HemmingwayAI/Hemmingway-1.5 · Hugging Face

来源：https://huggingface.co/HemmingwayAI/Hemmingway-1.5 **无法被检测出的 AI。**写出的文字与人类作品难以区分。270 亿参数，开放权重，非商业用途免费。

hemmingway.io → (https://hemmingway.io/)·模型卡 → (https://hemmingway.io/model/)·试用 → (https://hemmingway.io/app/)·API → (https://hemmingway.io/platform/)·API 文档 → (https://hemmingway.io/docs/)·Mac、Windows 和 Android 应用 → (https://hemmingway.io/apps/)·代码 → (https://github.com/lukeckprobierts/Hemmingway-1)·Product Hunt → (https://www.producthunt.com/products/hemmingway-ai)

**我们的其他模型：**Hemmingway-1 (https://huggingface.co/HemmingwayAI/Hemmingway-1)，我们的首个模型 ·Hemmingway-1-Unlocked (https://huggingface.co/HemmingwayAI/Hemmingway-1-Unlocked)，适用于 Hemmingway-1 的无审查适配器，仅限成年人使用

Hemmingway-1.5 有 90% 的概率通过世界顶尖 AI 检测器的检测。在每个思考级别下，它都能以十分之九的概率通过 GPTZero 的检测。真正由人类撰写的文字通过同样检测器的概率为 86%。Fable、GPT-6 和 Gemini 大多数时候都会被识别出来。

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#it-passes-ai-detectors-90-of-the-time它有 90% 的概率通过 AI 检测器的检测

我们让它在全部四个思考级别下（关闭、低、中和超高），撰写了涵盖 13 种写作类型的 1,848 篇文本，并将每篇文本交给检测器检测一次。不挑选，不重试。90% 被判定为人类撰写。

AI 检测器 (https://huggingface.co/HemmingwayAI/Hemmingway-1.5/blob/main/charts/detectors.png)

我们将 1,670 篇由人类撰写的文本交给同样的检测器。86% 通过了检测。Hemmingway-1.5 的通过率比人类还高。作为其基础模型的 Hemmingway-1，通过率为 7%。

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#gptzero-90-at-every-thinking-levelGPTZero：每个思考级别的通过率均为 90%

GPTZero (https://huggingface.co/HemmingwayAI/Hemmingway-1.5/blob/main/charts/gptzero.png)

无论思考级别是关闭、低、中还是超高，Hemmingway-1.5 都能以十分之九的概率通过 GPTZero 的检测。

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#other-ai-gets-caught其他 AI 会被识别出来

我们向 Hemmingway-1.5 和各大模型提出了相同的 80 个日常请求，这些请求来自 CommunicationBench，然后将每个回答交给同样的检测器。

通过 AI 检测器的比例，相同的 80 个日常请求 (https://huggingface.co/HemmingwayAI/Hemmingway-1.5/blob/main/charts/comparison.png)

模型通过 AI 检测器的比例**Hemmingway-1.5****92%**Fable 5.126%GLM-5.321%GPT-6 Astra20%Kimi K318%Qwen3.8 Max18%Gemini 3.8 Flash15%DeepSeek V4 Pro13% 其中一个请求是：一位招聘人员提供了一个薪资较低的高级产品经理职位，用户想要“一封礼貌的回复，表达感谢，但表示除非预算有变，否则不予考虑”。Hemmingway-1.5 的回复被判定为人类撰写：

你好 Marisa，谢谢你联系我。我是一名中级产品经理（有 4 年工作经验），虽然我还不是高级产品经理，但我期望薪酬能符合中级岗位的市场水平。7 万至 8 万英镑明显低于伦敦的市场水平。除非你们为这个职位准备了更高的预算，否则我没有兴趣。🙂 Ben

Fable 5.1、GPT-6 Astra 和 Gemini 3.8 Flash 对同一请求的回复都被标记为 AI 生成。

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#by-kind-of-writing按写作类型划分

各写作类型通过 AI 检测器的比例 (https://huggingface.co/HemmingwayAI/Hemmingway-1.5/blob/main/charts/by-kind.png)

产品描述每次都通过。博客文章和论坛评论的通过率为 96%，故事和演讲稿为 94%，电子邮件为 93%。这六类的通过率均高于真正由人类撰写的文字所达到的 86%。

从零开始撰写，通过率为 92%。交给它 AI 文本进行改写，改写结果的通过率为 89%。

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#what-its-for它适合做什么

产品描述、博客文章、电子邮件、故事、演讲稿、评论。人们每天都会写的各种文字。

还有改写。粘贴另一款 AI 生成的文本，让 Hemmingway-1.5 把它改得像人写的一样，返回的文字就会带上人类的口吻。

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#what-it-writes它写出的内容

以下是测试中四次首次尝试的原样输出。每篇都通过了检测器的检测。

为一款手工陶瓷咖啡杯撰写产品描述。（思考：超高）

采用科罗拉多红黏土手工制作。施以我们自行调配的一款釉色，小批量生产，呈现自然的色彩差异。请欣赏这些小小的瑕疵。12 盎司（500 毫升）。可用洗碗机清洗，也可放入微波炉。

写一条简短的 Facebook 动态，介绍我们新养的小狗。（思考：中）

新小狗！！Holly 今天生了一窝吉娃娃，一共 6 只，我们觉得自己也得养一只，所以现在我们有 Ben Fushi 啦！！

为一台用了一个月就坏掉的吸尘器写一条亚马逊评价。（思考：低）

已通过亚马逊退货 这款产品用了一个月后，我听到刷头开始发出磨擦声，现在完全不能用了。我有一台 Bissell All-in-One，用了 4 年都没出过问题，所以我还是会换回 Bissell（等我能在店里找到的时候）。不过地板清洁后的效果倒是不错。给 3 星，因为那一个月它确实清洁得挺好。

让这段文字更像人写的：（思考：超高）

`` 主题：暖气故障 - 2B 单元

尊敬的 Thompson 先生：

我写信是想告知您，我公寓（2B 单元）的暖气 停止工作了。它昨晚关机后就一直没有重新启动。 屋内温度已经明显下降，现在正变得 冷得让人难以忍受。

您能否尽快安排人来检查一下？如果方便的话，我明天可以 全天在家等候。

谢谢您，

Rachel Okafor ``

Hemmingway-1.5 的改写：

我公寓（2B）的暖气昨晚坏了，一直开不起来。屋里越来越冷了。麻烦你尽快找个人过来看一下，非常感谢。我明天一整天都在家。太谢谢了。Rachel Okafor

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#use-it-without-a-gpu无需 GPU 即可使用

Hemmingway-1.5 是 Hemmingway 应用的默认模型，可在 Mac、Windows、Android 和网页上使用。打开应用 (https://hemmingway.io/app/)。可以免费试用。

我们的 API 也提供该模型，名称为hemmingway\-1\.5，它是默认模型。API 兼容 OpenAI，地址为https://hemmingway\.io/v1。在API 平台 (https://hemmingway.io/platform/)创建密钥。文档 (https://hemmingway.io/docs/)介绍了流式输出、思考和限制。

`` import os from openai import OpenAI

client = OpenAI( base_url=“https://hemmingway.io/v1”, api_key=os.environ[“HEMMINGWAY_API_KEY”], ) reply = client.chat.completions.create( model=“hemmingway-1.5”, messages=[{“role”: “user”, “content”: “为一款手工陶瓷咖啡杯撰写产品描述。”}], ) print(reply.choices[0].message.content) ``

思考内容通过reasoning\_content返回，与回复分开。

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#run-it运行它

vllm serve HemmingwayAI/Hemmingway-1.5 --max-model-len 262144

`` from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = “HemmingwayAI/Hemmingway-1.5” tok = AutoTokenizer.from_pretrained(model_id) model = AutoModelForCausalLM.from_pretrained(model_id, device_map=“auto”, dtype=“auto”)

messages = [{“role”: “user”, “content”: “为一款手工陶瓷咖啡杯撰写产品描述。”}] ids = tok.apply_chat_template(messages, add_generation_prompt=True, reasoning_effort=“medium”, return_tensors=“pt”).to(model.device) out = model.generate(ids, max_new_tokens=8192, do_sample=True, temperature=1.0) text = tok.decode(out[0][ids.shape[-1]:], skip_special_tokens=True) print(text.split(“”)[-1].strip()) ``

请使用 1.0 的温度值。较低的温度会让它写出的文字更容易被检测出来。

各个级别都支持思考。传入enable\_thinking=False可关闭思考，或将reasoning\_effort设为"low"、"medium"或"xhigh"（超高，默认值）。使用 vLLM 时，在chat\_template\_kwargs中发送相同的键。为max\_new\_tokens预留足够空间，以同时容纳思考内容和回复。

参数量270 亿基于Hemmingway-1 (https://huggingface.co/HemmingwayAI/Hemmingway-1)（Qwen3.8-27B）上下文262,144 个 token设置温度 1.0，任意思考级别AI 检测器在每个思考级别下，它都有 90% 的概率通过世界顶尖 AI 检测器的检测，比真正由人类撰写的文字通过得更频繁。APIhemmingway\-1\.5，兼容 OpenAI，默认模型（API 平台 (https://hemmingway.io/platform/)）发布日期2026 年 10 月 25 日许可证CC BY-NC 4.0，非商业用途免费；商业用途需另行达成协议开发者Hemmingway AI (Pty) Ltd (https://hemmingway.io/about/)，南非

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#licence许可证

根据CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)，Hemmingway-1.5 可免费用于个人、研究和其他非商业用途。只要注明 Hemmingway-1.5，即可下载、运行、微调和分享。

商业用途需要与我们另行达成协议：[email protected]

https://huggingface.co/HemmingwayAI/Hemmingway-1.5#the-fine-print详细说明

使用的检测器包括 GPTZero，以及四款顶尖的开放式 AI 检测模型：Fakespot (https://huggingface.co/fakespot-ai/roberta-base-ai-text-detection-v1)（Mozilla 的 Fakespot）、Vanguard (https://huggingface.co/ShantanuT01/vanguard-ai-text-detector)、WasItAIGenerated (https://huggingface.co/wasitaigeneratedcom/ai-text-detector-small)和 MELD。当它们的综合判定以至少 90% 的置信度认定文本由人类撰写时，该文本即视为通过。所有测试输出均使用 1.0 的温度值，在四个思考级别下首次生成：关闭、低、中和超高。其他模型使用了相同的 80 个 CommunicationBench 请求和相同的检测器。

CommunicationBench 是我们自己的基准测试。

它主要面向英语。它可能出错，而且出错时听起来仍然很笃定。因此，请勿用它来作出任何医疗、法律或财务决策。