Galvanize 3 已在 zn API 上线
今天，我们发布 Galvanize 3，这是我们第三代提示注入检测器。自 2026 年 10 月 23 日起，它会在确定性规则之后检查每一次 zn API 调用。*你这边无需任何改动：*端点、API 密钥、套餐和响应格式都保持不变。
概览
- 在公开提示注入基准上，AUROC 为十款检测器中最高：0.965。
- 在我们包含 3,309 个样本的多语言测试集上，以 0.6% 的误报率拦截 89.6% 的攻击。
- 对合法长文档的误报率为 2.9%，低于开源 Horizon 模型、PIGuard、ProtectAI 和 deepset。
- **免费试用：**Free plan 每月 10,000 次调用，无需绑定银行卡。
为什么要做新的检测器
编码智能体整天都在读取不可信文本：工具输出、MCP 返回结果、网页、代码仓库中的文档。其中任何一处混入一条注入指令，都可能让智能体偏离原本的任务。Galvanize 3 正是为这类流量而训练的，针对智能体读取的文本，而不是人在聊天中输入的内容；同时它还有一个在实践中同样重要的目标：不因误报而打断正常工作。
内部构成
模型
Galvanize 3 是一个约 1.4 亿参数的编码器分类器，基于 Horizon Labs 开源的 small 模型微调而来。它每次读取 512 个 token，对更长的输入则用重叠窗口分段打分。它与上一代采用相同的服务架构，在 CPU 上运行，因此延迟和价格都不会变化。
训练
我们在公开的提示注入和智能体安全语料上训练了多个微调版本，并加大了工具输出和长文档的权重，然后通过权重平均将它们合并为单个模型。这样既保留了每次训练的优势，又不增加推理成本。
基准测试
我们的多语言测试集
| 指标 | Galvanize 3 |
|---|---|
| 拦截的攻击（召回率） | 89.6% |
| 误报率 | 0.6% |
| 被标记的合法长文档（658 篇） | 2.9% |
3,309 个多语言样本，使用相同的代码在线上服务阈值下评分。Galvanize 3 没有在该测试集上训练，但在模型选择阶段使用过它。
与开源检测器对比
我们使用同一套代码，在 Horizon Labs 提示注入评测套件的公开攻击数据集上，将 Galvanize 3 与九款开源检测器做了对比：三个开源 Horizon 模型（small、base、large）、Prompt Guard 2（22M 和 86M）、PIGuard、NeuralTrust、ProtectAI 和 deepset。
在把攻击排在安全文本之前这一点上，Galvanize 3 优于其中任何一款，AUROC 为 0.965。
在合法长文档上，许多检测器会被普通的安全类词汇误导，而 Galvanize 3 标记的文本比三个 Horizon 模型、PIGuard、ProtectAI 和 deepset 都少。
方法说明：所有检测器均使用同一套代码，只处理每段文本的前 512 个 token。部分公开数据集与某些模型的训练数据存在重叠：攻击数据集来自 Horizon Labs 自己的评测套件，Galvanize 3 也使用了 BIPIA 和 boundary-pairs 的训练划分。长文档数据集为我们自建。
对你意味着什么
- **已经在使用 API，或在 zn-gate 中启用了云端检查？**你现在用的就是 Galvanize 3，无需任何升级。
- **配额和价格保持不变。**每次调用都会运行规则和 Galvanize 3，并计入同一份月度配额。
- **想知道是哪个模型给出的结果？**查看响应中的
ml_version：zn-galvanize3-fp32-s512。 - **如果神经网络模型暂时不可用，**调用会像以往一样回退到更小的 Galvanize-60M，响应中也会注明这一点。
开放权重
*开放权重版本即将推出。*它将是一个独立的模型，仅使用许可允许我们公开的数据训练。Galvanize 2 和 Galvanize-60M 仍可在 Hugging Face 上获取。
立即试用
云端检查是可选的：没有它，zn-gate 也能在你的本机上为智能体提供完整的保护。当你希望由 Galvanize 3 对智能体读取的提示和文档再做一次复核时，Free plan 足以让你开始。
**免费试用。**每月 10,000 次调用，无需绑定银行卡。创建你的密钥。