Astra untuk Hukum unggul dalam kecerdasan hukum
Konfigurasi model terbaru kami memuncaki evaluasi peluncuran di 24 bidang hukum, dengan dokumen argumentasi hukum yang dinilai lebih baik daripada GPT‑6 Astra. Semua pelanggan ChatGPT Enterprise kini dapat mengajukan akses.
Hari ini, kami merilis pembaruan Astra untuk Hukum yang mencatat performa terbaik pada Harvey LAB-AA dan termasuk yang terbaik pada LAB: USCL, yang dikembangkan bersama oleh Harvey(terbuka di jendela baru) dan Grubel(terbuka di jendela baru), serta Legal Research Bench dari Vals AI. Kami juga membuka pengajuan akses bagi semua pelanggan ChatGPT Enterprise melalui Program Akses Tepercaya, termasuk akses melalui API.
Astra untuk Hukum merupakan konfigurasi model GPT‑6.2 Astra, model terdepan kami yang terbaru dan paling canggih. Konfigurasi ini memadukan GPT‑6.2 Astra dengan indeks pencarian khusus hukum serta instruksi untuk meneliti persoalan, mempertimbangkan dasar hukum, dan menyusun jawaban. Konfigurasi tersebut meraih nilai penuh pada evaluasi LAB-AA hampir 40% lebih sering dibandingkan GPT‑6.2 Astra tanpa konfigurasi khusus.
Sejak kami memperkenalkan Astra untuk Hukum pada September kepada sejumlah kecil firma, termasuk Cooley, Ropes & Gray, dan Sullivan & Cromwell, tim riset kami telah berinovasi dengan cepat untuk meningkatkan penalaran hukumnya dan menambah sumber hukumnya hingga kira-kira dua kali lipat. Pada Legal Research Bench dari Vals AI(terbuka di jendela baru), persentase jawaban riset yang lolos seluruh pemeriksaan meningkat dari sekitar 46% menjadi hampir 55%. Kami berinvestasi di bidang hukum agar para pengacara terbaik dapat menggunakan kecerdasan terdepan terbaik kami untuk menjawab persoalan yang membuka jalan bagi kemajuan di dunia yang kian kompleks.
Legal Agent Benchmark (LAB) dari Harvey menguji apakah model dapat mengerjakan tugas hukum dari awal hingga akhir. LAB-AA(terbuka di jendela baru) adalah versi pengujian tersebut yang dikembangkan Artificial Analysis. Pengujian ini menguji model secara ketat melalui 120 tugas yang dikembangkan Harvey—mulai dari menyusun kerangka pemeriksaan saksi di luar persidangan, meninjau perjanjian sewa komersial, hingga merancang strategi perubahan kepemilikan dalam akuisisi. Untuk meraih nilai penuh, jawaban harus memenuhi setiap persyaratan tugas tanpa berhalusinasi, yaitu membuat klaim material yang tidak didukung oleh dokumen sumber.
Astra untuk Hukum meraih peringkat pertama dengan nilai penuh pada 20,8% tugas, mengungguli GPT‑6.2 Astra yang meraih 15,0% dan Muse Wonder Full yang meraih 13,1%.

Astra untuk Hukum meraih nilai penuh pada 20,8% tugas dan menempati peringkat pertama.
Astra untuk Hukum juga meraih skor tertinggi tersebut dengan keluaran kurang dari separuh keluaran model non-OpenAI dengan skor tertinggi dalam perbandingan saat peluncuran. Rata-ratanya sekitar 64.000 token keluaran per tugas, dibandingkan 139.000 untuk Muse Wonder Full, dan lebih sering meraih nilai penuh: 20,8% dibandingkan 13,1%. Bagi tim hukum yang membayar berdasarkan penggunaan, ini berarti Astra untuk Hukum lebih sering meraih nilai penuh daripada Muse Wonder Full sambil menghasilkan 54% lebih sedikit keluaran per tugas. Hal ini dapat menentukan apakah biaya tetap sesuai anggaran atau jauh melampauinya.

Setiap titik mewakili satu konfigurasi model. Semakin tinggi, semakin banyak tugas yang meraih nilai penuh; semakin ke kiri, semakin sedikit token keluaran, yang mencakup teks yang dihasilkan model saat bernalar dan menulis. Astra untuk Hukum menghasilkan rata-rata sekitar 64.000 token keluaran per tugas dan meraih nilai penuh pada 20,8% tugas, dibandingkan 139.000 token dan 13,1% untuk Muse Wonder Full. Tidak ada konfigurasi yang ditampilkan yang menyamai skor Astra untuk Hukum dengan token keluaran lebih sedikit.
Halusinasi tidak dapat ditoleransi dalam pekerjaan hukum. Satu rujukan rekaan saja dapat membuat pengacara kehilangan kepercayaan klien, kredibilitas di pengadilan, dan reputasi yang dibangun selama bertahun-tahun. Itulah sebabnya pengurangan halusinasi menjadi prioritas bagi Astra untuk Hukum. Dalam perbandingan LAB-AA terbaru dari Artificial Analysis, Astra untuk Hukum mencatat tingkat halusinasi material terendah bersama GPT‑6: 0,03 per tugas, dibandingkan 0,59 untuk Claude Opus 5.5 (model non-OpenAI dengan tingkat terendah berikutnya).

Astra untuk Hukum mencatat rata-rata 0,03 halusinasi material dan 0,06 halusinasi minor per tugas. Claude Opus 5.5 mencatat rata-rata 0,59 halusinasi material dan 0,51 halusinasi minor per tugas, sekitar 20 kali lebih banyak halusinasi material dan 8,5 kali lebih banyak halusinasi minor.
Pada 120 tugas yang sama, Artificial Analysis menghitung klaim hasil halusinasi yang dapat menyesatkan pembaca mengenai hal yang substantif. Astra untuk Hukum mencatat rata-rata 0,03 kesalahan semacam itu per tugas, setara dengan tingkat terendah dalam perbandingan dan sekitar separuh tingkat kesalahan GPT‑6.2 Astra biasa (0,06). Setiap konfigurasi OpenAI yang diuji menghasilkan lebih sedikit halusinasi dibandingkan Claude Opus 5.5, model non-OpenAI dengan hasil terbaik pada ukuran ini. Opus mencatat rata-rata 0,59 halusinasi material per tugas, sekitar 20 kali lebih banyak daripada Astra untuk Hukum. Yang penting, dalam evaluasi ini Astra untuk Hukum tidak menghasilkan halusinasi pada tugas yang memenuhi seluruh kriteria kelulusan. Artinya, skornya tidak turun saat penalti halusinasi diterapkan.
Penyusunan dokumen argumentasi hukum merupakan salah satu proses jangka panjang paling kompleks dalam praktik hukum. Proses ini memadukan penalaran yang jelas, riset, dan penulisan untuk menghasilkan argumen yang kuat.
Harvey dan Grubel(terbuka di jendela baru) bersama-sama mengembangkan LAB: USCL(terbuka di jendela baru) untuk menguji apakah model dapat melakukan riset dan menyusun dokumen argumentasi hukum untuk perkara nyata di pengadilan federal AS. Setiap model ditempatkan pada tahap tepat sebelum dokumen argumentasi hukum diajukan, lalu menulis untuk pihak yang sama mengenai persoalan yang sama. Dalam satu versi, model harus mencari sendiri perkara yang relevan. Dalam versi lainnya, model diberi berkas perkara dan preseden yang dikutip pengacara aslinya. Penilai AI membandingkan dokumen argumentasi hukum secara langsung menggunakan kriteria yang telah ditinjau dan dikalibrasi oleh para pengacara. Astra untuk Hukum meraih salah satu skor tertinggi dalam kedua versi tersebut.

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.
Semakin ke kanan, semakin tinggi penilaian dokumen argumentasi hukumnya. Saat model melakukan riset hukum sendiri, Astra untuk Hukum meraih skor 1.844, dibandingkan 1.817 untuk Opus 5.5. Saat diberi preseden, skor keduanya praktis setara, yaitu 1.883 dan 1.882. Rentang ketidakpastian keduanya saling tumpang tindih dalam kedua pengujian.
Hasil pertama (“Riset dan penyusunan draf”, di sebelah kiri) penting karena peningkatan kemampuan riset hukum merupakan salah satu perbaikan utama dalam rilis ini. Kami berfokus meningkatkan hasil ini karena pengacara litigasi jarang memulai pekerjaannya dengan daftar perkara yang tepat. Di sini, setiap model harus menentukan putusan mana yang relevan dan menggunakannya untuk menyusun argumen yang dapat dipahami pengadilan. Dalam tugas tersebut, penilai Harvey lebih memilih dokumen argumentasi hukum dari Astra untuk Hukum versi terbaru daripada dokumen dari model terdepan unggulan lainnya, seperti Opus 5.5 dan Gemini 4 Argon. Peningkatan kemampuan riset hukum yang lebih nyata terlihat dalam evaluasi Vals AI, yang dibahas berikutnya.
Kami menjadikan hukum sebagai prioritas riset di OpenAI, dengan menugaskan tim peneliti khusus untuk mempercepat inovasi kecerdasan terdepan di bidang hukum. Salah satu tolok ukur awal kemajuan mereka adalah Legal Research Bench dari Vals AI(terbuka di jendela baru), yang pertanyaannya disusun oleh pengacara aktif mengenai hukum federal dan negara bagian AS. Jawaban harus mencakup setiap poin yang disyaratkan dan lolos pemeriksaan sumber. Pada September, Astra untuk Hukum berhasil menjawab sekitar 46% pertanyaan sesuai kriteria. Rilis terbaru ini berhasil menjawab 54,81% pertanyaan sesuai kriteria, dengan selisih kurang dari satu poin persentase dari skor tertinggi yang dipublikasikan.
Mengembangkan Astra untuk Hukum sebagai konfigurasi model memungkinkan kami meningkatkan cara model bernalar dan memperluas sumber rujukannya. Sejak September, kami telah memasukkan GPT‑6.2 Astra ke dalam konfigurasi ini dan menyempurnakan instruksi yang memandu analisis hukumnya. Kami juga telah menambahkan lebih dari 539.000 sumber hukum AS ke indeks pencariannya, serta lebih dari 98.000 sumber dari Inggris, Australia, dan Kanada seiring dimulainya penambahan sumber hukum primer dari negara-negara tersebut. Penambahan ini memperluas indeks pencarian hukum yang sudah mencakup lebih dari 230 juta URL saat diluncurkan, dari koleksi yang memuat lebih dari 99,9% putusan pengadilan AS yang dipublikasikan dan menjadi preseden(terbuka di jendela baru).
Pada Legal Agent Benchmark milik Harvey, GPT‑6 Astra memenuhi seluruh persyaratan pada 4,6% tugas. GPT‑6.2 Astra menyelesaikan 14,6% tugas dalam kondisi yang sama. Dengan konfigurasi khusus hukum, angka tersebut naik menjadi 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).
Batang yang lebih panjang menunjukkan lebih banyak tugas yang memenuhi seluruh persyaratan Harvey. Harvey menjalankan pengujian ini secara terpisah dari evaluasi LAB-AA oleh Artificial Analysis.
Potensi paling menarik dari Astra untuk Hukum mulai terbentuk melalui para pengacara yang menggunakannya dalam pekerjaan sehari-hari. Di firma hukum pelanggan maupun tim hukum OpenAI sendiri, pengguna awal menyusun referensi sesuai bidang praktik mereka, menguji argumen dengan sanggahan yang lebih tajam, dan menemukan cara baru untuk menelaah perundang-undangan.
Sebagai contoh, pengguna awal di OpenAI memanfaatkan Astra untuk Hukum untuk:
Menguji argumen Anda dengan sanggahan terkuat. Astra untuk Hukum sering digunakan sebagai mitra adu argumen. Seorang pengacara persaingan usaha memberikan penafsiran suatu undang-undang dan memintanya mengajukan argumen dari sisi lawan, dengan merujuk pada riwayat pembentukan undang-undang, putusan pengadilan, dan versi undang-undang tersebut dalam bahasa lain. Manfaatnya terasa ketika sanggahan yang diajukan cukup kuat untuk mengubah nasihat hukum yang akan diberikan.
Membedakan rekomendasi dari kewajiban. Seorang pengacara bidang kebijakan yang menelaah rancangan undang-undang pengawasan AI ingin mengetahui seberapa besar kewenangan peninjau independen. Jika peninjau meminta perbaikan, apakah pengembang wajib melakukannya? Untuk pertanyaan seperti ini, pengacara tersebut menyandingkan penjelasan setiap kewajiban dalam bahasa Inggris yang mudah dipahami dengan bunyi persis rancangan undang-undang, sehingga kolega dapat melihat penafsiran mana yang didukung oleh teksnya.
Langsung membahas persoalan sulit pada konsultasi pertama dengan penasihat hukum eksternal. Saat perusahaan mempertimbangkan masuk ke industri yang belum dikenalnya, pengacara bidang produk menggunakan Astra untuk Hukum untuk memetakan aturan yang akan berlaku pada kegiatan yang direncanakan. Alih-alih menghabiskan konsultasi pertama untuk meminta gambaran umum industri, pengacara dapat langsung membawa pertanyaan spesifik kepada pakar terkait kegiatan yang ingin dilakukan perusahaan.
Mengubah tumpukan kebijakan menjadi alur kerja. Seorang manajer program hukum menggunakan Astra untuk Hukum untuk mengubah prosedur regulasi dan kebijakan perusahaan menjadi alur kerja bagi kolega yang menangani kasus masuk. Dengan begitu, mereka dapat mengetahui kapan harus meminta informasi tambahan, menutup kasus, atau meneruskannya kepada pengacara.
Menyusun panduan pendamping undang-undang yang selama ini Anda butuhkan. Seorang pengacara persaingan usaha memadukan Astra untuk Hukum dengan alat pembuat situs ChatGPT untuk menambahkan anotasi pada peraturan perundang-undangan yang rutin digunakan tim. Kolega yang membaca suatu ketentuan dapat mengarahkan kursor ke sebuah istilah untuk melihat definisinya, mengikuti tautan ke materi penjelas, dan melihat nasihat yang diberikan tim saat ketentuan tersebut terakhir kali dibahas.
Mulai hari ini, semua pelanggan ChatGPT Enterprise dapat mengajukan akses Astra untuk Hukum melalui Program Akses Tepercaya di konsol admin. Jika tim Anda sudah memiliki akses, pilih GPT‑6.2 Astra Law di ChatGPT. Untuk mengintegrasikan Astra untuk Hukum ke alat Anda sendiri melalui API, hubungi direktur akun Anda guna mendapatkan persetujuan terpisah.
Profesi hukum tengah berada di titik perubahan penting. Seiring teknologi mengubah kemampuan dunia usaha dan dunia menjadi kian kompleks serta saling terhubung, para pengacara memiliki peluang yang belum pernah ada sebelumnya untuk membentuk cara kita memahami perubahan ini. Peluang itu bukan hanya untuk perusahaan yang mereka beri nasihat, melainkan juga bagi kita semua yang hidup di bawah aturan yang turut mereka susun. Kami percaya pengacara terbaik, dengan dukungan kecerdasan terbaik, mampu menjawab tantangan ini.
Perjalanan ini baru dimulai. Kami tak sabar melihat ke mana Anda akan membawa profesi ini.


