clasificación por el mismo motivo. Estiman si los patrones lingüísticos se parecen a la salida de un modelo. Un detector de marcas de agua busca una señal insertada deliberadamente por un proceso de generación conocido. Ambos pueden producir una puntuación, pero responden preguntas diferentes.
También hay que describir con precisión a Google y OpenAI. Google afirma que SynthID marca e identifica texto generado en Gemini, pero su flujo público de verificación de Gemini y el portal SynthID Detector indican actualmente verificación de imágenes, video y audio, no de texto pegado. El verificador público de OpenAI también enumera formatos de imagen y audio. Ninguna de esas interfaces públicas convierte a un escáner de Unicode de terceros en un verificador oficial de texto.
Qué hacer el lunes
El lunes no se empieza comprando un escáner, sino haciendo un inventario.
- Enumere todos los productos y flujos de trabajo que generan, editan o reciben texto asistido por IA.
- Registre el proveedor, el modelo, la versión, la aplicación de origen y si la organización controla la generación.
- Asigne uno de tres estados de detección: detector propio disponible, verificador oficial del proveedor disponible o no compatible.
- Elija un flujo con modelo propio para una prueba piloto acotada de Hugging Face SynthID Text, con salidas emparejadas marcadas y sin marcar.
- Conserve los originales antes de limpiar Unicode, eliminar metadatos, parafrasear o traducir.
- Coloque la verificación del proveedor detrás de un único adaptador interno, de modo que la futura API de Anthropic pueda añadirse sin reescribir la política.
- Defina qué acciones puede provocar realmente un resultado positivo, negativo o no compatible.
El resultado del lunes no será un contrato para un detector universal. Será un mapa de procedencia que muestre dónde hay evidencia, dónde conviene invertir en calibración y dónde la organización debe responder «desconocido».
Preguntas frecuentes
¿Cómo detectar marcas de agua en textos de IA?
Hay que usar el detector vinculado con la clave o la configuración de la marca de agua del generador. Si la organización controla la generación, debe entrenar y calibrar el detector correspondiente con salidas marcadas y sin marcar. Si un proveedor ofrece un verificador oficial, se utiliza ese servicio. Sin ninguna de esas vías, un escaneo genérico no puede verificar la marca estadística del proveedor.
¿La IA deja marcas de agua en el texto?
Algunos sistemas compatibles sí lo hacen. Google afirma que SynthID marca el texto generado en Gemini, y los modelos Claude más nuevos que cuentan con soporte utilizan una versión de SynthID-Text. La cobertura no es universal, y los textos cortos, factuales, traducidos o muy editados pueden contener una señal demasiado débil para detectarla.
¿Claude incorpora marcas de agua en el texto?
Los modelos Claude compatibles lanzados en la UE el 2 de agosto de 2026 o después marcan el texto generado desde su lanzamiento, mientras la compatibilidad con modelos anteriores sigue ampliándose. La marca es un patrón estadístico protegido con clave en la elección de palabras, no un truco de caracteres ocultos. La API de detección de Anthropic llegará próximamente.
¿Cómo comprobar una marca de agua de ChatGPT?
El verificador público de OpenAI admite actualmente imágenes y audio, no texto pegado. Un escáner de Unicode para navegador puede identificar caracteres sospechosos en un texto copiado, pero no establecer que ChatGPT haya generado las palabras.
¿Puede ChatGPT eliminar marcas de agua?
Una reescritura completa puede alterar los patrones estadísticos de elección de palabras, pero eso no demuestra autoría humana ni garantiza que el detector del proveedor dará negativo. Se debe conservar el original e informar únicamente de lo que admite el detector disponible.
Obtenga el Mapa de herramientas de IA para propietarios de empresas y distinga la infraestructura de IA que puede desplegarse de las herramientas que solo lo aparentan.
3 sept 2026
Prefiera este sitio en Google
Marque omidsaffari.com como fuente preferida y Google lo destacará para usted en Top Stories, AI Overviews y AI Mode.
