Astra for Law vs GPT-6 Astra: stessi pesi, un indice di ricerca in più

Astra for Law e GPT-6 Astra non sono due modelli, e inquadrare la scelta come un confronto diretto è la prima cosa da fare bene. Astra for Law è GPT-6 Astra con un indice di ricerca giuridica degli Stati Uniti agganciato al suo percorso di recupero delle informazioni, una serie di istruzioni di redazione legale sovrapposte e strumenti legali collegati. I pesi sono identici. Quindi la vera domanda non è quale modello sia più intelligente — è se valga la pena pagare un sovrapprezzo per l'indice di ricerca giuridica, e, in base alle prove disponibili finora, la risposta dipende quasi interamente dal fatto che il tuo lavoro consista nel recupero di giurisprudenza o nella revisione di documenti.

Ciò è importante perché OpenAI non ha pubblicato un prezzo per la configurazione legale, l'API per essa non è aperta, e l'unica misurazione testa a testa rispetto al modello di base proviene da OpenAI stessa su un set di validazione privato. Questa pagina esamina ciò che è effettivamente noto, cosa dicono i numeri indipendenti e da quale lato del confronto rientra un determinato carico di lavoro legale.

Cosa li separa, precisamente

Sono state aggiunte tre cose, e non sono tutte ugualmente difficili da replicare.

• Indice di ricerca legale — recupero su giurisprudenza, leggi, regolamenti, norme processuali e decisioni amministrative degli Stati Uniti, più di 230 milioni di URL, fonti aggiunte ogni giorno. Questa è la parte che non si può costruire con un prompt.

• Corpus — basato su CourtListener, la libreria del Free Law Project che copre oltre il 99,9% della giurisprudenza vincolante statunitense pubblicata, integrata da contenuti concessi in licenza da fornitori tra cui Thomson Reuters. La metà pubblica è gratuita; la metà soggetta a licenza e l'aggiornamento quotidiano non sono qualcosa che un singolo studio possa replicare.

• Istruzioni e impostazioni — istruzioni per l'analisi e la redazione giuridica, oltre a impostazioni come la lunghezza delle risposte. Queste sono a livello di prompt e a livello di configurazione. Un team competente di ingegneria legale può oggi approssimare una frazione significativa di esse rispetto al modello di base.

Solo su GPT-6 Astra, il recupero avviene tramite la ricerca web generale. È tutta qui la differenza nel percorso di ricerca, ed è l'asse che ogni numero di seguito misura.

L'unico testa a testa che esiste

OpenAI ha testato entrambe le soluzioni su 200 domande di ricerca giuridica statunitense provenienti dal set di validazione privato del Legal Research Bench di Vals AI. Al massimo sforzo di ragionamento, Astra for Law ha superato il controllo di correttezza complessiva sul 54,0% delle domande, contro il 38,7% di GPT-6 Astra con ricerca web — 15,3 punti, descritti come un miglioramento relativo del 40%. Cifre di supporto dalla stessa esecuzione: il 24% in più di casi di riferimento individuati nelle domande di giurisprudenza, fino al 54% in più di passaggi pertinenti recuperati da pronunce giudiziarie corrette a parità di sforzo di ragionamento, e risposte con una lunghezza media circa doppia.

Su quei numeri vanno poste tre avvertenze, e nessuna di esse è un motivo per scartarli. In primo luogo, sono di OpenAI, su una suddivisione detenuta da OpenAI, e nulla di indipendente li ha riprodotti. In secondo luogo, la lunghezza raddoppiata delle risposte va tenuta accanto al punteggio composito, perché un controllo di correttezza che premia la copertura è più facile da superare con una risposta più lunga — i dati di recupero (24% in più di casi, 54% in più di passaggi) sono la prova più limpida di ciò che l'indice aggiunge davvero. In terzo luogo, la versione pubblica dello stesso benchmark non mostra il salto: la pagina di confronto di Vals AI elenca GPT-6 Astra al 39,42% ±3,40 su Legal Research Bench, con Gemini 3.8 Flash al 38,94% ±3,39. Questo è il modello di base, senza l'indice, che si posiziona sostanzialmente dove si trova la baseline di OpenAI.

Due letture indipendenti complicano ulteriormente il quadro. Legora ha eseguito una riconciliazione dei rendiconti finanziari su 41 documenti in una sola passata e ha trovato tutti e quattro gli errori inseriti, inclusa una discrepanza di £500.000 nella nota sui ricavi, aggiungendo circa cinquanta controlli che il modello precedente aveva mancato — circa un miglioramento del 40% su quel flusso di lavoro. Nel complesso, sul Benchmark for Agentic Reasoning di Legora, tuttavia, il miglioramento medio su tutte le attività è stato di circa il 3%. Nel frattempo, il test di 41 domande di HAQQ su 20 aree di pratica ha collocato il vantaggio di Astra sulla sostanza giuridica a 17,63 su 20, meno di un punto di vantaggio rispetto ai modelli più economici, a $0,2622 per risposta. Lette insieme, il riassunto onesto è che il vantaggio della configurazione è ampio e ripetibile sul lavoro di giurisprudenza statunitense ad alta intensità di recupero, scarso sul ragionamento giuridico generale e in gran parte non testato sul diritto non statunitense — dove lo stesso test ha rilevato che tutti e tre i modelli citavano la disposizione corretta pur travisandone il contenuto.

Quanto costa effettivamente ciascuna parte per ogni risposta legale

Astra for Law non ha un prezzo pubblicato. Il tariffario di GPT-6 Astra è pubblico, ed è il numero su cui deve basarsi il confronto, perché la configurazione legale è lo stesso modello più il retrieval e non può plausibilmente costare meno del modello che incapsula.

• Standard — $10,00 per milione di token di input, $50,00 per milione di token di output.

• Input in cache — 1,00 $ per milione, uno sconto del 90%, e la leva che conta di più per uno studio che riutilizza istruzioni permanenti e clausole standard dei precedenti.

• Scritture in cache — 12,50 $ per milione, fatturate a 1,25× la tariffa di input non in cache; la cache conviene a partire dal secondo riutilizzo.

• Oltre 272.000 token di input — 2× sulle tariffe di input e cache e 1,5× sull'output, applicate a tutta la richiesta, non solo i token oltre la soglia. In pratica, ciò significa $20,00 di input e $75,00 di output per milione per qualsiasi richiesta lunga.

• Batch — 50% dello Standard. Modalità rapida — 2× lo Standard, e non disponibile per GPT-6 Astra con residenza dei dati nell'UE.

Quella soglia di 272K non è una nota a piè di pagina per questo confronto; è il suo centro. Un tie-out di 41 documenti, un set completo di trascrizioni di deposizioni o il fascicolo di un’operazione pluriennale supera regolarmente i 272.000 token, il che significa che la tariffa legale realistica è quella della riga long-context — 20,00 $ in input e 75,00 $ in output — non quella di richiamo di 10/50 $. Per uno studio che dimensiona un progetto pilota, la differenza tra quelle due righe è la differenza tra un progetto che rientra nel budget e uno che non ci rientra, ed è un motivo per misurare il volume effettivo di token per pratica prima di impegnarsi, non dopo.

Altre due note sui costi da test indipendenti. HAQQ ha misurato 0,2622 $ per risposta su Astra, circa undici volte il costo per risposta di GPT-5.6 Luna Pro per meno di un punto di guadagno composito — ma ha anche osservato che il divario è in parte dovuto al fatto che Astra scrive circa 3,5× meno token di Claude Opus 5, il che lo rende più economico per risposta di Opus 5 per quel carico di lavoro. E quello stesso test ha rilevato che la manopola dello sforzo di ragionamento si comporta come una leva di costo anziché di qualità: da basso ad alto moltiplicava il costo di circa 1,5× e la latenza di circa 1,8×, mentre la qualità giudicata è calata di 0,17 punti. Fissa l'impostazione dello sforzo; non lasciarla al massimo per impostazione predefinita.

Quando il modello base è l'acquisto migliore

La tesi a favore di GPT-6 Astra da solo è più solida di quanto implichi l'inquadramento del lancio, e si basa su tre osservazioni.

• Il tuo lavoro non è il recupero di giurisprudenza statunitense. L’indice è solo statunitense. Per la redazione di contratti, la ristrutturazione di clausole, la raccolta iniziale, la costruzione di cronologie o il riepilogo di documenti che hai già in mano, ciò che Astra for Law aggiunge è in gran parte inerte.

• Paghi già per la ricerca giuridica primaria. Uno studio con abbonamenti a Westlaw o LexisNexis paga due volte la stessa copertura dei precedenti se paga anche un sovrapprezzo per un livello di recupero che non può verificare.

• Vuoi il percorso di recupero che controlli tu. Alimentare GPT-6 Astra di base con un set di documenti curato ti offre una provenienza delle citazioni che puoi ispezionare e nessuna dipendenza dall'aggiornamento dell'indice di un fornitore.

Esistono prove di terze parti che il modello di base non è l'anello debole. Nella classifica APEX-Agents per avvocati corporate di Mercor, una configurazione GPT-6 Astra ha ottenuto il 73,4% di Pass@1 su 160 attività — un risultato di terze parti su un carico di lavoro di agenti legali, che si affianca al guadagno medio del 3% misurato da Legora nella propria suite di benchmark. Nessuno dei due numeri riguarda l'indice di ricerca, ed entrambi suggeriscono che il modello sottostante stia già svolgendo la maggior parte del lavoro legale.

Quando la configurazione merita il suo premium

La tesi a favore di Astra for Law è più ristretta e, dove si applica, decisiva. Se il tuo carico di lavoro consiste nel trovare e applicare l'autorità statunitense — costruire l'elenco dei casi di un brief, verificare se una posizione sopravvive a una serie di decisioni, condurre un'indagine normativa sui cinquanta stati — allora il 24% in più di casi di riferimento e fino al 54% in più di passaggi rilevanti non è un miglioramento marginale, è la differenza tra un assistente che non trova l'autorità e uno che la trova. Il tie-out di Legora è la migliore illustrazione disponibile dello stesso effetto sui documenti anziché sulla giurisprudenza: il cross-referencing di 41 file in un'unica passata è esattamente il lavoro di confronto a lungo contesto e ad alto volume dove più contesto recuperato si accumula.

L'onesta avvertenza su entrambi: i prezzi non sono divulgati, l'accesso è riservato agli studi legali Am Law 200 tramite il programma Trusted Access, e nessun laboratorio indipendente ha ripetuto il confronto testa a testa. Ti viene chiesto di impegnarti a pagare un sovrapprezzo sulla base del benchmark di un fornitore e del test del flusso di lavoro di un singolo partner.

Eseguire entrambi tramite un unico endpoint

La questione del routing qui è un problema di sequenza più che una scelta. gpt-6-astra-law non è ancora in nessuna API, inclusa la nostra — OpenAI ha detto prossimamente e non ha indicato alcuna data — quindi oggi l'unica metà di questo confronto che puoi effettivamente chiamare è il modello base. Ciò che è disponibile ora è openai/gpt-6-astra su OrcaRouter con 0% di ricarico, con il prezzo di listino del fornitore passato invariato, quindi le righe $10/$50 e $20/$75 sopra sono ciò che paghi e una variazione di prezzo del fornitore arriva lo stesso giorno. Più di 200 modelli sono dietro un'unica chiave, con failover automatico tra i fornitori.

Il routing DSL è l'elemento che si mappa su questa specifica decisione. Poiché il delta tra i due prodotti è uno step di retrieval, puoi comporlo da solo: instrada il modello base con il tuo recupero documentale in una sola chiamata e confronta l'output con la stessa domanda inviata con la sola ricerca web. È un modo economico per misurare quanto del divario tra il 54,0% e il 38,7% viene riprodotto dal tuo corpus, prima di impegnarti con un prodotto premium ad accesso controllato. La fusione di modelli, che esegue un panel di modelli su un unico prompt, copre l'altra metà: se la tua preoccupazione è che un singolo modello interpreti male una disposizione, come HAQQ ha riscontrato sul diritto non statunitense, un panel fa emergere il disaccordo invece di nasconderlo. Poiché il routing mantiene entrambe le parti su un'unica chiave, cambiare l'id del modello quando gpt-6-astra-law diventa disponibile è una modifica di configurazione, non una reintegrazione.

Un'avvertenza che vale la pena dichiarare anziché seppellire: una richiesta instradata non è automaticamente coperta dall'approvazione Zero Data Retention di OpenAI, che viene concessa per organizzazione, quindi una società che necessita di ZDR dovrebbe confermare la copertura sulla rotta che utilizza. E un router è un hop in più nel percorso dei dati — un costo reale per il materiale privilegiato, anche quando garantisce il failover.

Dove questo arriva

Se stai scegliendo oggi, scegli il modello base. Astra for Law non è ancora acquistabile, il suo premium è sconosciuto, e le prove indipendenti dicono che GPT-6 Astra offre già prestazioni di alto livello su workload di agenti legali senza l'indice. Costruisci su openai/gpt-6-astra ora, misura il tuo gap di retrieval e lascia che il conteggio dei token ti dica se superi 272K abbastanza spesso da interessarti alla riga long-context.

Poi rivalutatelo quando si sapranno tre cose: il prezzo di gpt-6-astra-law, la forma dei suoi termini API e una ri-esecuzione indipendente del confronto testa a testa sulle 200 domande su una suddivisione controllata da qualcuno diverso da OpenAI. Se il prezzo si colloca vicino alla tariffa base e i guadagni di retrieval reggono al di fuori del set di validazione di OpenAI, la configurazione diventa il default ovvio per il lavoro ad alta intensità di ricerca negli Stati Uniti e il modello base resta giusto per tutto il resto. Fino ad allora, l'affermazione difendibile è quella ristretta — un indice di giurisprudenza statunitense più istruzioni legali recupera in modo sostanzialmente migliore rispetto alla ricerca web generale su questioni legali statunitensi. Vale la pena pagare qualcosa per questo. Quanto resta una questione aperta.