Les documents entièrement générés
Un ticket, une facture ou une fiche de paie créés de zéro par ChatGPT ou Gemini. Le rendu est propre, mais la texture de l'image trahit le générateur sur toute la surface.
K-Detect, le modèle de vision de Koncile, repère les tickets, factures et pièces d'identité générés ou retouchés par ChatGPT, Gemini ou Flux. Déposez une photo ou un scan, puis créez un compte pour lancer l'analyse.
Créez un compte gratuit pour lancer K-Detect, modèle de détection des images et documents générées ou retouchées par IA.
Créer un compte gratuitPour un volume de documents ou une API, parlez à un expert.
L'outil de détection de documents générés par IA utilisé par les assureurs, les banques et les grandes entreprises
À l'œil, on n'y arrive presque plus : sur 287 000 images jugées par 12 500 personnes, une étude de Microsoft (2025) mesure 62 % de bonnes réponses, à peine mieux que le hasard. Trois méthodes existent, de la plus simple à la plus fiable.
Sur 314 photos de tickets de caisse dont 114 faux, jamais vues à l'entraînement, K-Detect, notre modèle de machine learning, détecte 92 % des faux, contre 56 % pour le meilleur LLM.
Les LLM lisent le texte, pas les pixels
Ils ne voient presque aucune retouche réaliste
K-Detect est entraîné spécifiquement pour détecter les derniers générateurs d'images susceptibles d'être utilisés par des fraudeurs, ceux des grands laboratoires : OpenAI, Google, Black Forest Labs, ByteDance, Alibaba, xAI, Meta et bien d'autres. Koncile met à jour son modèle tous les mois, en vérifiant sa précision sur les derniers modèles d'IA dits « frontières » disponibles.
K-Detect est un réseau de vision entraîné par Koncile. Il ne lit pas le texte du document : il regarde comment l'image a été produite.
Un ticket, une facture ou une fiche de paie créés de zéro par ChatGPT ou Gemini. Le rendu est propre, mais la texture de l'image trahit le générateur sur toute la surface.
Le cas le plus courant : une vraie photo dont un générateur réécrit le total, la date ou l'enseigne. En repassant sur l'image, le générateur en régénère une large partie, et c'est ce que K-Detect voit.
Le modèle a aussi appris sur 2 625 vrais documents clients et leurs retouches : pièces d'identité, cartes grises, permis, fiches de paie et relevés photographiés.
Partout où une photo de document suffit comme preuve, un générateur d'images suffit pour la falsifier.
Tickets de restaurant, de taxi ou de carburant retouchés pour gonfler un montant. K-Detect lit chaque photo avant le remboursement.
Factures de réparation, photos de sinistre, justificatifs d'achat : les pièces d'un dossier d'indemnisation contrôlées à l'arrivée.
Pièces d'identité et justificatifs photographiés à l'ouverture d'un compte, analysés en même temps que leur contenu.
Les réponses courtes, avec des chiffres quand nous en avons.
Discutez avec nousOui, dans la plupart des cas. ChatGPT, Gemini ou Flux laissent dans les pixels une texture propre à leur fabrication. K-Detect, entraîné sur des faux produits par 39 générateurs, la reconnaît même quand le document paraît parfait à l'œil. La signature C2PA que certains outils ajoutent aide quand elle est restée, mais elle disparaît à la première capture d'écran.
Un détecteur généraliste l'est peu : il a appris sur des photos de visages ou de paysages. Sur les tickets de caisse, K-Detect classe 98,1 % des faux en risque moyen ou élevé et ne signale à tort que 1 % des vrais en risque élevé. Le score reste un signal à vérifier.
Parce qu'un LLM lit le texte et ne regarde pas les pixels. Sur notre jeu de test, les LLM généralistes repèrent 31 à 68 % des faux et presque aucune retouche réaliste.
Les photos et les scans de documents : tickets de caisse, factures, pièces d'identité, cartes grises, permis, fiches de paie, relevés. Pour un PDF natif, Koncile lit aussi le fichier lui même : logiciel producteur, versions, polices.
Le premier document est gratuit après la création d'un compte. Pour un volume ou une API, le plan Advanced est à 199 € par mois, soit environ 0,20 € la page.
Non. Il est analysé en France, supprimé après l'analyse et jamais utilisé pour entraîner un modèle.
Chaque document a sa méthode : modèle de ML propriétaire pour les photos, métadonnées et forensique connus pour les PDF natifs, croisements contextuels.

Soldes gonflés, lignes effacées, PDF réécrit avec un autre logiciel que celui de la banque.
Voir la détection
Net à payer modifié, cotisations incohérentes avec le brut, gabarit qui ne correspond pas au logiciel de paie.
Voir la détection
Photo remplacée, date de naissance ou numéro modifiés, bande MRZ qui ne correspond plus aux champs.
Voir la détection
Montants retouchés, TVA fausse, doublons et fournisseurs inventés.
Voir la détectionDéposez vos relevés, fiches de paie ou pièces d'identité : Koncile extrait les données et repère les faux en quelques secondes.
Échanger avec un expert