OpenAI til jura fører an inden for juridisk intelligens
Vores nyeste modelkonfiguration tog førstepladsen i en lanceringsevaluering på tværs af 24 retsområder og fik højere vurderinger af sine processkrifter end GPT‑6 Astra. Alle ChatGPT Enterprise-kunder kan nu anmode om adgang.
I dag udgiver vi en opdateret version af OpenAI til jura, der sætter ny standard på Harvey LAB-AA og er blandt de bedste på LAB: USCL, udviklet i fællesskab af Harvey(åbner i et nyt vindue) og Grubel(åbner i et nyt vindue), samt på Vals AI’s Legal Research Bench. Vi giver også alle ChatGPT Enterprise-kunder mulighed for at anmode om adgang gennem Trusted Access Program, herunder via API’et.
OpenAI til jura er en modelkonfiguration af GPT‑6.2 Astra, vores nyeste og mest kraftfulde banebrydende model. Den kombinerer GPT‑6.2 Astra med et dedikeret juridisk søgeindeks og instruktioner til at undersøge et spørgsmål, afveje retskilderne og skrive svaret. Den konfiguration opnåede fuldt pointtal i LAB-AA-evalueringen næsten 40 % oftere end GPT‑6.2 Astra alene.
Siden vi introducerede OpenAI til jura i september til en lille gruppe advokatfirmaer, herunder Cooley, Ropes & Gray og Sullivan & Cromwell, har vores forskerteam hurtigt udviklet forbedringer af dens juridiske ræsonnering og omtrent fordoblet antallet af juridiske kilder. På Vals AI’s Legal Research Bench(åbner i et nyt vindue) steg andelen af researchbaserede svar, der bestod alle kontroller, fra cirka 46 % til næsten 55 %. Vi investerer i jura, så de bedste advokater kan bruge vores bedste banebrydende intelligens til at løse de spørgsmål, der kan skabe fremskridt i en stadig mere kompleks verden.
Harveys Legal Agent Benchmark (LAB) tester, om en model kan løse en juridisk opgave fra start til slut. LAB-AA(åbner i et nyt vindue) er Artificial Analysis’ version af testen. Den sætter modellerne på en hård prøve med 120 opgaver udviklet af Harvey – fra at udarbejde planer for indenretlige afhøringer og gennemgå erhvervslejekontrakter til at lægge strategier for ejerskifte ved virksomhedsovertagelser. For at opnå fuldt pointtal skal et svar opfylde alle opgavens krav uden at hallucinere, dvs. fremsætte en væsentlig påstand, som ikke understøttes af kildedokumenterne.
OpenAI til jura tog førstepladsen med fuldt pointtal i 20,8 % af opgaverne, foran GPT‑6.2 Astra med 15,0 % og Muse Wonder Full med 13,1 %.

OpenAI til jura opnåede fuldt pointtal i 20,8 % af opgaverne og tog førstepladsen.
OpenAI til jura opnåede også topresultatet med under halvt så meget output som den bedst placerede model fra en anden udbyder end OpenAI i sammenligningen ved lanceringen. Den brugte i gennemsnit cirka 64.000 outputtokens pr. opgave mod 139.000 for Muse Wonder Full og opnåede oftere fuldt pointtal: 20,8 % mod 13,1 %. For juridiske teams, der betaler efter forbrug, betyder det, at OpenAI til jura oftere opnåede fuldt pointtal end Muse Wonder Full og samtidig genererede 54 % mindre output pr. opgave. Det kan være forskellen på at holde budgettet og at overskride det markant.

Hvert punkt er en modelkonfiguration. Jo højere placering, desto flere opgaver fik fuldt pointtal. Jo længere mod venstre, desto færre outputtokens, som omfatter den tekst, en model genererer, når den ræsonnerer og skriver. OpenAI til jura brugte i gennemsnit cirka 64.000 outputtokens pr. opgave og fik fuldt pointtal i 20,8 % mod 139.000 og 13,1 % for Muse Wonder Full. Ingen af de viste konfigurationer matchede resultatet for OpenAI til jura med færre outputtokens.
Hallucinationer er uacceptable i juridisk arbejde. En enkelt opdigtet kildehenvisning kan koste en advokat klientens tillid, troværdigheden i retten og et omdømme opbygget gennem mange år. Derfor har det været en prioritet at reducere hallucinationer i OpenAI til jura. I Artificial Analysis’ seneste LAB-AA-sammenligning delte OpenAI til jura førstepladsen med GPT‑6 for den laveste rate af væsentlige hallucinationer: 0,03 pr. opgave mod 0,59 for Claude Opus 5.5, som havde den næstlaveste rate blandt modeller fra andre udbydere end OpenAI.

OpenAI til jura havde i gennemsnit 0,03 væsentlige og 0,06 mindre hallucinationer pr. opgave. Claude Opus 5.5 havde i gennemsnit 0,59 væsentlige og 0,51 mindre hallucinationer pr. opgave – cirka 20 gange så mange væsentlige hallucinationer og 8,5 gange så mange mindre.
På tværs af de samme 120 opgaver talte Artificial Analysis hallucinerede påstande, der kunne vildlede en læser på et væsentligt punkt. OpenAI til jura havde i gennemsnit 0,03 af disse fejl pr. opgave og delte dermed den laveste rate i sammenligningen – omtrent halvdelen af raten for den almindelige GPT‑6.2 Astra (0,06). Alle testede OpenAI-konfigurationer havde færre hallucinationer end Claude Opus 5.5, som opnåede det bedste resultat på dette mål blandt modeller fra andre udbydere. Opus havde i gennemsnit 0,59 væsentlige hallucinationer pr. opgave, cirka 20 gange så mange som OpenAI til jura. Det er bemærkelsesværdigt, at OpenAI til jura i denne evaluering ikke havde nogen hallucinationer i de opgaver, der opfyldte alle kriterier. Dens resultat faldt altså ikke, når der blev trukket point fra for hallucinationer.
At skrive processkrifter er en af de mest komplekse og langstrakte juridiske arbejdsprocesser. Det kræver klar ræsonnering, research og skriftlig formidling i samspil at skabe en overbevisende argumentation.
Harvey og Grubel(åbner i et nyt vindue) har sammen udviklet LAB: USCL(åbner i et nyt vindue) for at teste, om en model kan lave research og skrive et processkrift i en virkelig sag ved en amerikansk føderal domstol. Hver model træder ind på tidspunktet, lige før et processkrift blev indleveret, og skriver for den samme part om det samme spørgsmål. I den ene version skal modellen selv finde de relevante afgørelser. I den anden får den sagens akter og de præjudikater, som den oprindelige advokat henviste til. AI-baserede bedømmere sammenligner processkrifterne direkte ud fra kriterier, som advokater har gennemgået og kalibreret. OpenAI til jura opnåede et af de bedste resultater i begge versioner.

Farther right means the briefs earned higher ratings. When the models researched the law themselves, Astra for Law scored 1,844 to Opus 5.5’s 1,817. Given the precedents, they were effectively even at 1,883 and 1,882.
Jo længere mod højre, desto højere vurderinger fik processkrifterne. Når modellerne selv undersøgte retsgrundlaget, fik OpenAI til jura 1.844 point mod 1.817 for Opus 5.5. Med præjudikaterne udleveret lå de reelt lige med 1.883 og 1.882 point. Usikkerhedsintervallerne overlapper i begge tests.
Det første resultat (»Research og udkast« til venstre) er vigtigt, fordi bedre juridisk research er en af de centrale forbedringer i denne udgivelse. Vi fokuserede på at forbedre dette resultat, fordi en procesadvokat sjældent starter med en liste over de relevante afgørelser. Her skulle hver model finde ud af, hvilke afgørelser der var relevante, og bruge dem til at skrive en argumentation, som retten kunne følge. I den opgave foretrak Harveys bedømmere processkrifterne fra den nye version af OpenAI til jura frem for dem fra andre førende, banebrydende modeller som Opus 5.5 og Gemini 4 Argon. Vi ser mere markante forbedringer i juridisk research i evalueringen fra Vals AI, som vi gennemgår nedenfor.
Vi har gjort jura til en forskningsprioritet hos OpenAI og dedikeret et forskerteam til at accelerere udviklingen af banebrydende juridisk intelligens. Et tidligt mål for deres fremskridt kommer fra Vals AI’s Legal Research Bench(åbner i et nyt vindue), hvor praktiserende advokater stiller spørgsmål om amerikansk føderal ret og delstatsret. Et svar skal dække alle de påkrævede punkter og bestå kildekontrollen. I september bestod OpenAI til jura ca. 46 % af spørgsmålene. Den nye udgivelse består 54,81 % og ligger dermed mindre end ét procentpoint fra det bedste offentliggjorte resultat.
Ved at udvikle OpenAI til jura som en modelkonfiguration kan vi forbedre både dens ræsonnering og de kilder, den kan søge i. Siden september har vi indarbejdet GPT‑6.2 Astra i konfigurationen og finpudset de instruktioner, der styrer dens juridiske analyse. Vi har også tilføjet mere end 539.000 amerikanske juridiske kilder til dens søgeindeks og over 98.000 kilder fra Storbritannien, Australien og Canada, i takt med at vi begyndte at tilføje primære retskilder fra disse lande. Tilføjelserne udvider et juridisk søgeindeks, der allerede ved lanceringen omfattede mere end 230 millioner URL’er, fra en samling, der dækker mere end 99,9 % af offentliggjort amerikansk retspraksis med præjudikatsværdi(åbner i et nyt vindue).
På Harveys egen Legal Agent Benchmark opfyldte GPT‑6 Astra alle krav i 4,6 % af opgaverne. GPT‑6.2 Astra klarede 14,6 % under de samme betingelser. Med den juridiske konfiguration steg det til 16,2 %.

This chart shows both the rate of development in frontier intelligence, as well as the impact of the model configuration. The full-credit rate more than tripled from GPT‑6 Astra to GPT‑6.2 Astra, then rose another 11% with the legal configuration. This test comes from Harvey’s own LAB (separate from the previously discussed LAB-AA).
Længere søjler betyder, at flere opgaver opfyldte alle Harveys krav. Harvey gennemførte denne test uafhængigt af Artificial Analysis’ LAB-AA-evaluering.
De mest interessante muligheder med OpenAI til jura bliver formet af de advokater, der bruger den i deres daglige arbejde. Både hos vores advokatfirmakunder og i OpenAI’s eget juridiske team opbygger de første brugere opslagsværker til deres fagområder, får deres argumenter udfordret mere grundigt og finder nye måder at arbejde med lovgivning på.
De første brugere hos OpenAI bruger for eksempel OpenAI til jura til at:
Give dit argument den stærkest mulige modstander. OpenAI til jura bruges ofte som sparringspartner. En konkurrenceretsadvokat giver den en fortolkning af en lov og beder den argumentere for den modsatte side med afsæt i lovens forarbejder, retsafgørelser og udgaver af loven på andre sprog. Værdien viser sig, når en indvending er stærk nok til at ændre rådgivningen.
Finde grænsen mellem en anbefaling og et krav. En jurist med fokus på regulering undersøgte et lovforslag om AI-tilsyn og ville vide, hvor store beføjelser en uafhængig kontrollant ville få. Hvis kontrollanten bad om en rettelse, ville udvikleren så være forpligtet til at gennemføre den? Ved den slags spørgsmål stiller juristen en letforståelig beskrivelse af hver forpligtelse op ved siden af lovforslagets præcise ordlyd, så kollegerne kan se, hvilken fortolkning teksten understøtter.
Begynde den første samtale med en ekstern advokat med det svære spørgsmål. Når virksomheden overvejer at gå ind i en ukendt branche, bruger en produktjurist OpenAI til jura til at kortlægge, hvilke regler der vil gælde for den foreslåede aktivitet. I stedet for at bruge den første samtale på en generel introduktion til branchen kan juristen stille specialisten et konkret spørgsmål om det, virksomheden ønsker at gøre.
Omsætte en bunke politikker til en arbejdsgang. En juridisk programleder brugte OpenAI til jura til at omsætte lovbestemte procedurer og virksomhedspolitikker til en arbejdsgang for kolleger, der behandler indkomne sager. Det gjorde det tydeligt, hvornår de skulle bede om flere oplysninger, afslutte sagen eller sende den videre til en jurist.
Udarbejde den vejledning, du ville ønske fulgte med loven. En konkurrenceretsadvokat kombinerede OpenAI til jura med ChatGPT’s værktøjer til at bygge websites for at tilføje forklarende noter til lovgivning, som teamet bruger regelmæssigt. En kollega, der læser en bestemmelse, kan holde markøren over et begreb for at se definitionen, følge et link til det forklarende materiale og se, hvad teamet rådgav om, sidst bestemmelsen var relevant.
Fra i dag kan alle ChatGPT Enterprise-kunder anmode om OpenAI til jura gennem Trusted Access Program i administrationskonsollen. Hvis dit team allerede har adgang, skal du vælge GPT‑6.2 Astra Law i ChatGPT. Hvis du vil integrere OpenAI til jura i dine egne værktøjer via API’et, skal du kontakte din kundeansvarlige for at få en særskilt godkendelse.
Advokatbranchen står ved et vendepunkt. Teknologien ændrer virksomhedernes muligheder, og verden bliver stadig mere kompleks og sammenvævet. Det giver advokater en hidtil uset mulighed for at præge, hvordan vi forstår og håndterer denne tid – ikke kun for de virksomheder, de rådgiver, men for alle os, der lever efter de regler, de er med til at skrive. Vi tror på, at de bedste advokater med den bedste intelligens til rådighed kan løfte den opgave.
Vi er kun lige begyndt. Vi glæder os til at se, hvor I fører branchen hen.


