Astra for Law loopt voorop in juridische intelligentie
Onze nieuwste modelconfiguratie werd eerste in een introductietest met 24 rechtsgebieden en kreeg hogere beoordelingen voor processtukken dan GPT‑6 Astra. Elke ChatGPT Enterprise-klant kan nu toegang aanvragen.
Vandaag brengen we een bijgewerkte versie van Astra for Law uit, die de beste prestaties levert op Harvey LAB-AA en tot de beste behoort op LAB: USCL, samen ontwikkeld door Harvey(opent in een nieuw venster) en Grubel(opent in een nieuw venster), en op de Legal Research Bench van Vals AI. Ook stellen we alle ChatGPT Enterprise-klanten in staat toegang aan te vragen via het Trusted Access Program, inclusief toegang via de API.
Astra for Law is een modelconfiguratie van GPT‑6.2 Astra, ons nieuwste en krachtigste grensverleggende model. Het combineert GPT‑6.2 Astra met een speciale juridische zoekindex en instructies voor het onderzoeken van een vraag, het wegen van gezaghebbende rechtsbronnen en het schrijven van het antwoord. Die configuratie behaalde op de LAB-AA-evaluatie bijna 40% vaker de volledige score dan GPT‑6.2 Astra zonder deze configuratie.
Sinds we Astra for Law in september introduceerden bij een kleine groep advocatenkantoren, waaronder Cooley, Ropes & Gray en Sullivan & Cromwell, heeft ons onderzoeksteam in hoog tempo innovaties doorgevoerd om de juridische redenering te verbeteren en het aantal juridische bronnen ongeveer te verdubbelen. Op de Legal Research Bench van Vals AI(opent in een nieuw venster) steeg het aandeel onderzoeksantwoorden dat alle controles doorstond van ongeveer 46% naar bijna 55%. We investeren in de juridische sector, zodat de beste juristen onze beste grensverleggende intelligentie kunnen inzetten voor vraagstukken die vooruitgang mogelijk maken in een steeds complexere wereld.
Harveys Legal Agent Benchmark (LAB) test of een model een juridische opdracht van begin tot eind kan uitvoeren. LAB-AA(opent in een nieuw venster) is de versie van die test van Artificial Analysis. De test stelt modellen zwaar op de proef met 120 door Harvey ontwikkelde opdrachten: van het voorbereiden van getuigenverhoren en het beoordelen van zakelijke huurovereenkomsten tot het bepalen van strategieën voor eigendomswijzigingen bij overnames. Om de volledige score te behalen, moet een antwoord aan alle eisen van een opdracht voldoen zonder te hallucineren, oftewel een inhoudelijk belangrijke bewering te doen die niet door de brondocumenten wordt ondersteund.
Astra for Law eindigde als eerste en behaalde bij 20,8% van de opdrachten de volledige score, vóór GPT‑6.2 Astra met 15,0% en Muse Wonder Full met 13,1%.

Astra for Law behaalde bij 20,8% van de opdrachten de volledige score en eindigde als eerste.
Astra for Law behaalde die topscore bovendien met minder dan de helft van de output van het hoogst scorende model van een andere aanbieder in de vergelijking bij de introductie. Het genereerde gemiddeld ongeveer 64.000 outputtokens per opdracht, tegenover 139.000 voor Muse Wonder Full, en behaalde vaker de volledige score: 20,8% tegenover 13,1%. Voor juridische teams die naar gebruik betalen, betekent dit dat Astra for Law vaker de volledige score behaalde dan Muse Wonder Full en daarbij 54% minder output per opdracht genereerde. Dat kan het verschil maken tussen binnen het budget blijven en het ruimschoots overschrijden.

Elke stip is een modelconfiguratie. Hoger betekent dat meer opdrachten de volledige score behaalden; verder naar links betekent minder outputtokens. Daaronder valt ook de tekst die een model genereert tijdens het redeneren en schrijven. Astra for Law genereerde gemiddeld ongeveer 64.000 outputtokens per opdracht en behaalde bij 20,8% de volledige score, tegenover 139.000 en 13,1% voor Muse Wonder Full. Geen van de getoonde configuraties evenaarde de score van Astra for Law met minder outputtokens.
Hallucinaties zijn onaanvaardbaar in juridisch werk. Eén verzonnen bronverwijzing kan een advocaat het vertrouwen van een cliënt, geloofwaardigheid in de rechtszaal en een jarenlang opgebouwde reputatie kosten. Daarom heeft het terugdringen van hallucinaties prioriteit bij Astra for Law. In de nieuwste LAB-AA-vergelijking van Artificial Analysis deelde Astra for Law met GPT‑6 de eerste plaats voor het laagste aantal inhoudelijk belangrijke hallucinaties: 0,03 per opdracht, tegenover 0,59 voor Claude Opus 5.5, het model van een andere aanbieder met het laagste aantal.

Astra for Law had gemiddeld 0,03 inhoudelijk belangrijke en 0,06 kleinere hallucinaties per opdracht. Claude Opus 5.5 had gemiddeld 0,59 inhoudelijk belangrijke en 0,51 kleinere hallucinaties per opdracht: ongeveer 20 keer zoveel inhoudelijk belangrijke hallucinaties en 8,5 keer zoveel kleinere.
Artificial Analysis telde bij dezelfde 120 opdrachten gehallucineerde beweringen die een lezer op een wezenlijk punt konden misleiden. Astra for Law maakte gemiddeld 0,03 van zulke fouten per opdracht: een gedeelde laagste score in de vergelijking en ongeveer de helft van het aantal voor de reguliere GPT‑6.2 Astra (0,06). Elke geteste OpenAI-configuratie had minder hallucinaties dan Claude Opus 5.5, dat op deze maatstaf het beste resultaat van een andere aanbieder behaalde. Opus had gemiddeld 0,59 inhoudelijk belangrijke hallucinaties per opdracht, ongeveer 20 keer zoveel als Astra for Law. Opvallend is dat Astra for Law bij deze evaluatie geen enkele hallucinatie vertoonde in opdrachten die aan alle beoordelingscriteria voldeden. De evaluatiescore daalde dus niet toen de puntenaftrek voor hallucinaties werd toegepast.
Het schrijven van processtukken is een van de meest complexe, langdurige processen in de juridische praktijk. Het vereist een heldere redenering, gedegen onderzoek en sterke schrijfvaardigheid om tot een uitstekend betoog te komen.
Harvey en Grubel(opent in een nieuw venster) ontwikkelden samen LAB: USCL(opent in een nieuw venster) om te testen of een model onderzoek kan doen en een processtuk kan schrijven voor een echte Amerikaanse federale rechtszaak. Elk model neemt het werk over op het moment vlak voordat een processtuk werd ingediend en schrijft voor dezelfde partij over hetzelfde geschilpunt. In de ene versie moet het model zelf de relevante rechtspraak vinden. In de andere krijgt het model het dossier en de precedenten die de oorspronkelijke advocaat aanhaalde. AI-beoordelaars vergelijken de processtukken paarsgewijs aan de hand van criteria die door advocaten zijn getoetst en gekalibreerd. Astra for Law behaalde in beide versies een van de hoogste scores.

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.
Hoe verder naar rechts, hoe hoger de processtukken werden beoordeeld. Wanneer de modellen zelf juridisch onderzoek deden, scoorde Astra for Law 1.844 tegenover 1.817 voor Opus 5.5. Met de precedenten als gegeven waren ze vrijwel gelijk, met 1.883 en 1.882. De onzekerheidsintervallen overlappen in beide tests.
Het eerste resultaat ("Onderzoeken en schrijven", links) is belangrijk omdat beter juridisch onderzoek een van de belangrijkste verbeteringen in deze release is. We hebben ons gericht op het verbeteren van dit resultaat, omdat een procesadvocaat zelden begint met een lijst van de juiste uitspraken. Hier moest elk model bepalen welke uitspraken relevant waren en die gebruiken om een betoog te schrijven dat de rechter kon volgen. Bij die opdracht gaven de beoordelaars van Harvey de voorkeur aan de processtukken van de huidige versie van Astra for Law boven die van andere toonaangevende grensverleggende modellen, zoals Opus 5.5 en Gemini 4 Argon. Nog duidelijkere verbeteringen in juridisch onderzoek zien we in de evaluatie van Vals AI, die we hierna bespreken.
We hebben recht tot een onderzoeksprioriteit gemaakt bij OpenAI. Een speciaal team van onderzoekers werkt aan snellere innovatie op het gebied van grensverleggende juridische intelligentie. Een eerste maatstaf voor hun vooruitgang is de Legal Research Bench van Vals AI(opent in een nieuw venster), waarin praktiserende advocaten vragen opstellen over Amerikaans federaal recht en het recht van afzonderlijke staten. Een antwoord moet alle vereiste punten behandelen en de broncontroles doorstaan. In september voldeed Astra for Law bij ongeveer 46% van de vragen aan alle eisen. De huidige release voldoet bij 54,81% aan alle eisen, op minder dan één procentpunt van de hoogste gepubliceerde score.
Door Astra for Law als modelconfiguratie te ontwikkelen, kunnen we verbeteren hoe het redeneert en welke bronnen het kan raadplegen. Sinds september hebben we GPT‑6.2 Astra in de configuratie opgenomen en de instructies voor de juridische analyse verfijnd. We hebben ook meer dan 539.000 Amerikaanse juridische bronnen toegevoegd aan de zoekindex en meer dan 98.000 bronnen uit het VK, Australië en Canada, nu we zijn begonnen primaire rechtsbronnen uit die landen toe te voegen. Deze toevoegingen breiden een juridische zoekindex uit die bij de introductie al meer dan 230 miljoen URL's omvatte, uit een verzameling die meer dan 99,9% van de gepubliceerde Amerikaanse jurisprudentie met precedentwerking(opent in een nieuw venster) dekt.
Op Harveys eigen Legal Agent Benchmark voldeed GPT‑6 Astra bij 4,6% van de opdrachten aan alle eisen. GPT‑6.2 Astra voltooide onder dezelfde omstandigheden 14,6%. Met de juridische configuratie steeg dat naar 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).
Langere balken betekenen dat meer opdrachten aan alle eisen van Harvey voldeden. Harvey voerde deze test afzonderlijk uit van de LAB-AA-evaluatie van Artificial Analysis.
De interessantste mogelijkheden van Astra for Law krijgen vorm door de juristen die het dagelijks gebruiken. Zowel bij advocatenkantoren die klant zijn als binnen het eigen juridische team van OpenAI bouwen de eerste gebruikers naslagwerken voor hun praktijk op, laten ze hun argumenten scherper toetsen en vinden ze nieuwe manieren om wetgeving te doorgronden.
De eerste gebruikers bij OpenAI zetten Astra for Law bijvoorbeeld in voor het volgende:
Geef je betoog de sterkst mogelijke tegenstander. Astra for Law wordt vaak gebruikt als sparringpartner. Een mededingingsjurist legt een interpretatie van een wet voor en vraagt het model de tegenargumenten te formuleren, op basis van de wetsgeschiedenis, rechterlijke uitspraken en versies van de wet in andere talen. Dat levert iets op zodra een tegenargument sterk genoeg is om het advies aan te passen.
Bepaal waar een aanbeveling ophoudt en een verplichting begint. Een beleidsjurist die een wetsvoorstel voor AI-toezicht onderzocht, wilde weten hoeveel bevoegdheden een onafhankelijke beoordelaar zou krijgen. Als die beoordelaar om een aanpassing vroeg, zou de ontwikkelaar die dan moeten doorvoeren? Bij zulke vragen zet de jurist een uitleg van elke verplichting in gewone taal naast de exacte tekst van het wetsvoorstel. Zo kunnen collega's zien welke interpretatie de tekst ondersteunt.
Begin het eerste gesprek met een externe advocaat meteen met de lastige vraag. Wanneer het bedrijf overweegt een onbekende sector te betreden, gebruikt een productjurist Astra for Law om in kaart te brengen welke regels op de voorgenomen activiteit van toepassing zouden zijn. In plaats van het eerste gesprek te besteden aan een algemene introductie van de sector, kan de jurist de specialist een gerichte vraag stellen over wat het bedrijf wil doen.
Zet een stapel beleidsdocumenten om in een workflow. Een juridisch programmamanager gebruikte Astra for Law om wettelijk voorgeschreven procedures en bedrijfsbeleid om te zetten in een workflow voor collega's die binnenkomende zaken behandelen. Zo konden ze zien wanneer ze meer informatie moesten opvragen, een zaak konden afsluiten of een jurist moesten inschakelen.
Maak de handleiding die je bij de wet had willen krijgen. Een mededingingsjurist combineerde Astra for Law met de tools voor het bouwen van websites in ChatGPT om toelichtingen toe te voegen aan wetgeving die het team regelmatig gebruikt. Een collega die een bepaling leest, kan de muisaanwijzer op een term plaatsen om de definitie te zien, een link volgen naar toelichtende bronnen en bekijken wat het team adviseerde toen die bepaling de vorige keer aan de orde kwam.
Vanaf vandaag kan elke ChatGPT Enterprise-klant Astra for Law aanvragen via het Trusted Access Program in de beheerconsole. Heeft je team al toegang? Selecteer dan GPT‑6.2 Astra Law in ChatGPT. Wil je Astra for Law via de API in je eigen tools integreren? Neem dan contact op met je accountdirecteur voor afzonderlijke goedkeuring.
De juridische beroepsgroep staat op een keerpunt. Technologie verandert wat bedrijven kunnen doen, terwijl de wereld steeds complexer en sterker verweven raakt. Daardoor hebben juristen een ongekende kans om te helpen duiden wat deze tijd van ons vraagt. Niet alleen voor de bedrijven die ze adviseren, maar voor iedereen die leeft met de regels waaraan zij meeschrijven. We geloven dat de beste juristen, uitgerust met de beste intelligentie, die uitdaging aankunnen.
We staan nog maar aan het begin. We kijken ernaar uit te zien welke richting jullie het vak op brengen.


