2026秋季第一篇Essay：GPT-6 Astra没进Turnitin清单，提交前核哪3处

先把2026秋季第一篇Essay：Turnitin官方FAQ只写GPT系列，GPT-6 Astra没进清单，提交前核哪几处、Turnitin AI检测、论文降AI、Turnitin查重报告相关的关键判断说清楚，再按步骤展开。

相似度 12%–35% 是秋季第一篇 Essay 最常见的区间，AI 百分比从星号到 60% 以上都有人拿到。真正让学生卡住的不是数字本身，而是翻完 Turnitin 官方 FAQ 后发现：上面只写「可检测 GPT 系列及基于这些 LLM 的工具」，没有逐版本列举。于是有人得出结论——GPT-6 Astra 没进清单，是不是就检测不到？2026秋季第一篇Essay：Turnitin官方FAQ只写GPT系列，GPT-6 Astra没进清单，提交前核哪几处，答案不在清单版本号里，而在三处可核对的边界条件。

先把误读拆掉。截至 2026-09-21，可核到的事实是：GPT-6 Astra 于 9 月 3 日发布，9 月 7 日起向 ChatGPT Plus 订阅者分批开放；而 Turnitin 官方 FAQ 的模型表述本来就是品类级，不是逐版本清单。品类级口径不等于漏检，也不等于全覆盖——它只说明检测器按「GPT 系列及基于这些 LLM 的工具」这个粒度做判断，不随每一个新版本号更新文案。

官方 FAQ 为什么只写 GPT 系列，不写版本号

直接结论：这不是更新滞后，而是刻意的品类级口径。

翻 guides.turnitin.com 的 AI writing detection capabilities FAQs 能看到，官方描述检测对象时用的是「GPT 系列及基于这些 LLM 的工具」这类集合名词。集合名词的好处是：模型迭代再快，文案不用跟着改。GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna 这些名字出现在 OpenAI 官方帮助中心的发布说明里，但 Turnitin 的 FAQ 不会因为一个新版本号就重写一遍。

那网上流传的逐版本清单从哪来？来自 Turnitin 台湾代理 iGroup 整理的页面，上面列了 GPT-5.4-pro、GPT-5.4、Claude Sonnet-4.6、Gemini-3.1-pro-preview、Deepseek-v3.2、Grok-4.1 等一长串型号。引用时必须写明来源性质——这是代理商渠道的整理，不是官网原文。把代理商清单当成 Turnitin 官方覆盖范围，是秋季开学最常见的误读之一。

换个角度想：如果检测能力真的按版本号逐个开关，那每出一个新模型，检测就会集体失灵一次。现实中不会这样运转。

提交前核哪三处：语言、文本形态、报告状态

直接结论：版本号不用核，这三处必须核。

第一处：提交语言

检测语言范围是英文、西班牙语、日语（长文档）。非支持语言提交不生成报告，指示器显示空白或错误状态。也就是说，用中文写的稿子提交上去，AI 报告根本不会出来——不是「安全」，是「没测」。

更细的一层：AI paraphrasing 与 bypasser 检测只对英文提交生效，西班牙语、日语检测器不含这两项。如果你是中文构思、英文成稿、再润色，最终提交的是英文稿，那么三个模型会同时跑。这个流程在 Turnitin 眼里是什么形态，取决于成稿的句子结构，不取决于你脑子里用什么语言想。

第二处：文本形态与文件门槛

文件需要 ≥300 词的长篇散文文本、≤30,000 词、文件小于 100MB，格式限 docx/pdf/txt/rtf。少于 300 词或超过 30,000 词，不生成 AI 报告。

秋季第一篇 Essay 一般 1500–3000 词，落在门槛内没问题。但要注意「长篇散文文本」这个限定：大量项目符号、表格、代码块、标题堆叠的文档，检测器能处理的连续散文比例会下降。一篇 2000 词的 Essay 里如果夹了 600 词的列表和引用块，实际参与判断的文本就少了。

第三处：报告状态与可见性

学生端看不到 AI 指标与 AI 报告，只有教师和管理员可见；教师可以下载 PDF 分享给学生。所以「我在 Turnitin 里看不到自己的 AI 率」是正常现象，不是系统故障。

另一个高频混淆点：相似度分数与 AI 百分比完全独立、互不影响。相似度是文本匹配比例，AI 百分比是模型预测为 AI 生成的文本占比；AI 高亮不显示在相似度报告里。相似度 15% 配 AI 60%，或者相似度 30% 配 AI 星号，都可能出现。拿相似度低去推断 AI 率低，逻辑上不成立。

星号、20% 阈值、三模型并行，读数顺序怎么排

直接结论：先看有没有数字，再看高亮，最后看过程稿。

1%–19% 只显示星号（*%），不显示数字、不给高亮。官方理由是 0–19 区间假阳性发生率更高。2024 年 7 月 8 日之前生成的报告仍可能显示 20% 以下的数字，但新报告统一按星号处理。星号不是合格章，也不是定罪线，它只说明这个区间的读数不足以支撑判断。

20% 以上出现数字后，看蓝色高亮的连续性。2026 年 8 月 4 日起英文报告取消蓝紫双色，只剩单一蓝色高亮。成段规整、句长均匀、连接词密集的段落被整段标蓝，比零散几个短语被标，更值得回头改。

三模型并行这件事要记住：检测疑似 AI 生成、疑似 AI 生成后被 AI 改写、疑似 AI 生成后被 bypasser/humanizer 处理。2024 年 7 月至 2025 年 8 月是两模型，加入 bypasser 检测后变成三模型。这意味着「用改写工具过一遍」这条路径，本身就在检测范围内。

官方也明确：模型不总是准确，可能误判人类写作、AI 生成、AI 改写文本，需结合院校学术政策与人工判断。AI 报告不能作为学术不端的唯一依据。这一点在申诉场景里很关键——报告是调查起点，不是结论。

48 小时复检：拿到报告后做什么

直接结论：别在 due 前两小时才第一次看报告。

按 48 小时倒排：

1. 提交前 48 小时，用学校渠道或自查渠道跑一次完整检测，拿到相似度与 AI 两份读数。
2. 如果 AI 显示星号，重点看蓝色高亮的分布形态，把成段标蓝的段落挑出来，逐句改句子结构，不是换同义词。
3. 如果相似度偏高，先处理引用标注与直接引语，再改转述段落。相似度和 AI 率要分开处理，别混在一轮里改。
4. 提交前 12 小时再跑一次，确认改动方向有效。两轮修改之间留出至少 8–15 小时的间隔，避免自己看疲了判断失准。

如果自查后 AI 百分比仍高于学校要求，或者相似度卡在阈值附近下不来，可以考虑走人工路径处理——比如 Turnitin降AI率 这类服务，由母语编辑重构表达与行文逻辑，附官方检测报告复检。重点是「重构」而不是「替换」，同义词轮换对三模型并行的检测器作用有限。

最后回到开头那个问题：2026秋季第一篇Essay：Turnitin官方FAQ只写GPT系列，GPT-6 Astra没进清单，提交前核哪几处。核的不是清单版本号，是语言、文本形态、报告状态这三处边界，再排一个 48 小时复检窗口。清单会一直滞后于模型发布，这三处不会。