OpenAI

17. november 2026

Selskap

OpenAI for jus leder an innen juridisk intelligens

Vår nyeste modellkonfigurasjon vant en lanseringsevaluering som dekket 24 rettsområder, og fikk bedre vurderinger enn GPT‑6 Astra for prosesskrivene sine. Alle ChatGPT Enterprise-kunder kan nå be om tilgang.

I dag lanserer vi en oppdatert OpenAI for jus som setter en ny standard på Harvey LAB-AA og er blant de beste på LAB: USCL, utviklet i fellesskap av Harvey⁠(åpnes i et nytt vindu) og Grubel⁠(åpnes i et nytt vindu), og på Vals AIs Legal Research Bench. Vi åpner også for at alle ChatGPT Enterprise-kunder kan be om tilgang gjennom Trusted Access Program, inkludert tilgang via API-et.

OpenAI for jus er en modellkonfigurasjon av GPT‑6.2 Astra, vår nyeste og kraftigste banebrytende modell. Den kombinerer GPT‑6.2 Astra med en egen juridisk søkeindeks og instruksjoner for å undersøke et spørsmål, veie rettskildene opp mot hverandre og skrive svaret. Denne konfigurasjonen fikk full uttelling på LAB-AA-evalueringen nesten 40 % oftere enn GPT‑6.2 Astra alene.

Siden vi introduserte OpenAI for jus i september⁠ for en liten gruppe advokatfirmaer, blant dem Cooley⁠, Ropes & Gray⁠ og Sullivan & Cromwell⁠, har forskningsteamet vårt raskt utviklet forbedringer i den juridiske resonneringen og omtrent doblet antallet rettskilder. På Vals AIs Legal Research Bench⁠(åpnes i et nytt vindu) økte andelen svar som besto alle kontrollene, fra omtrent 46 % til nesten 55 %. Vi satser på jus slik at de beste advokatene kan bruke vår beste banebrytende intelligens til å løse spørsmål som åpner for fremskritt i en stadig mer kompleks verden.

OpenAI for jus tok førsteplassen i lanseringssammenligningen på Harvey LAB-AA på tvers av 24 rettsområder

Harveys Legal Agent Benchmark (LAB) tester om en modell kan gjennomføre en juridisk oppgave fra start til slutt. LAB-AA⁠(åpnes i et nytt vindu) er Artificial Analysis’ versjon av denne testen. Den setter modellene på prøve med 120 krevende oppgaver utviklet av Harvey – fra å lage disposisjoner til vitneavhør og gjennomgå næringsleieavtaler til å planlegge eierskifter ved oppkjøp. For å få full uttelling må et svar oppfylle alle kravene i en oppgave uten å hallusinere, det vil si fremsette en vesentlig påstand som ikke støttes av kildedokumentene.

OpenAI for jus tok førsteplassen med full uttelling på 20,8 % av oppgavene, foran GPT‑6.2 Astra med 15,0 % og Muse Wonder Full med 13,1 %.

Stolpediagram som sammenligner andelen LAB-AA-oppgaver som fikk full uttelling.

OpenAI for jus fikk full uttelling på 20,8 % av oppgavene og tok førsteplassen.

OpenAI for jus oppnådde også dette toppresultatet med under halvparten så mye utdata som modellen fra en annen leverandør enn OpenAI med høyest poengsum i lanseringssammenligningen. Den brukte i gjennomsnitt omtrent 64 000 utdatatokener per oppgave, mot 139 000 for Muse Wonder Full, og fikk full uttelling oftere: 20,8 % mot 13,1 %. For juridiske team som betaler etter bruk, betyr dette at OpenAI for jus fikk full uttelling oftere enn Muse Wonder Full, samtidig som den genererte 54 % mindre utdata per oppgave. Det kan utgjøre forskjellen mellom å holde budsjettet og å sprenge det.

Spredningsdiagram som viser gjennomsnittlig antall utdatatokener på en logaritmisk skala mot andelen oppgaver med full uttelling på LAB-AA.

Hvert punkt er en modellkonfigurasjon. Høyere plassering betyr at flere oppgaver fikk full uttelling. Lenger til venstre betyr færre utdatatokener, som omfatter teksten en modell genererer når den resonnerer og skriver. OpenAI for jus brukte i gjennomsnitt omtrent 64 000 utdatatokener per oppgave og fikk full uttelling på 20,8 %, mot 139 000 og 13,1 % for Muse Wonder Full. Ingen av konfigurasjonene som vises, oppnådde samme resultat som OpenAI for jus med færre utdatatokener.

OpenAI for jus hadde i gjennomsnitt 95 % færre vesentlige hallusinasjoner per oppgave enn Claude Opus 5.5

Hallusinasjoner er uakseptable i juridisk arbeid. Én oppdiktet kildehenvisning kan koste en advokat klientens tillit, troverdigheten i retten og et omdømme bygget opp over mange år. Derfor har det vært en prioritet å redusere hallusinasjoner i OpenAI for jus. I Artificial Analysis’ nyeste LAB-AA-sammenligning delte OpenAI for jus førsteplassen med GPT‑6 for lavest forekomst av vesentlige hallusinasjoner: 0,03 per oppgave, mot 0,59 for Claude Opus 5.5 (modellen utenfor OpenAI med nest lavest forekomst).

Grupperte stolper som sammenligner vesentlige og mindre hallusinasjoner per LAB-AA-oppgave.

OpenAI for jus hadde i gjennomsnitt 0,03 vesentlige og 0,06 mindre hallusinasjoner per oppgave. Claude Opus 5.5 hadde i gjennomsnitt 0,59 vesentlige og 0,51 mindre hallusinasjoner per oppgave – omtrent 20 ganger så mange vesentlige hallusinasjoner og 8,5 ganger så mange mindre hallusinasjoner.

I de samme 120 oppgavene talte Artificial Analysis opp hallusinerte påstander som kunne villede en leser om et vesentlig punkt. OpenAI for jus hadde i gjennomsnitt 0,03 slike feil per oppgave – delt lavest i sammenligningen og omtrent halvparten så mange som vanlig GPT‑6.2 Astra (0,06). Alle de testede OpenAI-konfigurasjonene hadde færre hallusinasjoner enn Claude Opus 5.5, som hadde det beste resultatet på dette målet blant modeller utenfor OpenAI. Opus hadde i gjennomsnitt 0,59 vesentlige hallusinasjoner per oppgave, omtrent 20 ganger så mange som OpenAI for jus. Det er verdt å merke seg at OpenAI for jus ikke hadde noen hallusinasjoner i oppgavene som oppfylte alle beståttkriteriene i denne evalueringen. Poengsummen ble dermed ikke redusert da fratrekk for hallusinasjoner ble tatt med.

OpenAI for jus er blant de beste på testen U.S. Case Law

“OpenAI for jus 6.2 er en vesentlig forbedring fra tidligere Astra-modeller på tvers av testene våre. Den skriver mer utfyllende og bedre begrunnede prosesskriv, som evaluatorene våre foretrekker fremfor dem fra GPT‑6 Astra i nesten 90 % av de parvise sammenligningene. Denne forbedringen i dybde går dessuten ikke på bekostning av nøyaktigheten til tidligere modeller – vi ser fortsatt at modeller i Astra-klassen har noen av de laveste hallusinasjonsratene på LAB og utvidelsen U.S. Case Law.”
Julio Pereyra, leder for juridisk forskning, Harvey

Å utarbeide prosesskriv er en av de mest komplekse og langvarige prosessene innen jus. Det krever at tydelig resonnering, rettskildesøk og skrivearbeid forenes i en overbevisende argumentasjon.

Harvey og Grubel⁠(åpnes i et nytt vindu) utviklet LAB: USCL⁠(åpnes i et nytt vindu) sammen for å teste om en modell kan undersøke rettskilder og skrive et prosesskriv i en reell amerikansk føderal rettssak. Hver modell tar utgangspunkt i situasjonen rett før et prosesskriv ble innlevert, og skriver for samme part om samme spørsmål. I den ene versjonen må modellen finne de relevante rettsavgjørelsene selv. I den andre får den saksdokumentene og presedensavgjørelsene som den opprinnelige advokaten viste til. AI-baserte evaluatorer sammenligner prosesskrivene parvis etter kriterier som advokater har gjennomgått og kalibrert. OpenAI for jus oppnådde et av de beste resultatene i begge versjonene.

Harveys U.S. Case Law-evaluering: OpenAI for jus får 1 844 poeng mot 1 817 for Opus 5.5 med egne rettskildesøk, og 1 883 mot 1 882 med oppgitte rettsavgjørelser. Usikkerhetsintervallene overlapper i begge tilfeller.

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 lenger til høyre, desto høyere vurdering fikk prosesskrivene. Når modellene undersøkte rettskildene selv, fikk OpenAI for jus 1 844 poeng mot 1 817 for Opus 5.5. Med presedensavgjørelsene tilgjengelig var resultatene i praksis like: 1 883 og 1 882. Usikkerhetsintervallene overlapper i begge testene.

Det første resultatet («Undersøk og skriv», til venstre) er viktig fordi bedre rettskildesøk er en av de sentrale forbedringene i denne utgivelsen. Vi prioriterte å forbedre dette resultatet fordi en prosedyreadvokat sjelden starter med en liste over de riktige rettsavgjørelsene. Her måtte hver modell finne ut hvilke avgjørelser som var relevante, og bruke dem til å utforme en argumentasjon retten kunne følge. På denne oppgaven foretrakk Harveys evaluatorer prosesskrivene fra dagens OpenAI for jus fremfor dem fra andre ledende, banebrytende modeller, som Opus 5.5 og Gemini 4 Argon. Vi ser enda tydeligere forbedringer i rettskildesøk i evalueringen fra Vals AI, som omtales nedenfor.

Vi har gjort jus til en forskningsprioritet i OpenAI og satt av et eget forskerteam for å fremskynde utviklingen av banebrytende juridisk intelligens. En tidlig målestokk for fremgangen deres er Vals AIs Legal Research Bench⁠(åpnes i et nytt vindu), der praktiserende advokater utformer spørsmål om amerikansk føderal rett og delstatsrett. Et svar må dekke alle påkrevde punkter og bestå kildekontrollene. I september besto OpenAI for jus på rundt 46 % av spørsmålene. Dagens utgave består på 54,81 %, mindre enn ett prosentpoeng bak det beste publiserte resultatet.

Ved å bygge OpenAI for jus som en modellkonfigurasjon kan vi forbedre både hvordan den resonnerer, og hvilke kilder den kan slå opp i. Siden september har vi tatt GPT‑6.2 Astra inn i konfigurasjonen og finjustert instruksjonene som styrer den juridiske analysen. Vi har også lagt til over 539 000 amerikanske juridiske ressurser i søkeindeksen og over 98 000 ressurser fra Storbritannia, Australia og Canada, som ledd i arbeidet med å legge til primære rettskilder fra disse landene. Disse tilleggene utvider en juridisk søkeindeks som allerede ved lansering omfattet over 230 millioner nettadresser⁠, fra en samling som dekket over 99,9 % av publisert amerikansk rettspraksis med presedensvirkning⁠(åpnes i et nytt vindu).

På Harveys egen Legal Agent Benchmark oppfylte GPT‑6 Astra alle kravene i 4,6 % av oppgavene. GPT‑6.2 Astra fullførte 14,6 % under de samme betingelsene. Med den juridiske konfigurasjonen steg andelen til 16,2 %.

Andel oppgaver i Harveys Legal Agent Benchmark som oppfylte alle krav: GPT-6 Astra, 4,6 %; GPT-6.2 Astra, 14,6 %; OpenAI for jus 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).

Lengre stolper betyr at flere oppgaver oppfylte alle Harveys krav. Harvey gjennomførte denne testen separat fra Artificial Analysis’ LAB-AA-evaluering.

Advokater bruker OpenAI for jus til å teste argumentene sine og hjelpe kolleger med vanskelige vurderinger

“Vi satte pris på å få prøve tidlige versjoner av OpenAI for jus, som var utviklet med juridiske bruksområder i tankene. Både i tvistesaker og transaksjoner viste modellene imponerende grundighet i rettskildesøkene og forståelse for rettskildenes vekt. Selv på dette tidlige stadiet opplevdes de som et betydelig skritt mot AI for jus som er solid forankret i både oppdaterte og omfattende rettskildeundersøkelser.”
– John Savva, partner i Sullivan & Cromwell

De mest interessante mulighetene med OpenAI for jus formes av advokatene som bruker løsningen i det daglige arbeidet. Både hos advokatfirmaene som er kunder, og i OpenAIs eget juridiske team bygger tidlige brukere oppslagsverk for fagområdene sine, utfordrer argumentene sine grundigere og finner nye måter å gjennomgå lovgivning på.

Tidlige brukere i OpenAI bruker for eksempel OpenAI for jus til å:

  • Gi argumentet ditt den sterkeste motstanderen. OpenAI for jus brukes ofte som sparringspartner. En advokat innen konkurranserett gir løsningen en lovtolkning og ber den argumentere for motsatt syn, med utgangspunkt i lovforarbeider, rettsavgjørelser og versjoner av loven på andre språk. Verdien viser seg når en innvending er god nok til å endre rådet.

  • Finn grensen mellom en anbefaling og et krav. En jurist som arbeider med regelverksutvikling, gjennomgikk et lovforslag om AI-tilsyn og ville vite hvor stor myndighet en uavhengig kontrollør ville få. Hvis kontrolløren ba om en rettelse, ville utvikleren være nødt til å gjennomføre den? For slike spørsmål setter juristen en forklaring av hver forpliktelse på klart språk ved siden av lovforslagets nøyaktige ordlyd, slik at kolleger kan se hvilken tolkning teksten støtter.

  • Gå rett på det vanskelige spørsmålet i første samtale med ekstern advokat. Når virksomheten vurderer å gå inn i en ukjent bransje, bruker en jurist med produktansvar OpenAI for jus til å kartlegge hvilke regler som vil gjelde for den planlagte aktiviteten. I stedet for å bruke den første samtalen på en innføring i bransjen kan juristen stille spesialisten et konkret spørsmål om hva virksomheten ønsker å gjøre.

  • Gjør en bunke retningslinjer om til en arbeidsflyt. En programleder i juridisk avdeling brukte OpenAI for jus til å omsette myndighetspålagte prosedyrer og interne retningslinjer til en arbeidsflyt for kolleger som behandler innkommende saker. Slik kunne de se når de skulle be om mer informasjon, avslutte saken eller sende den videre til en jurist.

  • Lag veiledningen du skulle ønske fulgte med loven. En advokat innen konkurranserett kombinerte OpenAI for jus med ChatGPTs verktøy for å bygge nettsteder for å legge til merknader i lovgivning teamet bruker jevnlig. En kollega som leser en bestemmelse, kan holde pekeren over et begrep for å se definisjonen, følge en lenke til kildene som forklarer det, og se hvilke råd teamet ga sist bestemmelsen var aktuell.

Ta i bruk OpenAI for jus i din praksis

Fra i dag kan alle ChatGPT Enterprise-kunder be om tilgang til OpenAI for jus gjennom Trusted Access Program i administrasjonskonsollen. Hvis teamet ditt allerede har tilgang, velger du GPT‑6.2 Astra Law i ChatGPT. Kontakt kundeansvarlig for en separat godkjenning hvis du vil integrere OpenAI for jus i egne verktøy via API-et.

Juriststanden står ved et vendepunkt. Teknologi endrer hva virksomheter kan gjøre, og verden blir stadig mer kompleks og sammenvevd. Det gir jurister en enestående mulighet til å forme hvordan vi forstår tiden vi lever i – ikke bare for virksomhetene de gir råd til, men for alle oss som lever etter reglene de er med på å utforme. Vi tror at de beste juristene, med den beste intelligensen til rådighet, kan møte denne utfordringen.

Vi er bare ved begynnelsen. Vi gleder oss til å se hvor dere tar faget videre.

Forfatter

OpenAI