OpenAI发布新版法律专用模型Astra for Law,基于GPT-6.2构建并整合庞大法律检索索引。该模型在Harvey LAB-AA等多项权威基准测试中拔得头筹,大幅降低幻觉率并削减推理Token消耗,现已向企业用户开放申请。
OpenAI 正式发布新版法律专用模型配置 Astra for Law(面向法律事务的 Astra)。该模型在多项权威法律基准测试中取得业界领先成绩,包括 Harvey LAB-AA、Harvey 与 Grubel 联合开发的 LAB: USCL,以及 Vals AI 法律研究评测。目前,所有 ChatGPT Enterprise 企业客户均可通过可信访问计划申请使用,或通过 API 将其接入自有工作流。
Astra for Law 基于前沿模型 GPT-6.2 Astra 构建,将底层推理能力与专有法律搜索索引深度融合,配备专业法律检索、判例权衡及文书撰写指令。相比直接使用标准版 GPT-6.2 Astra,该配置在 LAB-AA 评测中的满分率提升了近 40%。
自 9 月向 Cooley、Ropes & Gray 等少数律所开放早期试用以来,OpenAI 持续扩展其知识图谱,法律资料库容量扩充至近两倍。在 Vals AI 法律研究基准中,其全项核查通过率从 46% 跃升至 54.81%。
Harvey 的法律 AI 智能体基准测试(LAB)用于评估模型端到端处理复杂法律事务的能力。LAB-AA 由 Artificial Analysis 运行,包含 120 项严苛的法律实务任务,涵盖起草证言提纲、审查商业租赁合同及设计收购股权变更策略等。评测要求输出既满足所有要点,又不得产生脱离事实来源的幻觉。
评测数据显示:
法律文书不容虚假引用。在 LAB-AA 统计中,Astra for Law 的每任务平均实质性幻觉发生率仅为 0.03 次,与基础版 GPT-6 并列最低。作为对比,表现最好的非 OpenAI 模型 Claude Opus 5.5 实质性幻觉为 0.59 次,轻微幻觉为 0.51 次——其关键错误发生率约为 Astra for Law 的近 20 倍。在所有达标通过的任务中,Astra for Law 完全做到了零幻觉。
面对诉讼书状这类长周期、重论述的任务,模型不仅要懂写作,更要具备自主法律检索能力。
在针对美国联邦真实案件的 LAB: USCL 测试中,若向模型直接提供判例,Astra for Law 与 Opus 5.5 得分基本持平(1,883 对 1,882 分);但在要求模型完全自主检索并论证的场景下,Astra for Law 取得 1,844 分,显著领先 Opus 5.5 的 1,817 分。
为支撑这一能力,OpenAI 建立了覆盖超过 2.3 亿个 URL、囊括美国 99.9% 以上先例判例的专用搜索索引,近期又增补了逾 53.9 万份美国法源资料,并扩展了英国、加拿大和澳大利亚的近 10 万份一手法律文件。
早期使用该模型的律师与法律专家,已将其深度融入业务流程:
ChatGPT Enterprise 用户现已可在工作台中申请启用「GPT-6.2 Astra Law」模型,API 访问亦已同步开启审核。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断