實測 4 款 AI 圖片偵測工具（100 張圖）：比準確率更該看的是誤判

LINE 群組裡又轉來一張截圖，可能是某個名人「推薦」投資群組的廣告，可能是哪裡淹水的現場照片，你想知道它是不是 AI 做的。上網一查，AI 圖片偵測工具一大堆，每家都寫著自己的準確率有多高，卻沒有一家說清楚是怎麼量出來的，根本沒辦法比。

我最近在做一個小小的 AI 圖片檢查工具，總得替它選一個偵測引擎。既然各家的數字沒辦法比，我就自己測。規模不大，也有不少缺口（後面會一條條列出來），但測完之後，我看這類工具的方式整個變了。

真實照片 50 張 ，大多來自 Wikimedia Commons，授權是 CC0 或創用 CC。其中 38 張是原始檔：手機隨手拍、人像、風景、商品照。50 張裡有 37 張的 EXIF 還留著相機型號，來自 iPhone、Pixel 和 Galaxy 手機。另外 12 張是我刻意做出來、模仿「被轉傳過」的副本：4 張手機風格的螢幕截圖、4 張像聊天軟體那樣重度壓縮過的檔案、4 張輕度修圖的版本。

AI 圖片 50 張 ，來自六個生成器系列：OpenAI GPT Image、Google Nano Banana、Black Forest Labs FLUX.2、Midjourney（v6 到 v8.1）、ByteDance（字節跳動）Seedream 和 Stable Diffusion XL。其中 42 張出自 2025 年以後推出的生成器。40 個 AI 原始檔裡，27 張是我為這次測試自己生成的（API 費用大約 1.42 美元），13 張取自 Hugging Face 上開放授權的資料集。最後 10 張是 AI 圖的手機風格截圖，存成 PNG，完全沒有中繼資料。

每個引擎拿到的檔案完全一樣。每家的回答，我都用一條固定規則轉成「AI」或「真實」：Sightengine 分數 0.5 以上算 AI；Hive 用官方建議的門檻 0.9；AI or Not 和 WasItAI 直接採用廠商自己的判定。回答「不確定」一律算錯。

看數字之前先講一個前提：只有兩個引擎看過全部 100 張。我只用免費試用額度，所以 AI or Not 只跑了分層抽樣的 20 張，WasItAI 只跑了 9 張。

下面兩列請不要當成排名。20 張和 9 張實在太少。AI or Not 那份樣本也比整體難，截圖和重新壓縮的比例比較高，它唯一一次誤判是一張輕度修圖的照片。四個引擎都看過的那 9 張裡，Sightengine 和 Hive 都是 9 張全對，AI or Not 對 8 張，WasItAI 對 7 張。這只能當參考，不是定論。

按生成器來看，FLUX 最難抓：Sightengine 9 張抓出 8 張，Hive 9 張抓出 6 張。Midjourney 的圖，兩個引擎都全部抓到。

「準確率」把兩種性質很不一樣的錯混在一起。我的測試程式裡有一個假引擎，不管什麼圖都回答「AI」，只用來確認整套流程有接通。在這組圖上，它 50 張 AI 圖全部抓到，準確率還是有 50%，因為它也把 50 張真實照片全部判成 AI。

這兩種錯的代價不一樣。漏掉一張 AI 圖，可惜而已。把真照片說成 AI，倒楣的是一個真實的人：網拍真的收到瑕疵品、申請退款的買家；一筆一筆自己畫出來的繪師；在交友軟體上只是很會拍照的人。如果你檢查的圖大多數其實是真的，就算誤判率很低，冤枉的人也可能比真正抓到的還多。

現在有些 AI 工具會用 C2PA 標準替產出的檔案加上數位簽章，一般叫做「內容憑證」（Content Credentials）。紀錄裡寫著是哪個工具做的，而且用密碼學跟檔案綁在一起。讀它不用錢，在瀏覽器裡就能讀。

在我的測試組裡，50 張 AI 圖有 24 張帶著內容憑證，真實照片沒有任何一張帶著「AI 生成」的聲明。我看到的簽署者有 OpenAI、Google、Black Forest Labs 和 BytePlus（字節跳動）。這 24 張全部是原始檔，也就是 40 個 AI 原始檔裡有 24 個帶憑證。

有個重點我後來才認真看待：簽章有效，只告訴你是誰簽的，不代表你該信任它。24 張裡，只有 14 張的簽署者在 C2PA 官方信任清單上（OpenAI 和 Google）。另外 10 張用的數位憑證不在清單上，而自己做的憑證什麼都能簽。所以我的工具把這 10 張，還有像 Midjourney 那種單純寫在中繼資料裡的標籤，都只當成「聲明」，照樣跑偵測模型。

所以，有內容憑證的時候，它幾乎就是證據；沒有的時候，什麼也說明不了。如果你在 LINE 群組裡看到的瘋傳圖片是一張截圖，就別期待找得到。

上面那張表為了方便比較，用的是一條簡單的切線（Sightengine 0.5 以上算 AI）。工具本身比較保守：分數高於 0.8 判 AI，低於 0.2 判真實，中間就說「無法判斷」。先讀內容憑證，剩下的才送 Sightengine，用這兩條線，結果是 100 張中 98 張正確、1 張「無法判斷」（一張真實照片的截圖，分數 0.21）、1 張判錯（一張 FLUX 截圖，分數 0.18，被判成真實），真實照片依然是 0/50 誤判。有 16 張靠可信的內容憑證就有答案，不用呼叫模型（14 張 AI 圖，加上 2 張簽成真實拍攝的 Pixel 照片），其餘 84 張才交給模型。

截圖也會讓模型掉分。拿 10 組「AI 原圖＋它的截圖」來比，Sightengine 從抓到 10 張掉到 9 張，Hive 從 10 張掉到 8 張。

整理測試組的時候，有一張 Pixel 照片的中繼資料寫著「Edited with Google AI」。它不算完全真實，也不算完全生成，所以我把它從真實照片裡換掉了。兩個主要引擎都判它是真的，這也說得過去，但這說明了一件事：對很多手機照片來說，「是真的還是 AI」漸漸變成一個問錯的問題。好用的檢查工具需要第三種答案。

不管查到什麼，都不要只憑偵測工具的一個答案就指控一個真實的人。如果那張圖是要你匯款或加入投資群組，與其自己糾結真假，直接打 165 反詐騙諮詢專線問最快。

我把這套「先讀內容憑證」的流程做成了一個免費小工具： AI 圖片檢測 。完整的方法、每個生成器的數字和測試限制，都寫在 準確度說明頁（英文） 。如果你有它判錯的圖，很歡迎丟給我看看。

本文的英文原版發表在 dev.to： I tested 4 AI image detectors on 100 images

這篇文章有請 AI 助手協助起草和編輯。測試用的圖、實際執行和所有數字都是我自己的。