OpenAI disse em 17 de novembro de 2026, que Astra for Law – a configuração jurídica específica da empresa de seu modelo GPT-6.2 Astra – está sendo aberta a todos os clientes ChatGPT Enterprise por meio de seu programa de acesso confiável, incluindo acesso API, após a configuração colocada em primeiro lugar no benchmark de agente jurídico de Harvey.
A mudança pega um produto que estava restrito a um pequeno grupo de empresas piloto desde setembro e o disponibiliza para toda a base empresarial da OpenAI, uma aposta de que configurações de modelos especializados – em vez de novos modelos de base – são onde os mercados de domínio serão conquistados. Para mais contexto sobre esta história, confira nossa tendências de IA.
Uma configuração, não um novo modelo
Astra for Law não é um modelo de fundação separado. É o GPT-6.2 Astra, o mais novo modelo de fronteira da OpenAI, envolto em instruções jurídicas específicas e emparelhado com um índice de pesquisa jurídica dedicado. A configuração foi projetada para o ciclo central do trabalho jurídico: pesquisa de questões, avaliação de autoridades concorrentes e elaboração de documentos.
Quando a OpenAI introduziu o Astra for Law em setembro de 2026, disse que o índice de pesquisa jurídica cobre jurisprudência, estatutos, regulamentos, regras judiciais e decisões administrativas dos EUA, com base na coleção CourtListener do Free Law Project, cobrindo mais de 99,9% da jurisprudência precedente publicada nos EUA e complementando empresas de conteúdo licenciadas que já compram de fornecedores como a Thomson Reuters. Harvey e Legora foram nomeados como clientes de API que incorporam a configuração em seus próprios produtos, juntamente com 26 plug-ins de ecossistema conectando ChatGPT a ferramentas que as empresas já usam, como Relativity e Clio, além de novos controles de privacidade e governança para trabalho confidencial de clientes.
Primeiro lugar no benchmark LAB-AA da Harvey
A peça central do anúncio de expansão é o benchmark Harvey LAB-AA, uma versão executada por análise artificial do benchmark de agente jurídico da Harvey. O teste submete os modelos a 120 tarefas abrangendo 24 áreas do direito, desde a elaboração de esboços de depoimentos até a revisão de arrendamentos comerciais e o mapeamento de mudanças de propriedade em aquisições. O crédito total exige o cumprimento de todos os requisitos de uma tarefa sem introduzir uma reivindicação material não apoiada pelos documentos originais.
Astra for Law obteve crédito total em 20,8% das atribuições, a pontuação máxima. O Plain GPT-6.2 Astra conseguiu 15,0%, e o participante não-OpenAI mais forte, Muse Wonder Full, terminou com 13,1%. A OpenAI disse que a configuração legal superou a barra de aprovação quase 40% mais frequentemente do que a versão vice-campeã de seu próprio modelo – evidência de que as instruções e o índice de pesquisa, e não a capacidade bruta do modelo, impulsionaram o ganho.
A configuração também era visivelmente mais barata de executar. O Astra for Law teve uma média de cerca de 64.000 tokens de saída por tarefa, 54% abaixo dos 139.000 do Muse Wonder Full – uma lacuna que é importante para as equipes jurídicas cobradas pelo uso.
Taxas de alucinação: o número que os advogados realmente assistem
O desempenho da alucinação chamou atenção especial. O Astra for Law teve uma média de 0,03 alucinações materiais por tarefa, empatado com o GPT-6 para a taxa mais baixa na comparação e metade dos 0,06 registrados pelo GPT-6.2 Astra regular. Claude Opus 5.5, o melhor desempenho não-OpenAI na métrica, teve média de 0,59 – cerca de vinte vezes o valor do Astra for Law. A OpenAI disse que a configuração legal não registrou alucinações materiais em tarefas que atendessem aos critérios de aprovação total.
As apostas aqui são concretas. Os tribunais têm sancionado advogados por ações que citam casos fabricados, e uma única citação inventada pode prejudicar a reputação de um advogado. Para compradores legais, uma diferença de vinte vezes na taxa de alucinação material entre sistemas concorrentes é o tipo de número que decide a aquisição.
Vals AI: a taxa de aprovação aumentou rapidamente
Evidências independentes apontam na mesma direção. No Vals AI Legal Research Bench, onde advogados em exercício colocam questões de pesquisa sobre leis federais e estaduais, a parcela de respostas do Astra for Law que passaram em todas as verificações aumentou para 53,8% – 112 de 208 perguntas – de cerca de 46% menos de dois meses antes. Em todas as questões, o modelo capturou 90,9% dos pontos disponíveis incluindo crédito parcial. A OpenAI atribui os ganhos a uma equipe dedicada de pesquisa jurídica e a um índice de pesquisa que cresceu 34% desde setembro, para mais de 310 milhões de URLs.
A própria equipe de avaliação de Harvey repetiu a tendência. “O Astra for Law 6.2 é uma melhoria material em relação aos modelos Astra anteriores em nossos benchmarks”, disse Julio Pereyra, chefe de pesquisa jurídica da Harvey. "Ele escreve resumos mais abrangentes e melhor fundamentados que são preferidos aos do GPT-6 Astra quase 90% das vezes pelos nossos juízes." Pereyra acrescentou que os ganhos de profundidade ocorreram sem regressão na precisão, com os modelos da classe Astra continuando a apresentar algumas das taxas de alucinação mais baixas no benchmark de Harvey e na sua extensão da jurisprudência dos EUA.
Do piloto à plataforma
A trajetória é notável por sua velocidade. Astra for Law foi lançado em setembro de 2026 para um pequeno grupo de empresas, incluindo Cooley, Ropes & Gray e Sullivan & Cromwell. Dois meses depois, a configuração lidera os principais benchmarks legais, sua taxa de alucinação caiu pela metade e todos os clientes do ChatGPT Enterprise podem solicitar acesso.
A estratégia também é um sinal. Em vez de treinar um modelo jurídico personalizado, a OpenAI está produzindo configurações: instruções de domínio, um índice de pesquisa de domínio, controles de governança e plug-ins de parceiros agrupados em um modelo de fronteira. Se essa fórmula se repetir em outras indústrias regulamentadas, a concorrência na IA vertical mudará de quem constrói o melhor modelo para quem constrói o melhor contexto – e os benchmarks que medem a diferença só terão mais consequências.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →