Astra for Law vs GPT-6 Astra: Te same wagi, jeden dodatkowy indeks wyszukiwania

Astra for Law i GPT-6 Astra to nie dwa modele, a przedstawianie tego wyboru jako bezpośredniego starcia to pierwsza kwestia, którą trzeba dobrze rozstrzygnąć. Astra for Law to GPT-6 Astra z indeksem wyszukiwania prawnego Stanów Zjednoczonych doklejonym do ścieżki wyszukiwania, zestawem instrukcji dotyczących tworzenia pism prawnych nałożonym na wierzch oraz dołączonymi narzędziami prawniczymi. Wagi są identyczne. Prawdziwe pytanie nie brzmi więc, który model jest mądrzejszy — lecz czy indeks wyszukiwania prawnego jest wart dopłaty, a na podstawie dostępnych dotychczas dowodów odpowiedź zależy niemal wyłącznie od tego, czy twoja praca polega na wyszukiwaniu orzecznictwa, czy na przeglądzie dokumentów.

To ma znaczenie, ponieważ OpenAI nie opublikowało ceny za konfigurację dla branży prawnej, API do niej nie jest otwarte, a jedyny bezpośredni pomiar porównawczy z modelem bazowym pochodzi od samego OpenAI i dotyczy prywatnego zbioru walidacyjnego. Ta strona analizuje, co faktycznie wiadomo, co mówią niezależne liczby oraz po której stronie porównania należy umieścić dany przypadek użycia z zakresu prawa.

Co dokładnie je dzieli

Dodano trzy rzeczy i nie wszystkie są równie trudne do odtworzenia.

• Legal Search Index — wyszukiwanie w amerykańskim orzecznictwie sądowym, ustawach, rozporządzeniach, regulaminach sądowych i decyzjach administracyjnych, ponad 230 milionów adresów URL, źródła dodawane codziennie. To jest ta część, której nie da się zbudować z promptu.

• Corpus — oparty na CourtListener, bibliotece Free Law Project obejmującej ponad 99,9% opublikowanego precedensowego orzecznictwa sądowego w USA, uzupełnianej licencjonowanymi treściami od dostawców, w tym Thomson Reuters. Połowa publiczna jest bezpłatna; połowa licencjonowana i codzienne odświeżanie to coś, czego pojedyncza kancelaria nie odtworzy.

• Instrukcje i ustawienia — instrukcje dotyczące analizy i tworzenia tekstów prawnych oraz ustawienia, takie jak długość odpowiedzi. Mają one charakter promptów i konfiguracji. Kompetentny zespół inżynierii prawnej może już dziś odtworzyć ich znaczącą część na modelu bazowym.

Wyłącznie w GPT-6 Astra pozyskiwanie informacji odbywa się przez ogólne wyszukiwanie w sieci. To cała różnica w ścieżce badawczej i to oś, którą mierzy każda liczba poniżej.

Jedyny bezpośredni pojedynek, jaki istnieje

OpenAI przetestowało oba rozwiązania na 200 amerykańskich pytaniach z zakresu badań prawnych z prywatnego zbioru walidacyjnego Legal Research Bench firmy Vals AI. Przy najwyższym nakładzie rozumowania Astra for Law przeszła pomyślnie ogólny test poprawności w 54,0% pytań wobec 38,7% dla GPT-6 Astra z wyszukiwaniem w sieci — 15,3 punktu, co opisano jako 40% względnej poprawy. Dodatkowe dane z tego samego przebiegu: o 24% więcej znalezionych spraw referencyjnych w pytaniach dotyczących orzecznictwa, do 54% więcej istotnych fragmentów pozyskanych z prawidłowych orzeczeń sądowych przy takim samym nakładzie rozumowania oraz odpowiedzi średnio około dwukrotnie dłuższe.

Do tych liczb należą trzy zastrzeżenia i żadne z nich nie jest powodem, by je odrzucać. Po pierwsze, są to liczby OpenAI, oparte na podziale danych, który OpenAI kontroluje, i nic niezależnego ich nie odtworzyło. Po drugie, podwojoną długość odpowiedzi warto zestawić z wynikiem złożonym, ponieważ test poprawności, który premiuje pokrycie, łatwiej zdać przy dłuższej odpowiedzi — liczby dotyczące wyszukiwania (o 24% więcej przypadków, o 54% więcej fragmentów) są czystszym dowodem na to, co indeks faktycznie wnosi. Po trzecie, publiczna wersja tego samego benchmarku nie pokazuje tego skoku: własna strona porównawcza Vals AI podaje GPT-6 Astra na poziomie 39,42% ±3,40 w Legal Research Bench, a Gemini 3.8 Flash na 38,94% ±3,39. To model bazowy, bez indeksu, plasujący się zasadniczo tam, gdzie znajduje się baseline OpenAI.

Dwa niezależne odczyty jeszcze bardziej komplikują obraz. Legora przeprowadziła uzgodnienie sprawozdań finansowych na 41 dokumentach w jednym przebiegu i znalazła wszystkie cztery celowo wprowadzone błędy, w tym lukę w wysokości 500 000 funtów w nocie o przychodach, dodając około pięćdziesięciu kontroli, które wcześniejszy model przeoczył — około 40% poprawy w tym przepływie pracy. W ogólnym benchmarku Legora's Benchmark for Agentic Reasoning średnia poprawa we wszystkich zadaniach wyniosła jednak około 3%. Tymczasem 41-pytaniowy test HAQQ obejmujący 20 obszarów praktyki uplasował przewagę Astry w merytoryce prawnej na 17,63 na 20, o mniej niż punkt przed tańszymi modelami, przy koszcie 0,2622 USD za odpowiedź. Odczytane razem, uczciwe podsumowanie jest takie, że przewaga tej konfiguracji jest duża i powtarzalna w pracy z amerykańskim orzecznictwem wymagającej intensywnego wyszukiwania, niewielka w ogólnym rozumowaniu prawnym i w dużej mierze nieprzetestowana w przypadku prawa poza USA — gdzie ten sam test wykazał, że wszystkie trzy modele cytowały właściwy przepis, jednocześnie błędnie przedstawiając, co on mówi.

Ile faktycznie kosztuje każda ze stron w przeliczeniu na jedną odpowiedź prawną

Astra for Law nie ma opublikowanej ceny. Cennik GPT-6 Astra jest publiczny i to na tej liczbie musi opierać się porównanie, ponieważ konfiguracja prawna to ten sam model plus wyszukiwanie, a nie ma wiarygodnych podstaw, by kosztować mniej niż model, który opakowuje.

• Standardowy — 10,00 USD za milion tokenów wejściowych, 50,00 USD za milion tokenów wyjściowych.

• Wejście z pamięci podręcznej — 1,00 USD za milion, 90% zniżki i dźwignia o największym znaczeniu dla kancelarii, która ponownie wykorzystuje stałe instrukcje i wzorcowe klauzule precedensowe.

• Zapisy do pamięci podręcznej — $12.50 za milion, rozliczane po 1.25× stawki dla niebuforowanych danych wejściowych; buforowanie opłaca się od drugiego ponownego użycia.

• Powyżej 272 000 tokenów wejściowych — 2× stawki za wejście i pamięć podręczną oraz 1,5× za wyjście, stosowane do całego żądania, a nie tylko do tokenów powyżej progu. W praktyce oznacza to 20,00 USD za wejście i 75,00 USD za wyjście za milion dla każdego długiego żądania.

• Batch — 50% Standardu. Tryb szybki — 2× Standard i niedostępny dla GPT-6 Astra z rezydencją danych w UE.

Ten próg 272K nie jest przypisem w tym porównaniu; stanowi jego sedno. Uzgodnienie 41 dokumentów, pełny zestaw transkrypcji przesłuchań albo wieloletni plik transakcyjny rutynowo przekracza 272 000 tokenów, co oznacza, że realistyczna stawka prawnicza to wiersz długiego kontekstu — $20.00 za wejście i $75.00 za wyjście — a nie nagłówkowe $10/$50. Dla firmy oceniającej zakres pilotażu różnica między tymi dwoma wierszami to różnica między projektem, który mieści się w budżecie, a takim, który się nie mieści, i jest powodem, by zmierzyć rzeczywistą liczbę tokenów na sprawę przed podjęciem decyzji, a nie po niej.

Jeszcze dwie uwagi o kosztach z niezależnych testów. HAQQ zmierzył 0,2622 USD za odpowiedź na Astrze — około jedenastokrotnie więcej niż koszt za odpowiedź GPT-5.6 Luna Pro przy mniej niż jednym punkcie przyrostu złożonego — ale zauważył też, że różnica wynika częściowo z tego, że Astra generuje około 3,5× mniej tokenów niż Claude Opus 5, co czyni ją tańszą za odpowiedź niż Opus 5 dla tego obciążenia. Ten sam test wykazał również, że pokrętło wysiłku rozumowania działa raczej jak dźwignia kosztowa niż jakościowa: przejście z niskiego na wysoki zwiększyło koszt około 1,5×, a opóźnienie około 1,8×, podczas gdy oceniana jakość spadła o 0,17 punktu. Przypnij ustawienie wysiłku; nie zostawiaj go domyślnie na maksimum.

Kiedy podstawowy model jest lepszym zakupem

Argument za samym GPT-6 Astra jest silniejszy, niż sugeruje narracja towarzysząca premierze, i opiera się na trzech obserwacjach.

• Twoja praca nie polega na wyszukiwaniu orzecznictwa USA. Indeks obejmuje wyłącznie USA. W przypadku tworzenia umów, przebudowy klauzul, przyjmowania spraw, budowania chronologii lub streszczania dokumentów, które już masz pod ręką, to, co dodaje Astra for Law, jest w dużej mierze bezużyteczne.

• Już płacisz za badanie podstawowych źródeł prawa. Kancelaria z subskrypcjami Westlaw lub LexisNexis kupuje ten sam zakres orzecznictwa precedensowego dwa razy, jeśli dodatkowo płaci za warstwę wyszukiwawczą, której nie może audytować.

• Chcesz mieć ścieżkę wyszukiwania, którą sam kontrolujesz. Wprowadzanie wyselekcjonowanego zestawu dokumentów do bazowego GPT-6 Astra daje Ci pochodzenie cytowań, które możesz sprawdzić, oraz brak zależności od odświeżania indeksu przez dostawcę.

Istnieją niezależne dowody na to, że model bazowy nie jest słabym ogniwem. W rankingu APEX-Agents dla prawników korporacyjnych firmy Mercor konfiguracja GPT-6 Astra uzyskała 73,4% Pass@1 w 160 zadaniach — to wynik podmiotu trzeciego na obciążeniu agenta prawniczego, zestawiony ze średnim wzrostem o 3%, jaki Legora zmierzyła w swoim własnym zestawie benchmarków. Żadna z tych liczb nie dotyczy indeksu wyszukiwania, a obie sugerują, że model leżący u podstaw wykonuje już większość pracy prawniczej.

Kiedy konfiguracja zasługuje na swoją wyższą cenę

Argumentacja na rzecz Astra for Law jest węższa i, tam gdzie ma zastosowanie, rozstrzygająca. Jeśli Twoja praca polega na znajdowaniu i stosowaniu amerykańskich źródeł prawa — budowaniu listy spraw do pisma procesowego, sprawdzaniu, czy dane stanowisko przetrwa linię orzeczeń, przeprowadzaniu przeglądu regulacyjnego w 50 stanach — to 24% więcej spraw referencyjnych i do 54% więcej istotnych fragmentów nie jest marginalną poprawą, lecz różnicą między asystentem, który pomija źródła prawa, a takim, który tego nie robi. Legora tie-out to najlepsza dostępna ilustracja tego samego efektu na dokumentach, a nie na orzecznictwie: porównanie krzyżowe 41 plików w jednym przebiegu to dokładnie ta praca porównawcza o długim kontekście i dużej objętości, w której więcej pobranego kontekstu się kumuluje.

Uczciwe zastrzeżenie w obu przypadkach: ceny nie są ujawniane, dostęp jest ograniczony do firm z listy Am Law 200 w ramach programu Trusted Access, a żadne niezależne laboratorium nie powtórzyło bezpośredniego porównania. Prosi się Ciebie o zobowiązanie do zapłaty wyższej kwoty w oparciu o benchmark dostawcy i test przepływu pracy jednego partnera.

Uruchamianie obu przez jeden punkt końcowy

Pytanie o routing jest tu problemem sekwencjonowania, a nie wyboru. gpt-6-astra-law nie ma jeszcze w żadnym API, także naszym — OpenAI zapowiedziało, że pojawi się wkrótce, i nie podało żadnej daty — więc dziś jedyną połową tego porównania, którą faktycznie możesz wywołać, jest model bazowy. To, co jest dostępne teraz, to openai/gpt-6-astra w OrcaRouter za 0% marży, z ceną katalogową dostawcy przekazywaną bez zmian, więc wiersze $10/$50 i $20/$75 powyżej to kwoty, które płacisz, a zmiana ceny przez dostawcę obowiązuje tego samego dnia. Ponad 200 modeli kryje się za jednym kluczem, z automatycznym przełączaniem awaryjnym między dostawcami.

DSL routingu to komponent, który przekłada się na tę konkretną decyzję. Ponieważ różnica między oboma produktami sprowadza się do etapu wyszukiwania, możesz złożyć go samodzielnie — poprowadzić model bazowy z własnym wyszukiwaniem dokumentów w jednym wywołaniu i porównać wynik z tym samym pytaniem wysłanym wyłącznie z wyszukiwaniem internetowym. To tani sposób, by zmierzyć, jak dużą część luki między 54,0% a 38,7% odtwarza twój własny korpus, zanim zdecydujesz się na produkt premium z ograniczonym dostępem. Fuzja modeli, która uruchamia panel modeli na jednym prompcie, pokrywa drugą połowę: jeśli obawiasz się, że pojedynczy model błędnie odczyta przepis, jak HAQQ stwierdził w przypadku prawa spoza USA, panel ujawnia rozbieżność, zamiast ją ukrywać. Ponieważ routing utrzymuje obie strony na jednym kluczu, przełączenie identyfikatora modelu, gdy gpt-6-astra-law zostanie udostępniony, to zmiana konfiguracji, a nie ponowna integracja.

Jedno zastrzeżenie warto wypowiedzieć wprost, zamiast je ukrywać: żądanie kierowane przez router nie jest automatycznie objęte zatwierdzeniem OpenAI w zakresie Zero Data Retention, które przyznaje się na poziomie organizacji, więc firma potrzebująca ZDR powinna potwierdzić objęcie na trasie, której używa. A router to jeszcze jeden przeskok na ścieżce danych — realny koszt w przypadku materiałów objętych przywilejem, nawet jeśli zapewnia przełączanie awaryjne.

Gdzie to trafi

Jeśli wybierasz dziś, wybierz model bazowy. Astra for Law nie jest jeszcze dostępna w sprzedaży, jej cena premium nie jest znana, a niezależne dowody wskazują, że GPT-6 Astra już osiąga wysoki poziom w obciążeniach prawnych agentów bez indeksu. Buduj na openai/gpt-6-astra już teraz, zmierz własną lukę w wyszukiwaniu i niech rozliczanie tokenów powie ci, czy przekraczasz 272K wystarczająco często, by przejmować się wierszem długiego kontekstu.

Wróć do tego, gdy znane będą trzy rzeczy: cena gpt-6-astra-law, kształt jego warunków API oraz niezależne ponowne przeprowadzenie bezpośredniego porównania na 200 pytaniach na podziale danych kontrolowanym przez kogoś innego niż OpenAI. Jeśli cena wypadnie blisko stawki bazowej, a korzyści z wyszukiwania utrzymają się poza zbiorem walidacyjnym OpenAI, konfiguracja stanie się oczywistym domyślnym wyborem do pracy wymagającej intensywnych badań w USA, a model bazowy pozostanie właściwy do wszystkiego innego. Do tego czasu można bronić jedynie wąskiego twierdzenia — indeks amerykańskiego orzecznictwa wraz z instrukcjami prawnymi wyszukuje istotnie lepiej niż ogólne wyszukiwanie internetowe w amerykańskich kwestiach prawnych. Warto za to coś zapłacić. Ile — wciąż pozostaje otwartym pytaniem.