OpenAI

17 בנובמבר 2026

חברה

Astra for Law מוביל בבינה משפטית

תצורת המודל החדשה שלנו דורגה ראשונה בהערכת השקה שהקיפה 24 תחומי משפט, והסיכומים המשפטיים שלה קיבלו דירוגים גבוהים מאלה של GPT‑6 Astra. כל לקוח של ChatGPT Enterprise יכול כעת לבקש גישה.

היום אנחנו משיקים גרסה מעודכנת של Astra for Law, שמציגה ביצועים מובילים במבחן Harvey LAB-AA ונמנית עם המובילים במבחן LAB: USCL, שפותח במשותף על ידי Harvey⁠(נפתח בחלון חדש) ו-Grubel⁠(נפתח בחלון חדש), ובמבחן המחקר המשפטי של Vals AI. אנחנו גם מאפשרים לכל לקוחות ChatGPT Enterprise לבקש גישה במסגרת תוכנית הגישה המהימנה, כולל דרך ה-API.

Astra for Law הוא תצורה של GPT‑6.2 Astra, מודל החזית החדש והעוצמתי ביותר שלנו. התצורה משלבת את GPT‑6.2 Astra עם אינדקס חיפוש משפטי ייעודי והוראות לחקר שאלה, להערכת משקלן של אסמכתאות משפטיות ולכתיבת התשובה. התצורה הזו זכתה בניקוד מלא בהערכת LAB-AA בשיעור גבוה בכמעט 40% מזה של GPT‑6.2 Astra לבדו.

מאז שהצגנו את Astra for Law בספטמבר⁠ לקבוצה קטנה של משרדי עורכי דין, ובהם Cooley⁠,‏ Ropes & Gray⁠ ו-Sullivan & Cromwell⁠, צוות המחקר שלנו פיתח במהירות חידושים לשיפור ה-reasoning המשפטי שלו ולהכפלה בקירוב של מספר המקורות המשפטיים שלו. במבחן המחקר המשפטי של Vals AI⁠(נפתח בחלון חדש), שיעור התשובות לשאלות מחקר שעברו את כל הבדיקות עלה מכ-46% לכמעט 55%. אנחנו משקיעים בתחום המשפט כדי שעורכי הדין הטובים ביותר יוכלו להיעזר בבינת החזית הטובה ביותר שלנו בסוגיות שיאפשרו התקדמות בעולם מורכב יותר ויותר.

Astra for Law דורג ראשון בהשוואת ההשקה של Harvey LAB-AA, שהקיפה 24 תחומי משפט

מבחן הסוכנים המשפטיים של Harvey‏ (LAB) בודק אם מודל יכול לבצע משימה משפטית מתחילתה ועד סופה. LAB-AA⁠(נפתח בחלון חדש) הוא הגרסה של Artificial Analysis למבחן הזה. הוא מעמיד את המודלים במבחן מאתגר של 120 משימות שפיתחה Harvey — מהכנת מתווים לגביית עדות מוקדמת, דרך סקירת חוזי שכירות מסחריים ועד גיבוש אסטרטגיה לשינויי בעלות במסגרת רכישות. כדי לקבל ניקוד מלא, התשובה צריכה לעמוד בכל דרישות המשימה ללא הזיות, כלומר ללא טענה מהותית שאינה נתמכת במסמכי המקור.

Astra for Law דורג ראשון וקיבל ניקוד מלא ב-20.8% מהמשימות, לפני GPT‑6.2 Astra עם 15.0% ו-Muse Wonder Full עם 13.1%.

תרשים עמודות המשווה את שיעור המשימות ב-LAB-AA שקיבלו ניקוד מלא.

Astra for Law קיבל ניקוד מלא ב-20.8% מהמשימות ודורג ראשון.

Astra for Law השיג את הציון המוביל גם עם פחות ממחצית הפלט של המודל בעל הציון הגבוה ביותר שאינו של OpenAI בהשוואת ההשקה. הוא הפיק בממוצע כ-64,000 טוקני פלט למשימה, לעומת 139,000 של Muse Wonder Full, וקיבל ניקוד מלא בשיעור גבוה יותר: 20.8% לעומת 13.1%. עבור צוותים משפטיים שמשלמים לפי שימוש, המשמעות היא ש-Astra for Law קיבל ניקוד מלא לעיתים קרובות יותר מ-Muse Wonder Full, תוך יצירת 54% פחות פלט למשימה. זה יכול להיות ההבדל בין עמידה בתקציב לחריגה משמעותית ממנו.

תרשים פיזור המציג את מספר טוקני הפלט הממוצע בסולם לוגריתמי מול שיעורי המשימות שקיבלו ניקוד מלא ב-LAB-AA.

כל נקודה מייצגת תצורת מודל. מיקום גבוה יותר מציין שיותר משימות קיבלו ניקוד מלא; מיקום שמאלי יותר מציין פחות טוקני פלט, הכוללים את הטקסט שהמודל מייצר במהלך הסקת המסקנות והכתיבה. Astra for Law הפיק בממוצע כ-64,000 טוקני פלט למשימה וקיבל ניקוד מלא ב-20.8% מהמשימות, לעומת 139,000 ו-13.1% של Muse Wonder Full. אף תצורה שמוצגת כאן לא הגיעה לציון של Astra for Law עם פחות טוקני פלט.

Astra for Law הציג בממוצע 95% פחות הזיות מהותיות למשימה לעומת Claude Opus 5.5

אין מקום להזיות בעבודה משפטית. אסמכתה מומצאת אחת עלולה לעלות לעורך דין באמון הלקוח, באמינות בבית המשפט ובמוניטין שנבנה לאורך שנים. לכן צמצום ההזיות נמצא בעדיפות גבוהה בפיתוח Astra for Law. בהשוואת LAB-AA האחרונה של Artificial Analysis,‏ Astra for Law השיג יחד עם GPT‑6 את השיעור הנמוך ביותר של הזיות מהותיות: 0.03 למשימה, לעומת 0.59 של Claude Opus 5.5 (המודל בעל השיעור הנמוך ביותר מבין אלה שאינם של OpenAI).

עמודות מקובצות המשוות את מספר ההזיות המהותיות והקלות למשימה ב-LAB-AA.

Astra for Law הציג בממוצע 0.03 הזיות מהותיות ו-0.06 הזיות קלות למשימה. Claude Opus 5.5 הציג בממוצע 0.59 הזיות מהותיות ו-0.51 הזיות קלות למשימה — בערך פי 20 הזיות מהותיות ופי 8.5 הזיות קלות.

באותן 120 משימות, Artificial Analysis ספרה טענות מומצאות שעלולות להטעות את הקורא בנקודה מהותית. Astra for Law הציג בממוצע 0.03 שגיאות כאלה למשימה — השיעור הנמוך ביותר בהשוואה, בשוויון עם מודל נוסף, וכמחצית מהשיעור של GPT‑6.2 Astra הרגיל (0.06). כל תצורה של OpenAI שנבדקה הציגה פחות הזיות מ-Claude Opus 5.5, שהשיג את התוצאה הטובה ביותר במדד זה מבין המודלים שאינם של OpenAI. Opus הציג בממוצע 0.59 הזיות מהותיות למשימה, בערך פי 20 מ-Astra for Law. חשוב לציין שבמשימות שבהן Astra for Law עמד בכל הקריטריונים בהערכה הזו, לא נמצאו הזיות כלל — כך שהפחתת הניקוד בגין הזיות לא הורידה את הציון שלו.

Astra for Law נמנה עם המובילים במבחן הפסיקה בארה״ב

“Astra for Law 6.2 מציג שיפור מהותי לעומת מודלי Astra קודמים בכל מבחני ההשוואה שלנו. הוא כותב סיכומים מקיפים יותר ומנומקים טוב יותר, שהמעריכים שלנו מעדיפים על פני אלה של GPT‑6 Astra בכמעט 90% מההשוואות הישירות. חשוב לציין שהשיפור בעומק אינו בא על חשבון הדיוק של המודלים הקודמים — מודלי Astra ממשיכים להציג שיעורי הזיות מהנמוכים ביותר ב-LAB ובהרחבה שלו לפסיקה בארה״ב.”
חוליו פריירה, ראש תחום המחקר המשפטי, Harvey

כתיבת סיכומים משפטיים היא אחד התהליכים הממושכים והמורכבים ביותר בתחום המשפט. היא מחייבת שילוב של reasoning בהיר, מחקר וכתיבה כדי לגבש טיעון מצוין.

Harvey ו-Grubel⁠(נפתח בחלון חדש) פיתחו יחד את LAB: USCL⁠(נפתח בחלון חדש) כדי לבדוק אם מודל יכול לבצע מחקר ולכתוב סיכומים בתיק אמיתי שהתנהל בבית משפט פדרלי בארה״ב. כל מודל נכנס לתמונה בנקודת הזמן שממש לפני הגשת הסיכומים, וכותב בשם אותו צד ובאותה סוגיה. בגרסה אחת, המודל צריך למצוא בעצמו את פסקי הדין הרלוונטיים. בגרסה השנייה, הוא מקבל את חומרי התיק ואת התקדימים שעורך הדין המקורי ציטט. מעריכי AI משווים את הסיכומים זה מול זה לפי קריטריונים שעורכי דין בדקו וכיילו. Astra for Law השיג את אחד הציונים הגבוהים ביותר בשתי הגרסאות.

הערכת הפסיקה בארה״ב של Harvey:‏ Astra for Law קיבל 1,844 לעומת 1,817 של Opus 5.5 בביצוע מחקר עצמאי, ו-1,883 לעומת 1,882 כשפסקי הדין סופקו מראש. טווחי אי-הוודאות חופפים בשני המבחנים.

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.

מיקום ימני יותר מציין דירוג גבוה יותר לסיכומים. כשהמודלים ביצעו את המחקר המשפטי בעצמם, Astra for Law קיבל ציון של 1,844 לעומת 1,817 של Opus 5.5. כשהתקדימים סופקו להם, התוצאות היו כמעט זהות: 1,883 ו-1,882. טווחי אי-הוודאות חופפים בשני המבחנים.

לתוצאה הראשונה (״מחקר וניסוח״, משמאל) יש חשיבות, כי שיפור המחקר המשפטי הוא אחד השיפורים המרכזיים בגרסה הזו. התמקדנו בשיפור התוצאה הזו משום שעורכי דין העוסקים בליטיגציה כמעט אף פעם לא מתחילים עם רשימה מוכנה של פסקי הדין הנכונים. כאן, כל מודל היה צריך לזהות אילו החלטות רלוונטיות ולהשתמש בהן כדי לנסח טיעון שבית המשפט יוכל לעקוב אחריו. במשימה הזו, המעריכים של Harvey העדיפו את הסיכומים של הגרסה הנוכחית של Astra for Law על פני אלה של מודלי חזית מובילים אחרים, כמו Opus 5.5 ו-Gemini 4 Argon. שיפורים בולטים יותר במחקר המשפטי ניכרים בהערכה של Vals AI, שבה נדון בהמשך.

Astra for Law נמנה עם המובילים במבחן המחקר המשפטי של Vals AI, והשתפר ב-9 נקודות אחוז בתוך פחות מחודשיים

הצבנו את תחום המשפט בעדיפות גבוהה במחקר של OpenAI, והקצינו צוות חוקרים להאצת החדשנות בבינת חזית משפטית. אחד המדדים הראשונים להתקדמותם הוא מבחן המחקר המשפטי של Vals AI⁠(נפתח בחלון חדש), שבו עורכי דין פעילים מחברים שאלות על הדין הפדרלי והמדינתי בארה״ב. כל תשובה צריכה להתייחס לכל הנקודות הנדרשות ולעבור את בדיקות המקורות. בספטמבר, Astra for Law עבר בהצלחה כ-46% מהשאלות. הגרסה שמתפרסמת היום עוברת בהצלחה 54.81%, בפער של פחות מנקודת אחוז אחת מהציון המוביל שפורסם.

הפיתוח של Astra for Law כתצורת מודל מאפשר לנו לשפר את אופן הסקת המסקנות שלו ואת המקורות העומדים לרשותו. מאז ספטמבר שילבנו בתצורה את GPT‑6.2 Astra ושכללנו את ההוראות שמנחות את הניתוח המשפטי שלו. הוספנו לאינדקס החיפוש שלו גם יותר מ-539,000 מקורות משפטיים מארה״ב ויותר מ-98,000 מקורות מבריטניה, מאוסטרליה ומקנדה, כשהתחלנו להוסיף חקיקה ופסיקה ממדינות אלה. תוספות אלה מרחיבות אינדקס חיפוש משפטי שכבר בהשקה כלל יותר מ-230 מיליון כתובות URL⁠, מתוך אוסף המכסה יותר מ-99.9% מהפסיקה התקדימית שפורסמה בארה״ב⁠(נפתח בחלון חדש).

במבחן הסוכנים המשפטיים של Harvey עצמה, GPT‑6 Astra עמד בכל הדרישות ב-4.6% מהמשימות. GPT‑6.2 Astra השלים 14.6% באותם תנאים. בתצורה המשפטית, השיעור עלה ל-16.2%.

שיעור המשימות במבחן הסוכנים המשפטיים של Harvey שבהן התקיימו כל הדרישות: GPT-6 Astra,‏ 4.6%;‏ GPT-6.2 Astra,‏ 14.6%;‏ Astra for Law 6.2,‏ 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).

עמודות ארוכות יותר מציינות שיותר משימות עמדו בכל הדרישות של Harvey. מבחן זה נערך על ידי Harvey בנפרד מהערכת LAB-AA של Artificial Analysis.

עורכי דין משתמשים ב-Astra for Law כדי לבחון את הטיעונים שלהם ולעזור לעמיתים לקבל החלטות קשות יותר

“שמחנו על ההזדמנות להתנסות מראש בגרסאות מוקדמות של Astra for Law, שפותחו מתוך מחשבה על שימושים משפטיים. הן בענייני ליטיגציה והן בעסקאות, המודלים הפגינו עומק מחקר מרשים והבנה של משקל האסמכתאות המשפטיות. כבר בשלב המוקדם הזה, הם נראו כמו צעד משמעותי לקראת AI ייעודי למשפט, המבוסס בקפידה על מחקר עדכני ומקיף כאחד.”
— ג׳ון סאבה, שותף ב-Sullivan & Cromwell

את האפשרויות המעניינות ביותר לשימוש ב-Astra for Law מעצבים עורכי הדין שנעזרים בו בעבודתם היומיומית. המשתמשים הראשונים, הן במשרדי עורכי דין שהם לקוחות שלנו והן בצוות המשפטי של OpenAI, בונים מאגרי עזר לתחומי העיסוק שלהם, מעמידים את טיעוניהם למבחן מחמיר יותר ומוצאים דרכים חדשות לנתח חקיקה.

למשל, המשתמשים הראשונים ב-OpenAI נעזרים ב-Astra for Law כדי:

  • להעמיד מול הטיעון שלהם את היריב החזק ביותר. אחד השימושים הנפוצים ב-Astra for Law הוא כשותף לאימון בהתמודדות עם טיעוני נגד. עורך דין בתחום התחרות מציג לו פרשנות של חוק ומבקש ממנו לטעון בשם הצד השני, בהסתמך על ההיסטוריה החקיקתית, על החלטות בתי משפט ועל נוסחי החוק בשפות אחרות. הערך האמיתי מתגלה כשטיעון נגד משכנע מספיק כדי לשנות את הייעוץ.

  • לזהות את הגבול בין המלצה לדרישה מחייבת. עורך דין בתחום המדיניות שבחן הצעת חוק לפיקוח על AI רצה לדעת מה יהיה היקף סמכותו של בודק עצמאי. אם הבודק ידרוש תיקון, האם המפתח יהיה חייב לבצע אותו? בשאלות כאלה, עורך הדין מציב הסבר בשפה פשוטה של כל חובה לצד הנוסח המדויק של הצעת החוק, כדי שעמיתיו יוכלו לראות איזו פרשנות נתמכת בטקסט.

  • להתחיל את השיחה הראשונה עם יועץ משפטי חיצוני ישר בשאלה הקשה. כשהחברה שוקלת להיכנס לתעשייה שאינה מוכרת לה, עורך דין המלווה את פיתוח המוצר נעזר ב-Astra for Law כדי למפות את הכללים שיחולו על הפעילות המוצעת. במקום להקדיש את השיחה הראשונה לסקירה כללית של התעשייה, עורך הדין יכול להגיע למומחה עם שאלה ממוקדת על הפעילות שהחברה רוצה לקדם.

  • להפוך ערימה של מסמכי מדיניות לתהליך עבודה. מנהל תוכניות משפטיות השתמש ב-Astra for Law כדי להפוך נהלים רגולטוריים ומדיניות חברה לתהליך עבודה עבור עמיתים המטפלים בפניות נכנסות. כך הם יכולים לדעת מתי לבקש מידע נוסף, מתי לסגור את הפנייה ומתי להעביר אותה לטיפול עורך דין.

  • לבנות את המדריך שהיו רוצים לקבל לצד החוק. עורך דין בתחום התחרות שילב את Astra for Law עם הכלים לבניית אתרים של ChatGPT כדי להוסיף ביאורים לחקיקה שהצוות משתמש בה דרך קבע. עמית שקורא סעיף יכול לרחף עם הסמן מעל מונח כדי לראות את הגדרתו, לעבור בקישור לחומרים שמסבירים אותו ולראות מה הצוות ייעץ בפעם האחרונה שהסעיף עלה לדיון.

שלבו את Astra for Law בעבודה המשפטית שלכם

החל מהיום, כל לקוח של ChatGPT Enterprise יכול לבקש גישה ל-Astra for Law במסגרת תוכנית הגישה המהימנה בקונסולת הניהול. אם לצוות שלכם כבר יש גישה, בחרו ב-GPT‑6.2 Astra Law ב-ChatGPT. כדי לשלב את Astra for Law בכלים שלכם דרך ה-API, פנו למנהל הלקוח שלכם לקבלת אישור נפרד.

מקצוע עריכת הדין נמצא בנקודת מפנה. כשהטכנולוגיה משנה את האפשרויות העומדות בפני עסקים והעולם נעשה מורכב ומקושר יותר, לעורכי דין יש הזדמנות חסרת תקדים לעצב את האופן שבו אנו מבינים את התקופה הזו — לא רק עבור העסקים שהם מייעצים להם, אלא עבור כולנו, שחיים לפי הכללים שהם מסייעים לנסח. אנחנו מאמינים שעורכי הדין הטובים ביותר, המצוידים בבינה הטובה ביותר, יכולים לעמוד באתגר הזה.

אנחנו רק בתחילת הדרך. אנחנו מצפים לראות לאן תיקחו את המקצוע.

מחבר/ת

OpenAI