Astra for Law vs GPT-6 Astra: Bobot yang Sama, Satu Indeks Pencarian Tambahan

Astra for Law dan GPT-6 Astra bukanlah dua model, dan membingkai pilihan sebagai adu langsung adalah hal pertama yang harus dilakukan dengan benar. Astra for Law adalah GPT-6 Astra dengan indeks pencarian hukum Amerika Serikat yang dipasang pada jalur pengambilannya, serangkaian instruksi penyusunan dokumen hukum yang dilapiskan di atasnya, dan perangkat hukum yang terpasang. Bobotnya identik. Jadi pertanyaan sebenarnya bukanlah model mana yang lebih cerdas — melainkan apakah indeks pencarian hukum itu layak dibayar dengan harga premium, dan berdasarkan bukti yang tersedia sejauh ini, jawabannya hampir seluruhnya bergantung pada apakah pekerjaan Anda adalah penelusuran putusan hukum atau telaah dokumen.

Itu penting karena OpenAI belum menerbitkan harga untuk konfigurasi hukum, API untuk itu belum dibuka, dan satu-satunya pengukuran head-to-head terhadap model dasar berasal dari OpenAI sendiri pada set validasi privat. Halaman ini membahas apa yang sebenarnya diketahui, apa kata angka-angka independen, dan di sisi mana perbandingan suatu beban kerja hukum tertentu berada.

Apa yang membedakan mereka, tepatnya

Tiga hal ditambahkan, dan ketiganya tidak sama sulitnya untuk direplikasi.

• Indeks Pencarian Hukum — penelusuran atas yurisprudensi Amerika Serikat, undang-undang, peraturan, aturan pengadilan, dan keputusan administratif, lebih dari 230 juta URL, sumber ditambahkan setiap hari. Inilah bagian yang tidak dapat Anda bangun dari sebuah prompt.

• Corpus — dibangun di atas CourtListener, pustaka Free Law Project yang mencakup lebih dari 99,9% yurisprudensi preseden AS yang diterbitkan, dilengkapi dengan konten berlisensi dari penyedia termasuk Thomson Reuters. Bagian publiknya gratis; bagian berlisensi dan penyegaran harian bukanlah sesuatu yang dapat direproduksi oleh firma individual.

• Instruksi dan pengaturan — instruksi analisis hukum dan penulisan hukum, plus pengaturan seperti panjang respons. Semuanya berada di tingkat prompt dan tingkat konfigurasi. Tim rekayasa hukum yang kompeten saat ini dapat mendekati sebagian signifikan darinya pada model dasar.

Hanya pada GPT-6 Astra, pengambilan informasi dilakukan melalui penelusuran web umum. Itulah keseluruhan perbedaan dalam jalur riset, dan itulah sumbu yang diukur oleh setiap angka di bawah ini.

Satu-satunya adu langsung yang ada

OpenAI menguji kedua sisi pada 200 pertanyaan riset hukum AS dari set validasi privat Legal Research Bench milik Vals AI. Pada upaya penalaran tertinggi, Astra for Law lulus pemeriksaan kebenaran secara keseluruhan pada 54,0% pertanyaan dibandingkan 38,7% untuk GPT-6 Astra dengan penelusuran web — 15,3 poin, yang digambarkan sebagai peningkatan relatif 40%. Angka pendukung dari uji yang sama: 24% lebih banyak kasus referensi ditemukan pada pertanyaan hukum kasus, hingga 54% lebih banyak bagian relevan yang diambil dari opini pengadilan yang benar pada upaya penalaran yang setara, dan jawaban yang rata-rata sekitar dua kali lebih panjang.

Tiga peringatan pantas menyertai angka-angka itu, dan tidak satu pun darinya menjadi alasan untuk mengabaikannya. Pertama, angka-angka itu milik OpenAI, pada sebuah split yang dikuasai OpenAI, dan tidak ada pihak independen yang mereproduksinya. Kedua, panjang jawaban yang berlipat ganda layak disandingkan dengan skor komposit, karena pemeriksaan kebenaran yang menghargai cakupan lebih mudah dilalui dengan jawaban yang lebih panjang — angka-angka retrieval (24% lebih banyak kasus, 54% lebih banyak petikan) adalah bukti yang lebih jernih tentang apa yang sebenarnya ditambahkan oleh indeks itu. Ketiga, versi publik dari tolok ukur yang sama tidak menunjukkan lonjakan itu: halaman perbandingan Vals AI sendiri mencantumkan GPT-6 Astra pada 39,42% ±3,40 di Legal Research Bench, dengan Gemini 3.8 Flash pada 38,94% ±3,39. Itu adalah model dasar, tanpa indeks, yang pada dasarnya berada di posisi yang sama dengan baseline OpenAI.

Dua pembacaan independen semakin mempersulit gambaran. Legora menjalankan penyelarasan laporan keuangan terhadap 41 dokumen dalam satu kali proses dan menemukan keempat kesalahan yang sengaja ditanamkan, termasuk selisih £500.000 pada catatan pendapatan, serta menambahkan sekitar lima puluh pemeriksaan yang terlewat oleh model sebelumnya — sekitar 40% peningkatan pada alur kerja tersebut. Namun, pada Benchmark for Agentic Reasoning milik Legora secara keseluruhan, rata-rata peningkatan di semua tugas sekitar 3%. Sementara itu, uji 41 pertanyaan HAQQ di 20 bidang praktik menempatkan keunggulan substansi hukum Astra pada 17,63 dari 20, kurang dari satu poin lebih unggul dari model yang lebih murah, dengan biaya $0,2622 per jawaban. Jika dibaca bersama, ringkasan yang jujur adalah bahwa keunggulan konfigurasi ini besar dan dapat diulang pada pekerjaan yurisprudensi AS yang berat pada pengambilan informasi, tipis pada penalaran hukum umum, dan sebagian besar belum diuji pada hukum non-AS — di mana uji yang sama menemukan ketiga model mengutip ketentuan yang benar sekaligus salah menyatakan isinya.

Berapa biaya sebenarnya masing-masing pihak per jawaban hukum

Astra for Law tidak memiliki harga yang dipublikasikan. Daftar tarif GPT-6 Astra bersifat publik, dan angka itulah yang harus menjadi dasar perbandingan, karena konfigurasi hukumnya adalah model yang sama ditambah retrieval dan tidak masuk akal jika berbiaya lebih rendah daripada model yang dibungkusnya.

• Standar — $10,00 per juta token masukan, $50,00 per juta token keluaran.

• Input yang di-cache — $1,00 per juta, diskon 90%, dan tuas yang paling penting bagi firma yang menggunakan kembali instruksi tetap dan boilerplate preseden.

• Penulisan cache — $12,50 per juta, ditagih sebesar 1,25× tarif input tanpa cache; caching menguntungkan mulai dari penggunaan ulang kedua.

• Di atas 272.000 token input — tarif input dan cache 2× serta output 1,5×, diterapkan pada seluruh permintaan, bukan hanya token yang di atas ambang batas. Dalam praktiknya, itu berarti $20,00 untuk input dan $75,00 untuk output per juta untuk setiap permintaan panjang.

• Batch — 50% dari Standar. Mode Cepat — 2× Standar, dan tidak tersedia untuk GPT-6 Astra dengan residensi data UE.

Ambang batas 272K itu bukan catatan kaki untuk perbandingan ini; itulah intinya. Penyelarasan 41 dokumen, rangkaian lengkap transkrip deposisi, atau berkas transaksi multi-tahun rutin melewati 272.000 token, yang berarti tarif hukum yang realistis adalah baris konteks panjang — $20,00 untuk input dan $75,00 untuk output — bukan angka utama $10/$50. Bagi firma yang mengukur skala uji coba, perbedaan antara kedua baris tersebut adalah perbedaan antara proyek yang sesuai anggaran dan proyek yang tidak, dan itu menjadi alasan untuk mengukur volume token aktual per perkara Anda sebelum berkomitmen, bukan sesudahnya.

Dua catatan biaya lagi dari pengujian independen. HAQQ mengukur $0,2622 per jawaban di Astra, sekitar sebelas kali biaya per jawaban GPT-5.6 Luna Pro untuk perolehan komposit di bawah satu poin — tetapi juga mencatat bahwa selisih itu sebagian karena Astra menulis sekitar 3,5× lebih sedikit token daripada Claude Opus 5, sehingga membuatnya lebih murah per jawaban daripada Opus 5 untuk beban kerja tersebut. Dan pengujian yang sama menemukan bahwa pengatur upaya penalaran berperilaku sebagai tuas biaya, bukan tuas kualitas: dari rendah ke tinggi mengalikan biaya sekitar 1,5× dan latensi sekitar 1,8×, sementara kualitas yang dinilai turun 0,17 poin. Kunci pengaturan upaya; jangan biarkan pada maksimum secara default.

Ketika model dasar jadi pilihan yang lebih baik

Argumen untuk GPT-6 Astra saja lebih kuat daripada yang tersirat dari kerangka peluncurannya, dan hal itu bertumpu pada tiga pengamatan.

• Pekerjaan Anda bukan penelusuran yurisprudensi AS. Indeksnya hanya mencakup AS. Untuk penyusunan kontrak, penataan ulang klausul, penerimaan klien, penyusunan kronologi, atau meringkas dokumen yang sudah Anda miliki, nilai tambah yang diberikan Astra for Law sebagian besar tidak berguna.

• Anda sudah membayar untuk riset hukum primer. Firma dengan langganan Westlaw atau LexisNexis membeli cakupan preseden yang sama dua kali jika juga membayar biaya tambahan untuk lapisan pengambilan yang tidak dapat diauditnya.

• Anda menginginkan jalur pengambilan yang Anda kendalikan. Memasukkan kumpulan dokumen terkurasi ke base GPT-6 Astra memberi Anda provenans sitasi yang dapat Anda periksa, dan tanpa ketergantungan pada penyegaran indeks vendor.

Ada bukti pihak ketiga bahwa model dasar bukanlah mata rantai yang lemah. Pada papan peringkat pengacara korporat APEX-Agents milik Mercor, konfigurasi GPT-6 Astra mencetak 73,4% Pass@1 pada 160 tugas — hasil pihak ketiga untuk beban kerja agen hukum, berdampingan dengan rata-rata kenaikan 3% yang diukur Legora di seluruh rangkaian tolok ukurnya sendiri. Tidak ada angka yang menyangkut indeks pencarian, dan keduanya menunjukkan model yang mendasarinya sudah mengerjakan sebagian besar pekerjaan hukum.

Ketika konfigurasi itu membenarkan harga premiumnya

Argumen untuk Astra for Law lebih terbatas dan, bila berlaku, menentukan. Jika beban kerja Anda adalah menemukan dan menerapkan otoritas hukum AS — menyusun daftar putusan untuk sebuah brief, memeriksa apakah suatu posisi bertahan terhadap rangkaian putusan, menjalankan survei regulasi lima puluh negara bagian — maka 24% lebih banyak putusan referensi dan hingga 54% lebih banyak petikan relevan bukanlah peningkatan marginal, melainkan perbedaan antara asisten yang melewatkan otoritas dan asisten yang tidak. Tie-out Legora adalah ilustrasi terbaik yang tersedia untuk efek yang sama pada dokumen, bukan pada yurisprudensi: merujuk-silang 41 berkas dalam satu kali proses adalah persis pekerjaan perbandingan bervolume tinggi dengan konteks panjang, tempat konteks yang diambil lebih banyak memberikan efek berganda.

Catatan jujur untuk keduanya: harga tidak diungkapkan, akses dibatasi hanya untuk firma Am Law 200 melalui program Trusted Access, dan belum ada laboratorium independen yang menjalankan ulang uji banding langsung. Anda diminta berkomitmen pada biaya premium dengan mengandalkan tolok ukur vendor dan uji alur kerja satu partner.

Menjalankan keduanya melalui satu endpoint

Pertanyaan routing di sini adalah masalah urutan, bukan pilihan. gpt-6-astra-law belum ada di API mana pun, termasuk milik kami — OpenAI mengatakan akan segera hadir dan tidak menyebutkan tanggalnya — jadi hari ini satu-satunya bagian dari perbandingan ini yang benar-benar bisa Anda panggil adalah model dasarnya. Yang tersedia sekarang adalah openai/gpt-6-astra di OrcaRouter dengan markup 0%, dengan harga daftar dari penyedia diteruskan tanpa perubahan, jadi baris $10/$50 dan $20/$75 di atas adalah yang Anda bayar dan perubahan harga vendor berlaku pada hari yang sama. Lebih dari 200 model tersedia di balik satu kunci, dengan failover otomatis antar penyedia.

DSL perutean adalah bagian yang memetakan ke keputusan spesifik ini. Karena selisih antara kedua produk adalah langkah pengambilan, Anda dapat merangkainya sendiri — rutekan model dasar dengan pengambilan dokumen Anda sendiri dalam satu panggilan dan bandingkan outputnya dengan pertanyaan yang sama yang dikirim hanya dengan web search. Itu cara murah untuk mengukur berapa banyak dari celah 54,0% versus 38,7% yang direproduksi oleh korpus Anda sendiri, sebelum Anda berkomitmen pada produk premium dengan akses terbatas. Fusi model, yang menjalankan panel model untuk satu prompt, mencakup separuh lainnya: jika kekhawatiran Anda adalah bahwa satu model salah membaca suatu ketentuan, seperti yang ditemukan HAQQ pada hukum non-AS, panel justru memunculkan ketidaksepakatan alih-alih menyembunyikannya. Karena perutean menjaga kedua sisi pada satu kunci, mengganti id model saat gpt-6-astra-law dibuka adalah perubahan konfigurasi, bukan integrasi ulang.

Satu catatan yang layak disampaikan, bukan dipendam: permintaan yang dirutekan tidak otomatis tercakup oleh persetujuan Zero Data Retention OpenAI, yang diberikan per organisasi, jadi firma yang membutuhkan ZDR harus mengonfirmasi cakupan pada rute yang digunakannya. Dan router adalah satu hop lagi dalam jalur data — biaya nyata untuk materi yang dilindungi hak istimewa, bahkan ketika hal itu memberikan failover.

Ke mana ini berujung

Jika Anda memilih hari ini, pilihlah model dasar. Astra for Law belum bisa dibeli, harga premiumnya belum diketahui, dan bukti independen mengatakan GPT-6 Astra sudah tampil pada level tinggi untuk beban kerja agen hukum tanpa indeks. Bangunlah di atas openai/gpt-6-astra sekarang, ukur sendiri kesenjangan retrieval Anda, dan biarkan penghitungan token memberi tahu Anda apakah Anda cukup sering melewati 272K untuk peduli tentang baris konteks panjang.

Lalu tinjau kembali hal itu ketika tiga hal diketahui: harga gpt-6-astra-law, bentuk ketentuan API-nya, dan pengujian ulang independen atas adu langsung 200 pertanyaan pada split data yang dikendalikan oleh pihak selain OpenAI. Jika harganya mendekati tarif dasar dan keunggulan retrieval-nya bertahan di luar set validasi OpenAI, konfigurasi tersebut menjadi default yang jelas untuk pekerjaan padat riset di AS dan model dasar tetap tepat untuk semua hal lainnya. Sampai saat itu, klaim yang dapat dipertahankan adalah klaim yang sempit — indeks yurisprudensi AS ditambah instruksi hukum melakukan retrieval secara signifikan lebih baik daripada pencarian web umum untuk pertanyaan hukum AS. Itu layak dibayar dengan jumlah tertentu. Berapa besarnya masih menjadi pertanyaan terbuka.