Astra untuk Undang-undang menerajui kecerdasan perundangan
Konfigurasi model terkini kami mendahului penilaian pelancaran dalam 24 bidang undang-undang dan hujahan bertulisnya dinilai lebih tinggi daripada GPT‑6 Astra. Semua pelanggan ChatGPT Enterprise kini boleh memohon akses.
Hari ini, kami mengeluarkan Astra untuk Undang-undang yang dikemas kini, dengan prestasi terunggul dalam Harvey LAB-AA dan antara yang terbaik dalam LAB: USCL, yang dibangunkan bersama oleh Harvey(dibuka dalam tetingkap baru) dan Grubel(dibuka dalam tetingkap baru), serta Legal Research Bench Vals AI. Kami juga membolehkan semua pelanggan ChatGPT Enterprise memohon akses melalui Program Akses Dipercayai, termasuk akses melalui API.
Astra untuk Undang-undang ialah konfigurasi model GPT‑6.2 Astra, model perbatasan kami yang terkini dan paling berkuasa. Ia memasangkan menggabungkan GPT‑6.2 Astra dengan indeks carian khusus undang-undang dan arahan untuk menyelidik soalan, menimbang autoriti undang-undang dan menulis jawapan. Konfigurasi itu memperoleh kredit penuh dalam penilaian LAB-AA – hampir 40% lebih kerap berbanding GPT‑6.2 Astra sahaja.
Sejak kami memperkenalkan Astra untuk Undang-undang pada bulan September kepada sekumpulan kecil firma, termasuk Cooley, Ropes & Gray dan Sullivan & Cromwell, pasukan penyelidik kami telah membuat inovasi pantas untuk meningkatkan penaakulan undang-undangnya dan menggandakan sumber undang-undangnya. Dalam Legal Research Bench Vals AI(dibuka dalam tetingkap baru), peratusan jawapan penyelidikan yang lulus setiap semakan meningkat daripada kira-kira 46% kepada hampir 55%. Kami melabur dalam bidang undang-undang supaya peguam terbaik dapat menggunakan kecerdasan perbatasan terbaik kami untuk menangani persoalan yang akan membuka jalan kepada kemajuan dalam dunia yang semakin kompleks.
Penanda Aras Ejen Undang-undang (LAB) Harvey menguji sama ada model boleh melaksanakan tugasan undang-undang dari awal hingga akhir. LAB-AA(dibuka dalam tetingkap baru) ialah versi ujian tersebut oleh Artificial Analysis. Ujian ini menguji model secara menyeluruh melalui 120 tugasan yang dibangunkan oleh Harvey—daripada mendraf rangka soalan deposisi dan menyemak pajakan komersial hingga merangka strategi perubahan pemilikan dalam urusan pengambilalihan. Untuk memperoleh kredit penuh, jawapan mesti memenuhi setiap syarat tugasan tanpa menghasilkan halusinasi, iaitu membuat dakwaan material yang tidak disokong oleh dokumen sumber.
Astra untuk Undang-undang menduduki tempat pertama dengan memperoleh kredit penuh bagi 20.8% tugasan, mengatasi GPT‑6.2 Astra pada 15.0% dan Muse Wonder Full pada 13.1%.

Astra untuk Undang-undang memperoleh kredit penuh bagi 20.8% tugasan dan menduduki tempat pertama.
Astra untuk Undang-undang turut memperoleh skor tertinggi itu dengan output kurang daripada separuh output model bukan OpenAI yang mendapat skor tertinggi dalam perbandingan pelancaran tersebut. Puratanya ialah kira-kira 64,000 token output bagi setiap tugasan, berbanding 139,000 untuk Muse Wonder Full, dan ia memperoleh kredit penuh lebih kerap: 20.8% berbanding 13.1%. Bagi pasukan undang-undang yang membayar mengikut penggunaan, ini bermakna Astra untuk Undang-undang memperoleh kredit penuh lebih kerap daripada Muse Wonder Full sambil menjana 54% kurang output bagi setiap tugasan. Perbezaan ini boleh menentukan sama ada kos kekal dalam belanjawan atau jauh melebihinya.

Setiap titik mewakili konfigurasi model. Semakin tinggi kedudukannya, semakin banyak tugasan memperoleh kredit penuh; semakin ke kiri, semakin kurang token output, yang merangkumi teks yang dijana oleh model semasa menaakul dan menulis. Astra untuk Undang-undang mencatat purata kira-kira 64,000 token output bagi setiap tugasan dan memperoleh kredit penuh bagi 20.8% tugasan, berbanding 139,000 dan 13.1% untuk Muse Wonder Full. Tiada konfigurasi yang dipaparkan menyamai skor Astra untuk Undang-undang dengan menggunakan kurang token output.
Halusinasi tidak boleh diterima dalam kerja undang-undang. Satu rujukan yang direka-reka sahaja boleh menyebabkan peguam kehilangan kepercayaan klien, kredibiliti di mahkamah dan reputasi yang dibina selama bertahun-tahun. Itulah sebabnya pengurangan halusinasi menjadi keutamaan bagi Astra untuk Undang-undang. Dalam perbandingan LAB-AA terkini oleh Artificial Analysis, Astra untuk Undang-undang seri dengan GPT‑6 bagi kadar halusinasi material terendah: 0.03 bagi setiap tugasan, berbanding 0.59 bagi Claude Opus 5.5 (model bukan OpenAI dengan kadar terendah seterusnya).

Astra untuk Undang-undang mencatat purata 0.03 halusinasi material dan 0.06 halusinasi kecil bagi setiap tugasan. Claude Opus 5.5 mencatat purata 0.59 halusinasi material dan 0.51 halusinasi kecil bagi setiap tugasan, iaitu kira-kira 20 kali ganda halusinasi material dan 8.5 kali ganda halusinasi kecil.
Dalam 120 tugasan yang sama, Artificial Analysis mengira dakwaan halusinasi yang boleh mengelirukan pembaca tentang perkara substantif. Astra untuk Undang-undang mencatat purata 0.03 kesilapan sedemikian bagi setiap tugasan, berkongsi kadar terendah dalam perbandingan itu dan kira-kira separuh kadar GPT‑6.2 Astra biasa (0.06). Setiap konfigurasi OpenAI yang diuji menghasilkan kurang halusinasi berbanding Claude Opus 5.5, model bukan OpenAI dengan keputusan terbaik bagi ukuran ini. Opus mencatat purata 0.59 halusinasi material bagi setiap tugasan, kira-kira 20 kali ganda berbanding Astra untuk Undang-undang. Yang penting, prestasi Astra untuk Undang-undang dalam penilaian ini merangkumi sifar halusinasi bagi tugasan yang memenuhi semua kriteria kelulusan—bermakna skornya tidak menurun apabila penalti halusinasi dikenakan.
Penulisan hujahan bertulis ialah antara proses jangka panjang yang paling kompleks dalam bidang undang-undang, yang memerlukan gabungan penaakulan yang jelas, penyelidikan dan penulisan untuk menghasilkan hujah yang mantap.
Harvey dan Grubel(dibuka dalam tetingkap baru) membangunkan LAB: USCL(dibuka dalam tetingkap baru) bersama-sama untuk menguji sama ada model boleh menyelidik dan menulis hujahan bagi kes sebenar di mahkamah persekutuan A.S. Setiap model mengambil alih pada peringkat sejurus sebelum hujahan difailkan, lalu menulis bagi pihak yang sama tentang isu yang sama. Dalam satu versi, model perlu mencari sendiri kes yang berkaitan. Dalam versi yang satu lagi, model diberikan rekod kes dan duluan yang dipetik oleh peguam asal. Penilai AI membandingkan hujahan secara berpasangan menggunakan kriteria yang telah disemak dan ditentukur oleh peguam. Astra untuk Undang-undang meraih antara skor tertinggi dalam kedua-dua versi.

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 yang diterima oleh hujahan. Apabila model menyelidik undang-undang sendiri, Astra untuk Undang-undang memperoleh skor 1,844 berbanding 1,817 bagi Opus 5.5. Apabila diberikan duluan, skor kedua-duanya hampir sama, iaitu 1,883 dan 1,882. Julat ketidakpastian bertindih dalam kedua-dua ujian.
Keputusan pertama (“Selidik dan draf,” di sebelah kiri) penting kerana penyelidikan undang-undang yang lebih baik merupakan salah satu penambahbaikan utama dalam keluaran ini. Kami menumpukan usaha untuk meningkatkan keputusan ini kerana peguam litigasi jarang memulakan tugas dengan senarai kes yang tepat. Dalam ujian ini, setiap model perlu menentukan keputusan mahkamah yang penting dan menggunakannya untuk menulis hujah yang dapat difahami oleh mahkamah. Bagi tugasan itu, penilai Harvey lebih mengutamakan hujahan daripada Astra untuk Undang-undang keluaran hari ini berbanding hujahan daripada model perbatasan terkemuka lain, seperti Opus 5.5 dan Gemini 4 Argon. Peningkatan yang lebih ketara dalam penyelidikan undang-undang dapat dilihat dalam penilaian Vals AI, yang dibincangkan seterusnya.
Kami menjadikan undang-undang sebagai keutamaan penyelidikan di OpenAI, dengan menugaskan pasukan penyelidik khusus untuk mempercepat inovasi kecerdasan perbatasan dalam bidang undang-undang. Salah satu ukuran awal kemajuan mereka diperoleh daripada Legal Research Bench Vals AI(dibuka dalam tetingkap baru), yang menggunakan soalan tentang undang-undang persekutuan dan negeri A.S. yang disediakan oleh peguam yang sedang beramal. Jawapan perlu merangkumi setiap perkara yang dikehendaki dan lulus semakan sumber. Pada bulan September, Astra untuk Undang-undang lulus kira-kira 46% daripada soalan. Keluaran hari ini lulus 54.81%, dengan jurang kurang daripada satu mata peratusan daripada skor tertinggi yang diterbitkan.
Membangunkan Astra untuk Undang-undang sebagai konfigurasi model membolehkan kami menambah baik cara model ini menaakul dan sumber yang boleh dirujuknya. Sejak September, kami telah memasukkan GPT‑6.2 Astra ke dalam konfigurasi ini dan memperhalus arahan yang membimbing analisis undang-undangnya. Kami juga telah menambahkan lebih daripada 539,000 sumber undang-undang A.S. pada indeks cariannya serta lebih daripada 98,000 sumber dari UK, Australia dan Kanada ketika kami mula memasukkan sumber undang-undang primer dari negara-negara tersebut. Penambahan ini memperluas indeks carian undang-undang yang sudah merangkumi lebih daripada 230 juta URL ketika pelancaran, daripada koleksi yang meliputi lebih daripada 99.9% undang-undang kes A.S. yang diterbitkan dan menjadi duluan(dibuka dalam tetingkap baru).
Dalam Penanda Aras Ejen Undang-undang Harvey sendiri, GPT‑6 Astra memenuhi setiap syarat bagi 4.6% tugasan. GPT‑6.2 Astra menyelesaikan 14.6% tugasan di bawah keadaan yang sama. Dengan konfigurasi undang-undang, angka itu meningkat kepada 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).
Bar yang lebih panjang bermakna lebih banyak tugasan memenuhi semua syarat Harvey. Harvey menjalankan ujian ini secara berasingan daripada penilaian LAB-AA oleh Artificial Analysis.
Potensi paling menarik bagi Astra untuk Undang-undang sedang dibentuk oleh peguam yang menggunakannya dalam kerja harian mereka. Dalam kalangan pelanggan firma guaman dan pasukan undang-undang OpenAI sendiri, pengguna awal sedang membina bahan rujukan untuk bidang amalan mereka, menguji hujah mereka dengan cabaran yang lebih sukar dan mencari cara baharu untuk meneliti perundangan.
Sebagai contoh, pengguna awal di OpenAI menggunakan Astra untuk Undang-undang untuk:
Uji hujah anda dengan hujah balas terkuat. Astra untuk Undang-undang sering digunakan sebagai rakan berdebat untuk menguji hujah. Seorang peguam undang-undang persaingan memberikan tafsiran statut kepada model ini dan memintanya berhujah dari sudut pihak lawan, dengan merujuk sejarah perundangan, keputusan mahkamah dan versi undang-undang tersebut dalam bahasa lain. Manfaatnya terserlah apabila bantahan yang dikemukakan cukup kukuh untuk mengubah nasihat yang diberikan.
Bezakan antara saranan dengan kewajipan. Seorang peguam dasar yang meneliti cadangan rang undang-undang pengawasan AI ingin mengetahui sejauh mana kuasa yang akan dimiliki oleh penilai bebas. Jika penilai meminta pembetulan, adakah pembangun wajib melaksanakannya? Untuk soalan seperti ini, peguam itu meletakkan penjelasan setiap kewajipan dalam bahasa Inggeris yang mudah bersebelahan dengan teks tepat rang undang-undang tersebut, supaya rakan sekerja dapat melihat tafsiran yang disokong oleh teks itu.
Mulakan panggilan pertama dengan peguam luar terus pada persoalan yang sukar. Apabila syarikat mempertimbangkan untuk memasuki industri yang belum dikenalinya, seorang peguam produk menggunakan Astra untuk Undang-undang untuk mengenal pasti peraturan yang terpakai kepada aktiviti yang dicadangkan. Daripada menghabiskan panggilan pertama untuk mendapatkan gambaran umum industri, peguam itu boleh mengemukakan soalan khusus kepada pakar tentang perkara yang ingin dilakukan oleh perniagaan.
Tukarkan himpunan dasar kepada aliran kerja. Seorang pengurus program undang-undang menggunakan Astra untuk Undang-undang bagi menukar prosedur kawal selia dan dasar syarikat kepada aliran kerja untuk rakan sekerja yang mengendalikan kes masuk. Ini membolehkan mereka mengetahui bila perlu meminta maklumat lanjut, menutup kes atau merujuknya kepada peguam.
Bina panduan yang anda harap disertakan bersama statut. Seorang peguam undang-undang persaingan menggabungkan Astra untuk Undang-undang dengan alat pembinaan laman ChatGPT untuk menambahkan anotasi pada perundangan yang kerap digunakan oleh pasukannya. Rakan sekerja yang membaca sesuatu peruntukan boleh menghalakan kursor pada istilah untuk melihat takrifnya, mengikuti pautan ke bahan yang menerangkannya dan melihat nasihat yang diberikan oleh pasukan ketika peruntukan itu dirujuk sebelum ini.
Mulai hari ini, semua pelanggan ChatGPT Enterprise boleh memohon Astra untuk Undang-undang melalui Program Akses Dipercayai dalam konsol pentadbir. Jika pasukan anda sudah mempunyai akses, pilih GPT‑6.2 Astra Law dalam ChatGPT. Untuk menyepadukan Astra untuk Undang-undang ke dalam alat anda sendiri melalui API, hubungi pengarah akaun anda bagi mendapatkan kelulusan yang berasingan.
Profesion guaman kini berada pada titik perubahan. Ketika teknologi mengubah keupayaan perniagaan dan dunia menjadi semakin kompleks serta saling terhubung, peguam mempunyai peluang yang belum pernah wujud sebelum ini untuk membentuk cara kita memahami perubahan semasa. Ini bukan sekadar untuk perniagaan yang mereka nasihati, tetapi juga untuk kita semua yang hidup mengikut peraturan yang mereka bantu gubal. Kami percaya peguam terbaik, yang dilengkapi kecerdasan terbaik, mampu menyahut cabaran ini.
Perjalanan kita baru bermula. Kami tidak sabar untuk melihat hala tuju yang akan anda bawa kepada profesion ini.


