Astra for Law vs. GPT-6 Astra: Gleiche Gewichte, ein zusätzlicher Suchindex

Astra for Law und GPT-6 AstraAstra for Law und GPT-6 Astra sind keine zwei Modelle, und die Wahl als direkten Vergleich darzustellen, ist der erste Punkt, den man richtig treffen muss. Astra for Law ist GPT-6 Astra, an dessen Retrieval-Pfad ein US-amerikanischer juristischer Suchindex angeschlossen wurde, darüber eine Reihe juristischer Formulierungsanweisungen gelegt und juristische Werkzeuge angehängt wurden. Die Gewichte sind identisch. Die eigentliche Frage ist also nicht, welches Modell schlauer ist – sondern ob der juristische Suchindex einen Aufpreis wert ist, und nach den bisher verfügbaren Belegen hängt die Antwort fast ausschließlich davon ab, ob Ihre Arbeit in der Fallrecht-Recherche oder in der Dokumentenprüfung besteht.

Das ist wichtig, weil OpenAI keinen Preis für die juristische Konfiguration veröffentlicht hat, die API dafür nicht offen ist und die einzige direkte Vergleichsmessung mit dem Basismodell von OpenAI selbst anhand eines privaten Validierungssatzes stammt. Diese Seite erläutert, was tatsächlich bekannt ist, was die unabhängigen Zahlen sagen und auf welcher Seite des Vergleichs eine bestimmte juristische Arbeitslast einzuordnen ist.

Was trennt sie genau

Drei Dinge wurden hinzugefügt, und sie sind nicht gleich schwer nachzubilden.

• Legal Search Index — Recherche über US-amerikanische Rechtsprechung, Gesetze, Verordnungen, Gerichtsregeln und Verwaltungsentscheidungen, mehr als 230 Millionen URLs, täglich kommen Quellen hinzu. Das ist der Teil, den man nicht aus einem Prompt bauen kann.

• Corpus — aufgebaut auf CourtListener, der Bibliothek des Free Law Project, die mehr als 99,9 % der veröffentlichten präzedenziellen US-Rechtsprechung abdeckt, ergänzt durch lizenzierte Inhalte von Anbietern wie Thomson Reuters. Die öffentliche Hälfte ist kostenlos; die lizenzierte Hälfte und die tägliche Aktualisierung sind nichts, was eine einzelne Kanzlei selbst reproduzieren kann.

• Anweisungen und Einstellungen — Anweisungen zur juristischen Analyse und zum juristischen Schreiben sowie Einstellungen wie die Antwortlänge. Diese sind auf Prompt- und Konfigurationsebene angesiedelt. Ein kompetentes Legal-Engineering-Team kann heute einen beträchtlichen Teil davon mit dem Basismodell näherungsweise erreichen.

Allein bei GPT-6 Astra läuft das Retrieval über die allgemeine Websuche. Das ist der gesamte Unterschied im Recherchepfad, und es ist die Achse, die jede unten stehende Zahl misst.

Das einzige direkte Duell, das es gibt

OpenAI testete beide Seiten anhand von 200 US-amerikanischen Rechtsrecherchefragen aus dem privaten Validierungssatz von Vals AI's Legal Research Bench. Bei höchstem Reasoning-Aufwand bestand Astra for Law die Gesamtkorrektheitsprüfung bei 54,0 % der Fragen, gegenüber 38,7 % für GPT-6 Astra mit Websuche – 15,3 Punkte, was als relative Verbesserung von 40 % beschrieben wird. Unterstützende Zahlen aus demselben Durchlauf: 24 % mehr Referenzfälle, die bei Fragen zum Fallrecht gefunden wurden, bis zu 54 % mehr relevante Passagen, die bei gleichem Reasoning-Aufwand aus korrekten Gerichtsentscheidungen abgerufen wurden, und Antworten mit durchschnittlich etwa doppelter Länge.

Drei Vorbehalte sind bei diesen Zahlen anzubringen, und keiner davon ist ein Grund, sie zu verwerfen. Erstens stammen sie von OpenAI, auf einem Split, den OpenAI kontrolliert, und keine unabhängige Instanz hat sie reproduziert. Zweitens sollte die verdoppelte Antwortlänge neben dem zusammengesetzten Score betrachtet werden, weil eine Korrektheitsprüfung, die Abdeckung belohnt, mit einer längeren Antwort leichter zu bestehen ist — die Retrieval-Zahlen (24 % mehr Fälle, 54 % mehr Passagen) sind der sauberere Beleg dafür, was der Index tatsächlich hinzufügt. Drittens zeigt die öffentliche Version desselben Benchmarks den Sprung nicht: Die eigene Vergleichsseite von Vals AI listet GPT-6 Astra mit 39,42 % ±3,40 auf dem Legal Research Bench auf, während Gemini 3.8 Flash bei 38,94 % ±3,39 liegt. Das ist das Basismodell ohne den Index, das im Wesentlichen dort landet, wo OpenAIs Baseline liegt.

Zwei unabhängige Auswertungen verkomplizieren das Bild weiter. Legora führte einen Abgleich von Finanzabschlüssen über 41 Dokumente in einem Durchgang durch und fand alle vier eingebauten Fehler, darunter eine Lücke von 500.000 £ in der Umsatzanmerkung, und ergänzte damit rund fünfzig Prüfungen, die das frühere Modell übersehen hatte – etwa eine 40-prozentige Verbesserung bei diesem Workflow. Im Gesamtergebnis von Legoras Benchmark for Agentic Reasoning lag die durchschnittliche Verbesserung über alle Aufgaben jedoch bei etwa 3 %. Derweil bezifferte HAQQs 41-Fragen-Test über 20 Praxisgebiete Astras Vorsprung bei der rechtlichen Substanz auf 17,63 von 20 – weniger als einen Punkt vor günstigeren Modellen – bei 0,2622 $ pro Antwort. Zusammengenommen lautet die ehrliche Zusammenfassung, dass der Vorsprung der Konfiguration bei stark retrieval-lastiger Arbeit mit US-Fallrecht groß und wiederholbar ist, dünn beim allgemeinen juristischen Schlussfolgern und bei nicht-US-amerikanischem Recht weitgehend ungetestet – wo derselbe Test bei allen drei Modellen feststellte, dass sie die richtige Vorschrift zitierten, aber falsch wiedergaben, was darin steht.

Was jede Seite pro juristischer Antwort tatsächlich kostet

Für Astra for Law gibt es keinen veröffentlichten Preis. Die Preisliste von GPT-6 Astra ist öffentlich, und sie ist die Zahl, auf der der Vergleich aufgebaut werden muss, denn die juristische Konfiguration ist dasselbe Modell plus Retrieval und kann plausiblerweise nicht weniger kosten als das Modell, das sie umhüllt.

• Standard — 10,00 $ pro Million Eingabe-Token, 50,00 $ pro Million Ausgabe-Token.

• Zwischengespeicherte Eingabe — 1,00 $ pro Million, ein Rabatt von 90 %, und der Hebel, der für eine Kanzlei, die ständige Anweisungen und Präzedenz-Boilerplate wiederverwendet, am wichtigsten ist.

• Cache-Schreibvorgänge — 12,50 $ pro Million, abgerechnet mit dem 1,25-Fachen des Preises für nicht gecachte Eingaben; Caching lohnt sich ab der zweiten Wiederverwendung an.

• Über 272.000 Input-Tokens — 2× Input- und Cache-Raten und 1,5× Output, angewendet auf die gesamte Anfrage, nicht nur auf die Tokens oberhalb der Schwelle. In der Praxis bedeutet das 20,00 $ Input und 75,00 $ Output pro Million für jede lange Anfrage.

• Batch — 50 % von Standard. Fast-Modus — 2× Standard, nicht verfügbar für GPT-6 Astra mit EU-Datenresidenz.

Diese 272K-Schwelle ist keine Fußnote für diesen Vergleich; sie ist dessen Kern. Ein Abgleich über 41 Dokumente, ein vollständiger Satz von Zeugenaussagen-Transkripten oder eine mehrjährige Deal-Akte überschreitet routinemäßig 272.000 Tokens, was bedeutet, dass der realistische juristische Tarif die Long-Context-Zeile ist – 20,00 $ Eingang und 75,00 $ Ausgang – nicht die plakative 10/50-$-Angabe. Für eine Kanzlei, die einen Pilotversuch dimensioniert, ist der Unterschied zwischen diesen beiden Zeilen der Unterschied zwischen einem Projekt, das in ein Budget passt, und einem, das es nicht tut, und ein Grund, Ihr tatsächliches Token-Volumen pro Mandat zu messen, bevor Sie sich festlegen, statt danach.

Zwei weitere Kostenhinweise aus unabhängigen Tests. HAQQ maß 0,2622 $ pro Antwort auf Astra, etwa elfmal die Kosten pro Antwort von GPT-5.6 Luna Pro für weniger als einen Punkt Gesamtzugewinn – stellte aber auch fest, dass die Lücke teilweise daran liegt, dass Astra etwa 3,5× weniger Tokens schreibt als Claude Opus 5, wodurch es pro Antwort für diese Arbeitslast günstiger ist als Opus 5. Und derselbe Test ergab, dass sich der Reasoning-Effort-Regler eher als Kosten- denn als Qualitätshebel verhält: Von niedrig auf hoch multiplizierte er die Kosten um etwa 1,5× und die Latenz um etwa 1,8×, während die bewertete Qualität um 0,17 Punkte sank. Fixieren Sie die Effort-Einstellung; lassen Sie sie nicht standardmäßig auf dem Maximum.

Wenn das Basismodell die bessere Wahl ist

Der Fall für GPT-6 Astra allein ist stärker, als die Rahmung des Launches nahelegt, und er stützt sich auf drei Beobachtungen.

• Ihre Arbeit ist keine US-Rechtsprechungsrecherche. Der Index deckt ausschließlich die USA ab. Beim Vertragsentwurf, bei der Umstrukturierung von Klauseln, bei der Mandatsaufnahme, beim Aufbau von Chronologien oder bei der Zusammenfassung von Dokumenten, die Ihnen bereits vorliegen, ist das, was Astra for Law beisteuert, weitgehend wirkungslos.

• Sie zahlen bereits für primäre juristische Recherche. Eine Kanzlei mit Westlaw- oder LexisNexis-Abonnements kauft dieselbe Präzedenzabdeckung zweimal, wenn sie zusätzlich einen Aufpreis für eine Retrieval-Ebene zahlt, die sie nicht überprüfen kann.

• Sie möchten den Retrieval-Pfad, den Sie selbst kontrollieren. Wenn Sie base GPT-6 Astra einen kuratierten Dokumentensatz zuführen, erhalten Sie eine Zitat-Herkunft, die Sie überprüfen können, und sind nicht von der Index-Aktualisierung eines Anbieters abhängig.

Es gibt Drittanbieter-Belege dafür, dass das Basismodell nicht das schwache Glied ist. Auf Mercors APEX-Agents-Rangliste für Unternehmensanwälte erzielte eine GPT-6-Astra-Konfiguration über 160 Aufgaben hinweg 73,4 % Pass@1 – ein Drittanbieter-Ergebnis für eine Arbeitslast mit juristischen Agenten, das neben dem durchschnittlichen Zuwachs von 3 % steht, den Legora in seiner eigenen Benchmark-Suite gemessen hat. Keine der beiden Zahlen betrifft den Suchindex, und beide legen nahe, dass das zugrunde liegende Modell bereits den Großteil der juristischen Arbeit leistet.

Wenn die Konfiguration ihren Aufpreis wert ist

Das Argument für Astra for Law ist enger gefasst und, wo es greift, entscheidend. Wenn Ihre Arbeit darin besteht, US-Rechtsquellen zu finden und anzuwenden – die Fallliste eines Schriftsatzes zu erstellen, zu prüfen, ob eine Position eine Rechtsprechungslinie übersteht, einen Regulierungsüberblick über alle fünfzig Bundesstaaten zu erstellen –, dann sind 24 % mehr Referenzfälle und bis zu 54 % mehr relevante Passagen keine geringfügige Verbesserung, sondern der Unterschied zwischen einem Assistenten, der maßgebliche Rechtsquellen übersieht, und einem, der sie nicht übersieht. Der Legora-Abgleich ist die beste verfügbare Veranschaulichung desselben Effekts bei Dokumenten statt bei Rechtsprechung: Querverweise zwischen 41 Dateien in einem einzigen Durchgang herzustellen ist genau die Vergleichsarbeit mit langem Kontext und hohem Volumen, bei der sich mehr abgerufener Kontext kumulativ auswirkt.

Der ehrliche Vorbehalt bei beiden: Die Preisgestaltung ist nicht offengelegt, der Zugang ist auf Kanzleien der Am Law 200 über das Programm Trusted Access beschränkt, und kein unabhängiges Labor hat den Direktvergleich erneut durchgeführt. Von Ihnen wird verlangt, sich auf Grundlage eines Anbieter-Benchmarks und des Workflow-Tests eines einzelnen Partners zu einem Aufpreis zu verpflichten.

Beide über einen einzigen Endpunkt laufen lassen

Die Routing-Frage ist hier eher ein Reihenfolgeproblem als eine Wahl. gpt-6-astra-law ist noch in keiner API verfügbar, auch nicht in unserer eigenen – OpenAI hat angekündigt, dass es bald kommt, und kein Datum genannt –, daher ist heute die einzige Hälfte dieses Vergleichs, die Sie tatsächlich aufrufen können, das Basismodell. Das jetzt Verfügbare ist openai/gpt-6-astra bei OrcaRouter mit 0 % Aufschlag, wobei der Listenpreis des Anbieters unverändert durchgereicht wird, sodass die oben genannten Zeilen $10/$50 und $20/$75 genau das sind, was Sie zahlen, und eine Preisänderung des Anbieters am selben Tag wirksam wird. Mehr als 200 Modelle stehen hinter einem einzigen Schlüssel, mit automatischem Failover über Anbieter hinweg.

Die Routing-DSL ist der Baustein, der genau auf diese spezifische Entscheidung abbildet. Da das Delta zwischen den beiden Produkten ein Abrufschritt ist, kannst du es selbst zusammenstellen — route das Basismodell mit deinem eigenen Dokumentenabruf in einem Aufruf und vergleiche die Ausgabe mit derselben Frage, die nur mit Websuche gesendet wurde. Das ist ein günstiger Weg, um zu messen, wie viel der Lücke von 54,0 % gegenüber 38,7 % dein eigener Korpus reproduziert, bevor du dich auf ein zugangsbeschränktes Premiumprodukt festlegst. Modellfusion, die ein Panel von Modellen über einen Prompt laufen lässt, deckt die andere Hälfte ab: Wenn deine Sorge ist, dass ein einzelnes Modell eine Bestimmung falsch liest, wie HAQQ bei nicht US-amerikanischem Recht festgestellt hat, legt ein Panel die Uneinigkeit offen, statt sie zu verbergen. Da Routing beide Seiten auf einem Schlüssel hält, ist der Wechsel der Modell-ID, wenn gpt-6-astra-law verfügbar wird, eine Konfigurationsänderung, keine Neuintegration.

Eine Einschränkung, die man eher aussprechen als verschweigen sollte: Eine über einen Router geleitete Anfrage fällt nicht automatisch unter OpenAIs Zero-Data-Retention-Genehmigung, die pro Organisation erteilt wird. Ein Unternehmen, das ZDR benötigt, sollte daher die Abdeckung für die von ihm genutzte Route bestätigen. Und ein Router ist ein weiterer Sprung im Datenpfad – echte Kosten bei privilegiertem Material, selbst wenn er Failover ermöglicht.

Wo das landet

Wenn Sie sich heute entscheiden, wählen Sie das Basismodell. Astra for Law kann noch nicht gekauft werden, sein Aufpreis ist unbekannt, und die unabhängigen Belege besagen, dass GPT-6 Astra bei juristischen Agenten-Workloads bereits ohne den Index ein hohes Leistungsniveau erreicht. Setzen Sie jetzt auf openai/gpt-6-astra auf, messen Sie Ihre eigene Retrieval-Lücke, und lassen Sie sich von der Token-Abrechnung sagen, ob Sie 272K oft genug überschreiten, um sich um die Langkontext-Zeile zu kümmern.

Kehren Sie dann darauf zurück, wenn drei Dinge bekannt sind: der Preis von gpt-6-astra-law, die Ausgestaltung seiner API-Bedingungen und eine unabhängige erneute Durchführung des 200-Fragen-Direktvergleichs auf einem Split, den jemand anderes als OpenAI kontrolliert. Wenn der Preis nahe an der Basisrate liegt und die Retrieval-Gewinne außerhalb von OpenAIs Validierungssatz Bestand haben, wird die Konfiguration zur offensichtlichen Standardeinstellung für forschungsintensive Arbeit in den USA, und das Basismodell bleibt für alles andere die richtige Wahl. Bis dahin ist die belastbare Behauptung die engere – ein US-Rechtsprechungsindex plus juristische Anweisungen ruft bei US-Rechtsfragen wesentlich bessere Ergebnisse ab als allgemeine Websuche. Das ist es wert, etwas dafür zu bezahlen. Wie viel, ist noch eine offene Frage.