17 listopada 2026 r. OpenAI poinformowało, że Astra for Law – opracowana pod kątem prawnym konfiguracja modelu GPT-6.2 Astra firmy – zostanie udostępniona każdemu klientowi ChatGPT Enterprise w ramach programu zaufanego dostępu, obejmującego dostęp do interfejsu API, po tym jak konfiguracja zajmie pierwsze miejsce w teście porównawczym dotyczącym agentów prawnych Harvey’s.

To posunięcie obejmuje produkt, który od września był ograniczony do małej grupy firm pilotażowych, i udostępnia go całej bazie przedsiębiorstw OpenAI, co zakłada, że ​​rynki domenowe zostaną podbite przez wyspecjalizowane konfiguracje modeli, a nie nowe modele podstawowe. Więcej kontekstu na ten temat znajdziesz w naszych trendy AI.

Konfiguracja, a nie nowy model

Astra for Law nie jest oddzielnym modelem podstawowym. Jest to GPT-6.2 Astra, najnowszy model OpenAI, opakowany w instrukcje dotyczące konkretnych kwestii prawnych i połączony z dedykowanym indeksem wyszukiwania informacji prawnych. Konfiguracja została zaprojektowana z myślą o podstawowej pętli pracy prawniczej: badaniu pytań, ocenie konkurujących organów i sporządzaniu dokumentów.

Kiedy OpenAI wprowadziło Astrę dla prawa we wrześniu 2026 r., stwierdziło, że indeks wyszukiwania prawnego obejmuje amerykańskie orzecznictwo, ustawy, rozporządzenia, orzeczenia sądowe i decyzje administracyjne, opierając się na zbiorze CourtListener z Free Law Project obejmującym ponad 99,9% opublikowanego precedensowego orzecznictwa w USA i uzupełniając licencjonowane firmy zajmujące się treściami, które już kupują od dostawców takich jak Thomson Reuters. Harvey i Legora zostali wymienieni jako klienci API budujący konfigurację we własnych produktach, wraz z 26 wtyczkami ekosystemowymi łączącymi ChatGPT z narzędziami już używanymi przez firmy, takimi jak Relativity i Clio, a także nowymi mechanizmami kontroli prywatności i zarządzania poufną pracą klientów.

Pierwsze miejsce w teście porównawczym Harvey’s LAB-AA

Najważniejszym elementem zapowiedzi rozszerzenia jest test porównawczy Harvey LAB-AA, oparta na sztucznej analizie wersja narzędzia Harvey's Legal Agent Benchmark. W teście modele poddawane są 120 zadaniom obejmującym 24 obszary prawa, począwszy od sporządzenia konspektów zeznań, poprzez przegląd umów najmu komercyjnych, aż po mapowanie zmian własnościowych w przypadku przejęć. Pełne zaliczenie wymaga spełnienia wszystkich wymagań zadania bez zgłaszania zastrzeżeń merytorycznych niepopartych dokumentami źródłowymi.

Astra for Law uzyskała pełne zaliczenie w 20,8% zadań, co stanowi najwyższy wynik. Zwykła GPT-6.2 Astra uzyskała 15,0%, a najsilniejszy uczestnik spoza OpenAI, Muse Wonder Full, uzyskał wynik 13,1%. OpenAI stwierdziło, że legalna konfiguracja przekraczała poprzeczkę all-pass prawie 40% częściej niż wicepremierowa wersja własnego modelu, co stanowi dowód na to, że instrukcje i indeks wyszukiwania, a nie surowe możliwości modelu, przyczyniły się do wzrostu.

Konfiguracja była również znacznie tańsza w obsłudze. Astra for Law osiągała średnio około 64 000 tokenów wyjściowych na zadanie, o 54% mniej niż 139 000 w Muse Wonder Full — luka, która ma znaczenie dla zespołów prawnych rozliczanych według wykorzystania.

Częstotliwość halucynacji: liczba faktycznie obserwowana przez prawników

Szczególną uwagę przykuł spektakl halucynacyjny. Astra for Law miała średnio 0,03 halucynacji materialnych na zadanie, co równało się z GPT-6 dla najniższego wskaźnika w porównaniu i połową 0,06 odnotowanego przez zwykłą Astrę GPT-6.2. Claude Opus 5.5, najsilniejszy pod względem wydajności wynik spoza OpenAI, uzyskał średnio 0,59, czyli około dwudziestokrotność wartości Astry for Law. OpenAI stwierdziło, że konfiguracja prawna nie zarejestrowała żadnych halucynacji materialnych w przypadku zadań spełniających kryteria pełnego zaliczenia.

Stawka jest tu konkretna. Sądy nakładały sankcje na prawników za składanie wniosków powołujących się na sfabrykowane sprawy, a pojedynczy wymyślony cytat może zaszkodzić reputacji prawnika. Dla legalnych nabywców dwudziestokrotna różnica we wskaźniku halucynacji materialnych pomiędzy konkurencyjnymi systemami jest liczbą decydującą o zakupie.

Vals AI: wskaźnik zdawalności szybko wzrósł

Niezależne dowody wskazują ten sam kierunek. Na stanowisku badawczym Vals AI Legal Research Bench, gdzie praktykujący prawnicy zadają pytania badawcze z zakresu prawa federalnego i stanowego, odsetek odpowiedzi Astra for Law, które przeszły każdą kontrolę, wzrósł do 53,8% – 112 z 208 pytań – z około 46% mniej niż dwa miesiące wcześniej. We wszystkich pytaniach model uzyskał 90,9% możliwych punktów, włączając częściowe zaliczenie. OpenAI przypisuje swoje zyski wyspecjalizowanemu zespołowi zajmującemu się badaniami prawnymi oraz indeksowi wyszukiwania, który od września wzrósł o 34% i obejmuje ponad 310 milionów adresów URL.

Zespół ewaluacyjny Harveya potwierdził tę tendencję. „Astra dla wersji 6.2 stanowi istotną poprawę w stosunku do poprzednich modeli Astry w naszych testach porównawczych” – powiedział Julio Pereyra, szef działu badań prawnych w Harvey. „Pisie bardziej wszechstronne i lepiej uzasadnione teksty, które w prawie 90% przypadków są preferowane przez naszych sędziów w parach od tych z GPT-6 Astra”. Pereyra dodał, że wzrost głębokości nastąpił bez pogorszenia dokładności, a modele klasy Astra w dalszym ciągu odnotowują jedne z najniższych wskaźników halucynacji w benchmarku Harveya i jego rozszerzeniu na amerykańskie orzecznictwo.

Od pilota do platformy

Trajektoria jest godna uwagi ze względu na prędkość. Rozwiązanie Astra for Law wdrożono we wrześniu 2026 r. w małej grupie firm, w tym Cooley, Ropes & Gray oraz Sullivan & Cromwell. Dwa miesiące później konfiguracja przoduje w głównych testach prawnych, wskaźnik halucynacji spadł o połowę, a każdy klient ChatGPT Enterprise może poprosić o dostęp.

Strategia jest także sygnałem. Zamiast trenować indywidualny model prawny, OpenAI tworzy konfigurację: instrukcje domeny, indeks wyszukiwania domen, kontrolę zarządzania i wtyczki partnerskie skupione wokół jednego modelu granicznego. Jeśli ta formuła powtórzy się w innych regulowanych branżach, konkurencja w pionowej sztucznej inteligencji przesunie się z tego, kto zbuduje najlepszy model, na tego, kto zbuduje najlepszy kontekst, a punkty odniesienia mierzące różnicę będą jeszcze bardziej znaczące.

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →