Am dat același articol la patru detectoare de AI. Am primit 0%, 0%, 63% și 98%

Același text, în aceeași zi, la patru detectoare publice de conținut generat de AI. Copyleaks a spus 0%. ZeroGPT a spus 0%. GPTZero a spus 63%. Sapling a spus 98%. Articolul fusese scris integral de un model, de la prima literă la ultima, 1773 de cuvinte în română. Cel puțin două dintre cele patru s-au înșelat complet, iar diferența dintre ele nu vine din calitatea algoritmului, ci din limbă.

Am petrecut o zi măsurând, cu un instrument pe care l-am construit special. Iată ce am aflat.

Pe scurt:

• Pe text în română, Copyleaks și ZeroGPT nu detectează nimic. Același conținut tradus în engleză le duce la 100% și 60,2%.
• Nu există niciun caracter invizibil în textul produs de Claude. Am scanat 113 fișiere, aproximativ 190 000 de cuvinte: un singur caracter ascuns, și acela era emoji-ul tastat de mine.
• Instrumentele care promit ștergerea watermarkului șterg caractere invizibile — exact lucrul despre care Anthropic scrie negru pe alb că nu există în text.
• Sfaturile despre vocabular nu funcționează. Am înlocuit toate expresiile de pe listele care circulă și scorul nu s-a mișcat cu un punct.
• Ce mișcă acul la GPTZero e ritmul frazei. Am schimbat doar unde stau punctele, fără să ating niciun cuvânt, și scorul a căzut de la 100% la 33%.

Aceeași întrebare, pe scurt, în clip:

De ce dau patru detectoare patru verdicte diferite pe același text?

Pentru că trei dintre ele lucrează mult mai prost pe română decât pe engleză.

Am luat un al doilea articol, scris tot de un model, dar în engleză, de pe site-ul firmei mele. Aceleași patru detectoare, aceeași zi:

Copyleaks trece de la 0 la 100. Nu e o degradare de performanță, e orbire. Ambele texte au peste 1200 de cuvinte, deci nu se poate invoca lungimea.

Consecința practică pentru cine scrie în română: dacă cineva îți verifică textul cu unul dintre cele două și îți spune „e curat”, nu ai aflat nimic. Și invers — dacă îți spune „e scris de AI”, verifică pe ce s-a bazat.

Se poate șterge watermarkul pe care Claude îl pune în text?

Nu de pe calculatorul tău, și nu cu instrumentele care se vând pentru treaba aceasta. Motivul e mai simplu decât pare: ele șterg altceva decât cred.

Căutările pentru „AI watermark remover” au crescut cu 60% de la o săptămână la alta, scria Gizmodo pe 19 august 2026. Au apărut zeci de site-uri care promit curățarea. Am citit ce scrie pe paginile a trei dintre ele, pe 23 august 2026:

Toate trei descriu același lucru: caractere ascunse strecurate în text.

Iată ce scrie Anthropic, în documentația proprie publicată pe 14 august 2026: „Nothing is added to the text and there are no hidden characters.” Nu se adaugă nimic în text și nu există caractere ascunse.

Am verificat și pe disc, nu doar în documentație. Am scanat 113 fișiere produse de Claude pe calculatorul meu, în jur de 190 000 de cuvinte. Am găsit un singur caracter invizibil în tot lotul: U+FE0F, selectorul de variantă al emoji-ului ⚠️ pe care îl tastasem eu într-o notă.

Marcajul adevărat e un tipar statistic în alegerea cuvintelor. Când modelul are de ales între două cuvinte la fel de potrivite — „înnorat” sau „cenușiu” — alegerea se face de obicei la întâmplare. Watermarkul înlocuiește sursa întâmplării cu o cheie. Cuvintele rămân la fel de bune, dar succesiunea lor devine verificabilă de cine deține cheia. Metoda se numește SynthID-Text și a fost publicată de Google DeepMind în Nature, în 2024.

Onest până la capăt: partea de rescriere pe care o fac unele dintre instrumentele acelea chiar funcționează. Anthropic scrie explicit că o editare ușoară probabil nu va șterge watermarkul, dar o rescriere completă, în care fiecare cuvânt e înlocuit, îl va șterge. Numai că, în cazul acela, e discutabil dacă textul mai poate fi numit generat de AI. Ce nu funcționează e partea vândută cel mai tare: ștergerea caracterelor ascunse dintr-un text care nu are niciunul.

Ce marchează watermarkul și ce nu marchează?

Mai puțin decât își imaginează lumea. Din documentația Anthropic ies câteva limite pe care nu le-am văzut scrise nicăieri în română:

Logica e aceeași peste tot: watermarkul trăiește doar acolo unde modelul are de ales liber între cuvinte la fel de bune. Unde răspunsul e unul singur — după „2 + 2 =” urmează „4″ — nu are pe ce să se așeze.

Încă trei lucruri de reținut. Nu poartă nicio informație despre tine: nici cine ești, nici din ce firmă, nici din ce conversație. Nu spune decât cât de probabil e ca un text să fi fost scris, măcar în parte, de Claude — nu poate deosebi „Claude a scris” de „Claude a editat mult”, nu poate spune că un text e scris de om și nu recunoaște un alt model. Iar la fișiere e cu totul altă poveste: o imagine produsă de Claude primește o notă semnată în metadatele fișierului, prin standardul C2PA folosit și de aparatele foto, care nu schimbă nimic în imagine.

De verificat, deocamdată nu are cine. Anthropic scrie că va oferi „în curând” un serviciu de detecție a watermarkului, dar nu există încă. Iar pentru modelele lansate înainte de 2 august 2026 legea prevede o perioadă de tranziție, deci nici acoperirea nu e completă. Obligația de marcare a conținutului generat de AI a intrat în vigoare în Uniunea Europeană pe 2 august 2026, iar Anthropic aplică watermarkul global, nu doar în Europa.

Ce mișcă scorul unui detector și ce nu?

Am construit un experiment cu un principiu simplu: fiecare variantă schimbă un singur lucru. Tutorialele de pe YouTube curăță textul și îl rescriu în același pas, apoi arată scorul care a scăzut — dar nu poți ști care dintre cele două operații a produs efectul.

Iată ce a ieșit pe articolul în engleză, care pornea de la 100% la GPTZero:

Ultima linie e cea care contează. Varianta aceea nu schimbă niciun cuvânt — 1175 înainte, 1175 după — nu strică nicio propoziție și nu adaugă nimic invizibil. Mută doar punctele: taie o frază lungă acolo unde ambele jumătăți rămân propoziții corecte și lipește două propoziții scurte cu punct și virgulă. Variația lungimii frazelor urcă de la 0,45 la 0,56. Scorul pierde 67 de puncte.

Detaliul contraintuitiv: varianta aceasta a crescut lungimea medie a frazei, de la 19,2 la 20,8 cuvinte. Deci nu „frazele scurte par umane”. Contează cât de egale sunt frazele între ele. Un model scrie propoziții suspect de uniforme. Un om alternează.

Linia cu expresiile merită subliniată separat, pentru că demontează industria întreagă de sfaturi. Am înlocuit tot ce apare pe listele care circulă — „in practical terms”, „it underscores that”, „seamlessly”, „robust”, plus echivalentele românești. Zero puncte diferență, la ambele detectoare pe care le-am măsurat. Cine te învață să eviți anumite cuvinte îți vinde un ritual fără efect.

Se poate păcăli orice detector?

Nu. Unul a rezistat la tot ce am încercat.

Trei din patru se prăbușesc, dar fiecare pe alt drum. GPTZero moare la ritm și e complet imun la trucurile cu caractere. Sapling și ZeroGPT sunt invers: rezistă la schimbarea ritmului, dar se duc la zero când injectezi spații de lățime zero — caractere pe care ochiul nu le vede deloc.

Copyleaks nu s-a lăsat. Cel mai jos a ajuns la 77%, adică tot „scris de AI”. A cedat 23 de puncte doar la literele chirilice deghizate în latine, ceea ce spune ceva despre cum funcționează: își curăță intrarea de caracterele invizibile, dar homoglifele trec, pentru că sunt litere adevărate.

Ce NU demonstrează testul acesta

Partea fără de care restul n-ar merita citit.

Nu am niciun text scris de om în experiment. Ambele articole măsurate au fost scrise de un model. Pot arăta că detectoarele ratează text de mașină. Nu pot arăta că acuză pe nedrept un om. Dacă cineva îți spune că detectoarele dau fals-pozitive, afirmația poate fi adevărată — dar nu din datele mele.

Mecanica lui GPTZero stă pe un singur articol. Concluzia despre ritm are nevoie de repetare pe alte texte înainte să fie tratată ca lege.

Procentele nu se compară între detectoare. Fiecare își definește altfel scala. Comparația validă e pe verticală: același detector, același text, variante diferite. Așa a fost construit experimentul.

Nu am verificat watermarkul, pentru că nu se poate. Tot ce scriu despre el vine din documentația Anthropic și din scanarea propriului disc. Serviciul de verificare nu există încă, deci nimeni din afara companiei nu poate confirma sau infirma nimic prin măsurare.

Cifrele expiră. Detectoarele se reantrenează. Ce am măsurat pe 23 august 2026 se poate schimba peste o lună. De aceea instrumentul e mai valoros decât tabelul: îl poți rula din nou.

Și un avertisment care nu se referă la măsurători: dacă cineva ia o decizie cu miză pe baza unui asemenea scor — o notă, un contract, o publicare — se sprijină pe ceva ce nu suportă greutatea. Patru instrumente au dat patru verdicte diferite pe același text.

Instrumentul e gratuit, îl poți rula pe textele tale

Am construit un singur fișier HTML care face tot ce am descris mai sus: găsește caracterele invizibile și homoglifele, îți arată codul fiecăruia, curăță ce se poate curăța și îți dă amprenta SHA-256 înainte și după, ca să poți verifica ștergerea în afara instrumentului meu. Merge fără internet și nu trimite textul nicăieri — se calculează tot în pagina din browserul tău.

Deschide instrumentul — se încarcă o singură dată, apoi merge și fără conexiune.

Vrei să ți-l construiești singur? Iată promptul

Instrumentul a ieșit dintr-o conversație lungă cu un model, cu multe corecturi pe parcurs. Promptul de mai jos e forma condensată a ei — dat unui model care scrie cod, produce direct varianta finală, cu tot ce am descris în articol: cele două scoruri ținute separat, decodarea textului ascuns din caractere-etichetă, curățarea cu comutatoare, amprenta SHA-256 ca dovadă și cele unsprezece variante de experiment.

Merită construit, nu doar folosit: site-urile care fac treaba aceasta îți cer să le lipești textul pe serverul lor. Un fișier local nu trimite nimic nicăieri. Și poți schimba orice regulă din el, dacă vrei să măsori altceva decât am măsurat eu.

Construiește-mi un singur fișier HTML autonom, care rulează integral în browser, fără
niciun server, fără nicio bibliotecă externă și fără nicio cerere de rețea. Tot codul —
HTML, CSS și JavaScript — stă în același fișier. Textul introdus de utilizator nu pleacă
niciodată din pagină.

SCOPUL INSTRUMENTULUI
Un text lipit de utilizator poate conține două lucruri complet diferite, pe care aproape
toate site-urile de gen le amestecă:
(a) caractere invizibile și litere deghizate — lucruri care ORI sunt acolo, ORI nu sunt.
    Se numără exact, se șterg complet, iar ștergerea se poate dovedi.
(b) tipare de scriitură — fraze de lungimi suspect de egale, vocabular sărac. Acestea
    sunt indicii, niciodată dovezi.
Instrumentul trebuie să le țină SEPARATE, cu două scoruri distincte și cu explicația, sub
fiecare, a ce fel de lucru măsoară. Nu afișa niciodată un singur procent „scris de AI".

INTERFAȚA — șapte secțiuni numerotate, în ordinea aceasta:

1. TEXTUL DE ANALIZAT
Zonă mare de text, plus încărcare de fișier .txt / .md / .csv / .json. Un buton care
încarcă un exemplu demonstrativ, ca omul să vadă instrumentul funcționând înainte să aibă
un text propriu. Scrie explicit, deasupra: nimic nu se trimite nicăieri, totul se
calculează în pagină.

2. CE S-A GĂSIT
Două scoruri, unul lângă altul:
- „Amprentă tehnică — FAPT": câte caractere invizibile s-au găsit și în câte tipuri.
- „Amprentă stilistică — INDICIU": tiparul de scriitură. Sub el, cu litere clare: nu e
  dovadă. Un om care scrie îngrijit poate ieși roșu; un text de AI rescris poate ieși verde.

Apoi tabele cu ce s-a găsit:
- Fiecare caracter invizibil, cu punctul lui de cod (U+XXXX), numele oficial Unicode, o
  explicație în limbaj obișnuit a ce este, de câte ori apare și cât de grav e.
  Categoriile care trebuie recunoscute: caractere de lățime zero (ZWSP, ZWNJ, ZWJ, word
  joiner), marcaje de direcție a textului (LRM, RLM, embeddings, overrides, isolates),
  selectori de variantă (VS1–VS16), caractere-etichetă (U+E0000–U+E007F), marca de ordine
  a octeților, cratima moale, caractere de control, spații speciale (NBSP, en quad, em
  space, thin space, hair space, spațiu ideografic).
- Caracterele-etichetă merită tratament aparte: zona aceea poate transporta un mesaj ASCII
  întreg, complet invizibil, care supraviețuiește copierii. Dacă găsești astfel de
  caractere, DECODIFICĂ-LE și arată textul ascuns pe ecran.
- Homoglife: litere chirilice sau grecești identice la vedere cu cele latine. Semnalează
  doar cuvintele care AMESTECĂ alfabete — un cuvânt scris integral în chirilică e text
  chirilic normal, nu o deghizare. Arată fiecare cuvânt suspect și fiecare literă
  substituită.
- Tipografie: ghilimele curbate, linii de dialog, puncte de suspensie, apostrofuri
  curbate — numărate, nu judecate.
- Statistica de scriitură: numărul de propoziții, lungimea medie a frazei, coeficientul
  de variație al lungimii frazelor (acesta e indicatorul care contează cu adevărat),
  proporția de cuvinte unice.
- Evidențierea în text: arată textul cu fiecare caracter problematic marcat vizibil, ca
  omul să vadă unde stă.

3. CURĂȚAREA
Cu comutatoare, niciodată orbește. Fiecare opțiune are un nume scurt și o explicație:
- Șterge toate caracterele invizibile (pornit implicit)
- Spațiile speciale devin spațiu normal (pornit implicit)
- Normalizează homoglifele, doar în cuvintele care amestecă alfabete (pornit implicit)
- Normalizare Unicode NFC (pornit implicit)
- Puncte de suspensie → trei puncte (pornit implicit)
- Colapsează spațiile multiple și le taie de la capăt de rând (pornit implicit)
- Apostrof curbat → apostrof drept (OPRIT implicit)
- Ghilimele curbate → ghilimele drepte (OPRIT implicit)
- Linie de dialog → cratimă (OPRIT implicit)
- Punct de listă → cratimă (OPRIT implicit)

Ultimele patru sunt OPRITE implicit dintr-un motiv care trebuie scris pe ecran: în română,
ghilimelele „…" și linia de dialog sunt tipografie CORECTĂ. Ștergerea lor strică textul,
nu îl repară. Instrumentele care curăță tot, orbește, îți stâlcesc textul ca să pară mai
„uman".

Două reguli de finețe la ștergere, ambele obligatorii:
- Nu atinge tab, linie nouă și retur de car.
- Păstrează U+200D (zero-width joiner) când stă între două pictograme — acolo ține
  emoji-urile compuse legate. Șters, sparge emoji-ul în bucăți.

4. DOVADA CĂ S-A ȘTERS
Partea pe care n-o are niciun site online. Nu spune doar „gata, e curat" — dă-i omului cu
ce să verifice în afara instrumentului tău:
- rescanare automată a textului curățat, cu numărul de caractere invizibile rămase
- amprenta SHA-256 a textului înainte și după (implementează SHA-256 în JavaScript curat,
  fără bibliotecă), plus numărul de octeți al fiecăruia
- lista completă a caracterelor eliminate, cu numărul de apariții
- butoane de descărcare pentru ambele variante (1-original.txt, 2-curatat.txt) și un
  buton care copiază un rezumat al dovezii, gata de pus într-un document

5. EXPERIMENTUL CU DETECTOARELE EXTERNE
Aici se rezolvă cearta. Tutorialele care circulă mișcă două leviere odată — curăță textul
ȘI îl rescriu — apoi arată scorul care a scăzut. Așa nu afli care dintre cele două a produs
efectul.

Generează din textul introdus mai multe variante, fiecare schimbând UN SINGUR lucru:
A. originalul, neatins — reperul fără de care nicio altă cifră nu înseamnă nimic
B. doar invizibilele scoase
C. doar tipografia normalizată
D. invers: spații de lățime zero injectate în mijlocul cuvintelor
E. rescris de mână (loc liber unde utilizatorul își lipește propria rescriere)
F. murdărit realist cu caractere invizibile
G. F, apoi curățat — bucla închisă
H. ritmul frazei spart brutal, oriunde
I. expresiile preferate de modele, înlocuite cu echivalente banale
J. homoglife chirilice
K. ritm schimbat, dar cu gramatica intactă — se taie o frază lungă doar acolo unde ambele
   jumătăți rămân propoziții corecte, și se lipesc două propoziții scurte cu punct și
   virgulă. Vocabularul rămâne neatins, cu exact același număr de cuvinte înainte și după.

K este proba validă, iar H e versiunea ei brutală: dacă H produce text agramat, diferența
de scor față de K nu se poate atribui curat. Scrie lucrul acesta pe ecran.

Fiecare variantă are un buton de copiere și unul de vizualizare. Sub ele, un tabel unde
utilizatorul își notează manual scorul primit de la fiecare detector extern, cu variantele
pe linii și detectoarele pe coloane. Colorează celulele: verde dacă scorul a scăzut față de
A, roșu dacă a crescut, gri dacă nu s-a măsurat. Când o variantă iese identică bit cu bit
cu originalul, marcheaz-o ca test gol și spune că cifrele ei nu măsoară nimic.

Scorurile se țin PE TEXT, în localStorage, cu posibilitatea de a avea mai multe texte
denumite. Fără ele, al doilea text măsurat îl suprascrie pe primul și pierzi măsurătorile.

6. CE NU POATE FACE INSTRUMENTUL — ȘI NICI ALTUL LOCAL
Secțiune obligatorie, scrisă apăsat, pentru că paginile comerciale o ocolesc:
Watermarkul modelelor moderne (metoda SynthID, folosită de Claude din august 2026) NU e un
caracter în text. E un tipar statistic în alegerea cuvintelor: acolo unde două cuvinte sunt
la fel de potrivite, alegerea nu mai e la întâmplare, ci ghidată de o cheie. Documentația
Anthropic spune literal că nu se adaugă nimic în text și că nu există caractere ascunse.
Se citește doar cu cheia, pe care o deține compania. Instrumentul acesta nu îl vede și nu
îl șterge — și niciun instrument local nu poate. Singurul lucru care îl distruge e
rescrierea completă, cuvânt cu cuvânt, moment în care e discutabil dacă textul mai e al
modelului.
Spune și ce ESTE, prin urmare, ce găsește instrumentul: caractere invizibile reale, care
apar în text copiat din pagini web sau din ferestre de chat. Exact ce găsesc și șterg
site-urile numite „watermark remover" — dar acela nu e watermarkul.

7. INSTRUMENTE GRATUITE PENTRU CĂUTAT SEMNĂTURA
Un tabel cu detectoarele publice, limitele lor gratuite și data la care au fost verificate,
plus o linie care spune că se schimbă des și că cifrele trebuie reverificate.

REGULI DE STIL
Fond alb, culori vii și saturate cu contrast mare — roșu, albastru, galben, verde. Nu temă
întunecată, nu paletă pastelată. Text negru pe alb. Fiecare secțiune într-un panou cu
titlu numerotat. Interfața în limba română, cu diacritice corecte peste tot.

REGULI DE FOND, care contează mai mult decât codul
- Nu afirma niciodată despre un text că „e scris de AI". Instrumentul raportează ce a
  găsit, nu emite verdicte.
- Nu ascunde limitele ca să pară mai puternic. Secțiunea 6 e cea care îl face de încredere.
- Fiecare cifră afișată trebuie să poată fi verificată în afara instrumentului. De aceea
  există amprenta SHA-256 și descărcarea ambelor variante.
- Unde nu s-a măsurat, scrie că nu s-a măsurat. Nu completa cu presupuneri.

Dacă îl rulezi și îți iese altceva decât mi-a ieșit mie, partea a cincea a instrumentului e făcută exact pentru cazul acesta: îți ține scorurile pe fiecare text în parte, ca să poți compara măsurători, nu impresii.

Îl folosesc pentru munca mea de zi cu zi. Construiesc astfel de instrumente pentru că măsurătoarea proprie bate părerea: la fel am procedat și cu agentul care verifică dacă eMAG chiar a ieftinit produsul, și cu articolul despre pisici și AI care a ajuns, fără să știe, martorul principal din experimentul acesta.

Dacă vrei să înveți să construiești singur instrumente de felul acesta — nu să folosești un chat, ci să pui AI-ul să lucreze pe datele tale — cursul de AI costă 95 € de persoană, se ține pe cazurile firmei tale și are garanția banilor înapoi. L-am livrat de mai multe ori, la firme reale.

Sunt inginer, lucrez cu sisteme de 30 de ani și am scris SimpluSPV, folosit azi de firme și contabili.

Întrebări frecvente

Pot să șterg watermarkul pe care Claude îl pune în text?

Nu de pe calculatorul tău. Marcajul e statistic — un tipar în alegerea cuvintelor, nu un caracter pe care să-l ștergi. Anthropic scrie că nu se adaugă nimic în text și că nu există caractere ascunse. Singurul lucru care îl distruge, după documentația lor, e rescrierea completă, cuvânt cu cuvânt — moment în care e discutabil dacă textul mai e al modelului.

Instrumentele de tip „AI watermark remover” fac ceva?

Șterg caractere invizibile, care sunt reale și apar uneori în text copiat din pagini web sau din ferestre de chat. Dar în cele 190 000 de cuvinte produse de Claude pe care le-am scanat nu am găsit niciunul. În cazul acela nu au ce curăța, iar ștergerea lor nu e ștergerea watermarkului. Cele care rescriu textul în întregime fac altceva, și acolo efectul e real.

Watermarkul poate arăta că eu am scris textul?

Nu. Anthropic scrie că marcajul nu conține nicio informație despre utilizator, organizație sau conversație. Spune doar cât de probabil e ca modelul să fi fost implicat în scrierea textului.

Dacă îi dau lui Claude textul meu doar la corectat, rămâne marcat?

Aproape deloc. Watermarkul se prinde numai de cuvintele alese de model, iar la o corectură de gramatică aproape toate cuvintele rămân ale tale. La o traducere e invers: acolo fiecare cuvânt e ales de model, deci textul e marcat.

Un scor de 98% „scris de AI” e o dovadă?

Nu. E opinia unui model despre alt model. Pe același text am primit 0%, 0%, 63% și 98% de la patru instrumente diferite. Un scor poate fi un indiciu într-o discuție, nu o probă într-o decizie cu consecințe.

De ce detectoarele merg mai prost pe română?

Sunt antrenate în principal pe engleză. Măsurătoarea mea arată diferența, nu cauza — dar diferența e uriașă: 0% în română față de 100% în engleză, la același conținut și același detector.

Există detectoare mai serioase decât cele gratuite?

Da. Binoculars, publicat la conferința ICML în 2024, e open-source și se rulează local. Autorii raportează peste 90% detecție la o rată de fals-pozitiv de 0,01%, fără să fi fost antrenat pe datele modelului țintă. Cere Python și o placă video, dar nu îți trimite textul pe serverul nimănui.

Ce fac dacă vreau să verific un text important?

Rulează-l prin mai multe detectoare, nu prin unul, și tratează rezultatul ca pe un indiciu. Dacă textul e în română, ține minte că două dintre cele patru din testul meu nu văd nimic. Și nu lipi într-un serviciu online un text nepublicat la care ții — îl trimiți pe serverul lor.

Surse

• Anthropic, „How Claude’s text watermark works”, 14 august 2026 — https://www.anthropic.com/news/claude-text-watermark
• Gizmodo, „People Are Rushing to Find Ways to Remove Claude’s AI Text Watermark”, 19 august 2026 — https://gizmodo.com/people-are-rushing-to-find-ways-to-remove-claudes-ai-text-watermark-2000800433
• Hans et al., „Spotting LLMs With Binoculars: Zero-Shot Detection of Machine-Generated Text”, ICML 2024 — https://arxiv.org/abs/2401.12070
• Codul Binoculars — https://github.com/ahans30/Binoculars
• Paginile citate ale instrumentelor de curățare, citite pe 23 august 2026: https://overchat.ai/text/claude-watermark-remover, https://www.cudekai.com/claude-watermark-remover, https://www.claudewatermark.com/

Costin Pietraru, PAYCODE SRL. Măsurători făcute pe 23 august 2026.