OpenAI pour le droit, leader de l’intelligence juridique
Notre dernière configuration arrive en tête de l’évaluation de lancement sur 24 domaines du droit, avec des mémoires mieux notés que ceux de GPT‑6 Astra. Tous les clients ChatGPT Enterprise peuvent désormais demander un accès.
Aujourd’hui, nous publions une mise à jour d’OpenAI pour le droit qui atteint les meilleures performances sur Harvey LAB-AA et figure parmi les meilleurs sur LAB: USCL, développé conjointement par Harvey(ouverture dans une nouvelle fenêtre) et Grubel(ouverture dans une nouvelle fenêtre), ainsi que sur le Legal Research Bench de Vals AI. Nous permettons également à tous les clients ChatGPT Enterprise de demander un accès via le programme d’accès de confiance, y compris par l’API.
OpenAI pour le droit est une configuration de GPT‑6.2 Astra, notre modèle de pointe le plus récent et le plus puissant. Elle associe GPT‑6.2 Astra à un index de recherche juridique dédié et à des instructions pour effectuer des recherches sur une question, apprécier la valeur des sources faisant autorité et rédiger la réponse. Cette configuration a obtenu la totalité des points à l’évaluation LAB-AA près de 40 % plus souvent que GPT‑6.2 Astra seul.
Depuis que nous avons présenté OpenAI pour le droit en septembre à un petit groupe de cabinets, dont Cooley, Ropes & Gray et Sullivan & Cromwell, notre équipe de recherche a rapidement innové pour améliorer son raisonnement juridique et presque doubler ses sources juridiques. Sur le Legal Research Bench de Vals AI(ouverture dans une nouvelle fenêtre), la part des réponses de recherche ayant satisfait à toutes les vérifications est passée d’environ 46 % à près de 55 %. Nous investissons dans le droit pour que les meilleurs avocats puissent mettre notre meilleure intelligence de pointe au service des questions qui permettront de progresser dans un monde toujours plus complexe.
Le Legal Agent Benchmark (LAB) de Harvey teste la capacité d’un modèle à mener à bien une tâche juridique de bout en bout. LAB-AA(ouverture dans une nouvelle fenêtre) est la version de ce test proposée par Artificial Analysis. Il met les modèles à l’épreuve avec 120 tâches conçues par Harvey, allant de la préparation de plans d’audition à l’examen de baux commerciaux, en passant par la stratégie de changement d’actionnariat lors d’acquisitions. Pour obtenir la totalité des points, une réponse doit satisfaire à toutes les exigences d’une tâche sans hallucination, c’est-à-dire sans affirmation substantielle non étayée par les documents sources.
OpenAI pour le droit s’est classé premier, obtenant la totalité des points pour 20,8 % des tâches, devant GPT‑6.2 Astra à 15,0 % et Muse Wonder Full à 13,1 %.

OpenAI pour le droit a obtenu la totalité des points pour 20,8 % des tâches et s’est classé premier.
OpenAI pour le droit a aussi obtenu ce meilleur score en générant moins de la moitié du volume de sortie du modèle non-OpenAI le mieux noté dans le comparatif de lancement. Il a généré en moyenne environ 64 000 tokens de sortie par tâche, contre 139 000 pour Muse Wonder Full, tout en obtenant plus souvent la totalité des points : 20,8 % contre 13,1 %. Pour les équipes juridiques facturées à l’usage, cela signifie qu’OpenAI pour le droit a obtenu la totalité des points plus souvent que Muse Wonder Full tout en générant 54 % de contenu en moins par tâche. Cela peut faire la différence entre respecter son budget et le dépasser largement.

Chaque point représente une configuration de modèle. Plus un point est haut, plus le nombre de tâches ayant obtenu la totalité des points est élevé ; plus il est à gauche, moins il y a de tokens de sortie, qui incluent le texte généré par le modèle pendant son raisonnement et sa rédaction. Astra for Law a généré en moyenne environ 64 000 tokens de sortie par tâche et obtenu la totalité des points pour 20,8 % des tâches, contre 139 000 tokens et 13,1 % pour Muse Wonder Full. Aucune configuration présentée n’a égalé le score d’Astra for Law avec moins de tokens de sortie.
Les hallucinations sont inacceptables dans le travail juridique. Une seule référence inventée peut coûter à un avocat la confiance de son client, sa crédibilité devant le tribunal et une réputation construite au fil des années. C’est pourquoi la réduction des hallucinations est une priorité pour OpenAI pour le droit. Dans le dernier comparatif LAB-AA d’Artificial Analysis, OpenAI pour le droit affiche, à égalité avec GPT‑6, le taux d’hallucinations substantielles le plus bas : 0,03 par tâche, contre 0,59 pour Claude Opus 5.5, le modèle non-OpenAI au taux le plus bas.

Astra for Law a produit en moyenne 0,03 hallucination substantielle et 0,06 hallucination mineure par tâche. Claude Opus 5.5 a produit en moyenne 0,59 hallucination substantielle et 0,51 hallucination mineure par tâche, soit environ 20 fois plus d’hallucinations substantielles et 8,5 fois plus d’hallucinations mineures.
Sur ces mêmes 120 tâches, Artificial Analysis a comptabilisé les affirmations hallucinées susceptibles d’induire un lecteur en erreur sur un point de fond. OpenAI pour le droit a produit en moyenne 0,03 erreur de ce type par tâche, soit le taux le plus bas du comparatif, à égalité, et environ la moitié de celui de GPT‑6.2 Astra standard (0,06). Toutes les configurations OpenAI testées ont produit moins d’hallucinations que Claude Opus 5.5, qui affichait le meilleur résultat non-OpenAI sur cet indicateur. Opus a produit en moyenne 0,59 hallucination substantielle par tâche, soit environ 20 fois plus qu’OpenAI pour le droit. Notamment, OpenAI pour le droit n’a produit aucune hallucination dans les tâches satisfaisant à tous les critères de réussite de cette évaluation. Son score n’a donc pas diminué après application de la pénalité pour hallucination.
La rédaction de mémoires est l’un des processus de longue haleine les plus complexes en droit. Elle exige d’allier un raisonnement clair, des recherches et un travail de rédaction pour produire une argumentation d’excellence.
Harvey et Grubel(ouverture dans une nouvelle fenêtre) ont développé ensemble LAB: USCL(ouverture dans une nouvelle fenêtre) pour tester la capacité d’un modèle à effectuer des recherches et à rédiger un mémoire dans une véritable affaire portée devant la justice fédérale américaine. Chaque modèle intervient juste avant le dépôt d’un mémoire et rédige pour la même partie, sur la même question. Dans une version, le modèle doit trouver lui-même la jurisprudence pertinente. Dans l’autre, il reçoit le dossier et les précédents cités par l’avocat à l’origine du mémoire. Des évaluateurs IA comparent les mémoires deux à deux selon des critères examinés et calibrés par des avocats. OpenAI pour le droit a obtenu l’un des meilleurs scores dans les deux versions.

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.
Plus les points sont à droite, mieux les mémoires ont été notés. Lorsque les modèles effectuaient eux-mêmes les recherches juridiques, OpenAI pour le droit a obtenu 1 844 points contre 1 817 pour Opus 5.5. Avec les précédents fournis, ils étaient pratiquement à égalité, à 1 883 et 1 882 points. Les plages d’incertitude se chevauchent dans les deux tests.
Le premier résultat (« Rechercher et rédiger », à gauche) est important, car l’amélioration de la recherche juridique est l’une des avancées majeures de cette version. Nous avons cherché à améliorer ce résultat, car un avocat plaidant dispose rarement, au départ, d’une liste des décisions pertinentes. Ici, chaque modèle devait déterminer quelles décisions comptaient et s’en servir pour rédiger une argumentation que le tribunal pourrait suivre. Pour cette tâche, les évaluateurs de Harvey ont préféré les mémoires de la version actuelle d’OpenAI pour le droit à ceux d’autres grands modèles de pointe, comme Opus 5.5 et Gemini 4 Argon. L’évaluation de Vals AI, présentée ci-après, révèle des améliorations plus marquées en matière de recherche juridique.
Chez OpenAI, nous avons fait du droit une priorité de recherche, en dédiant une équipe de chercheurs à l’accélération de l’innovation en intelligence juridique de pointe. Le Legal Research Bench de Vals AI(ouverture dans une nouvelle fenêtre), dont les questions sur le droit fédéral et celui des États américains sont conçues par des avocats en exercice, offre une première mesure de leurs progrès. Une réponse doit couvrir tous les points requis et satisfaire aux vérifications des sources. En septembre, OpenAI pour le droit réussissait environ 46 % des questions. La version publiée aujourd’hui en réussit 54,81 %, à moins d’un point de pourcentage du meilleur score publié.
Concevoir OpenAI pour le droit comme une configuration de modèle nous permet d’améliorer son raisonnement et les sources qu’il peut consulter. Depuis septembre, nous avons intégré GPT‑6.2 Astra à cette configuration et affiné les instructions qui guident son analyse juridique. Nous avons aussi ajouté à son index de recherche plus de 539 000 ressources juridiques américaines et plus de 98 000 ressources du Royaume-Uni, d’Australie et du Canada, en commençant à y intégrer les sources primaires du droit de ces pays. Ces ajouts enrichissent un index de recherche juridique qui couvrait déjà plus de 230 millions d’URL au lancement, issues d’un fonds regroupant plus de 99,9 % des décisions américaines publiées ayant valeur de précédent(ouverture dans une nouvelle fenêtre).
Sur le Legal Agent Benchmark de Harvey, GPT‑6 Astra satisfaisait à toutes les exigences pour 4,6 % des tâches. GPT‑6.2 Astra en a réussi 14,6 % dans les mêmes conditions. Avec la configuration juridique, ce taux est passé à 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).
Plus les barres sont longues, plus le nombre de tâches ayant satisfait à toutes les exigences de Harvey est élevé. Harvey a mené ce test séparément de l’évaluation LAB-AA d’Artificial Analysis.
Les possibilités les plus prometteuses d’OpenAI pour le droit se dessinent grâce aux juristes qui l’utilisent au quotidien. Dans les cabinets clients comme au sein de l’équipe juridique d’OpenAI, les premiers utilisateurs constituent des ressources de référence adaptées à leur pratique, soumettent leurs arguments à une contradiction plus exigeante et trouvent de nouvelles façons d’analyser la législation.
Par exemple, les premiers utilisateurs chez OpenAI se servent d’OpenAI pour le droit pour :
Opposer à votre argumentation son adversaire le plus solide. OpenAI pour le droit sert souvent de partenaire de débat. Un juriste en droit de la concurrence lui soumet une interprétation d’une loi et lui demande de défendre la position adverse en s’appuyant sur les travaux préparatoires, les décisions de justice et les versions de la loi dans d’autres langues. L’exercice prend tout son sens lorsqu’une objection est assez convaincante pour modifier le conseil donné.
Distinguer une recommandation d’une obligation. Un juriste spécialisé en politiques publiques examinait un projet de loi sur la supervision de l’IA et souhaitait connaître l’étendue des pouvoirs d’un contrôleur indépendant. Si ce contrôleur demandait une correction, le développeur serait-il tenu de l’appliquer ? Pour ce type de questions, le juriste place une explication en langage clair de chaque obligation à côté du libellé exact du projet de loi, afin que ses collègues voient quelle interprétation le texte étaye.
Aborder la question difficile dès le premier échange avec un conseil externe. Lorsque l’entreprise envisage de se lancer dans un secteur qu’elle connaît mal, un juriste produit utilise OpenAI pour le droit pour recenser les règles applicables à l’activité envisagée. Au lieu de consacrer le premier échange à un tour d’horizon du secteur, le juriste peut poser au spécialiste une question précise sur ce que l’entreprise souhaite faire.
Transformer une pile de politiques internes en processus de travail. Un responsable de programme juridique a utilisé OpenAI pour le droit pour transformer des procédures réglementaires et des politiques internes en un processus de travail destiné aux collègues chargés des nouveaux dossiers. Ils peuvent ainsi savoir quand demander des informations complémentaires, clore le dossier ou le transmettre à un juriste.
Créer le guide que vous auriez aimé trouver avec la loi. Un juriste en droit de la concurrence a associé OpenAI pour le droit aux outils de création de sites de ChatGPT pour annoter les textes législatifs que l’équipe utilise régulièrement. Un collègue qui lit une disposition peut survoler un terme pour en voir la définition, suivre un lien vers les documents qui l’expliquent et consulter le conseil donné par l’équipe la dernière fois que cette disposition a été examinée.
Dès aujourd’hui, tous les clients ChatGPT Enterprise peuvent demander OpenAI pour le droit via le programme d’accès de confiance dans la console d’administration. Si votre équipe y a déjà accès, sélectionnez GPT‑6.2 Astra Law dans ChatGPT. Pour intégrer OpenAI pour le droit à vos propres outils via l’API, contactez votre responsable de compte afin d’obtenir une autorisation distincte.
Les professions juridiques sont à un tournant. Alors que la technologie transforme les possibilités des entreprises et que le monde devient toujours plus complexe et interconnecté, les juristes ont une occasion sans précédent d’éclairer notre compréhension de cette période, non seulement pour les entreprises qu’ils conseillent, mais aussi pour nous tous, qui vivons selon les règles qu’ils contribuent à rédiger. Nous pensons que les meilleurs juristes, dotés de la meilleure intelligence, peuvent être à la hauteur de ce moment.
Nous n’en sommes qu’au début. Nous avons hâte de voir l’avenir que vous donnerez à votre profession.


