Cartão de título com o texto 'Astra for Law 6.2' e a linha '0,03 alucinações materiais por tarefa' acima de três cartões que mostram 20,8% de crédito integral no Harvey LAB-AA, 0,03 alucinações materiais e 64.000 tokens de saída por tarefa, sobre um rodapé que informa que os números do LAB-AA são da Artificial Analysis e também reportados pela OpenAI.
Guides & Insights

Astra for Law 6.2 assume o primeiro lugar no benchmark jurídico da Harvey. A taxa de alucinação é a verdadeira notícia.

Autor

Gideon Frost

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

A OpenAI lançou uma nova versão do Astra for Law em 17 de novembro de 2026 — a configuração jurídica construída sobre GPT-6.2 Astra, o carro-chefe que ela lançou no dia anterior — e estreia em primeiro lugar no ranking Harvey LAB-AA mantido pela Artificial Analysis: 20,8% de 120 tarefas jurídicas concluídas com crédito integral, contra 15,0% do GPT-6.2 Astra e 13,1% do Muse Wonder Full, a melhor entrada não-Ope​nAI. O número que merece mais a sua atenção fica duas colunas à direita. O Astra for Law teve média de 0,03 alucinações materiais por tarefa. O Claude Opus 5.5, o modelo não-Ope​nAI seguinte com menor índice nessa medida, teve média de 0,59.

Ambos os números descrevem a mesma execução de 120 atribuições, e é isso que os torna dignos de serem lidos em conjunto: uma configuração que conclui a tarefa inteira um pouco mais vezes do que qualquer outra testada e inventa uma afirmação substantiva cerca de vinte vezes menos frequentemente do que seu rival mais forte que não é da Ope​nAI. Eis o que mudou desde setembro, onde as afirmações se sustentam, onde não se sustentam, e como o acesso realmente está esta semana.

Os mesmos pesos, um índice maior e um novo nome para buscar

Nada aqui é um novo modelo no sentido de novos pesos. O Astra for Law é uma configuração do GPT-6.2 Astra: o modelo base mais um índice de pesquisa jurídica ampliado mais instruções para pesquisar uma questão, ponderar as autoridades e redigir a resposta. Essa é a mesma construção que a OpenAI usou em setembro, quando a camada ficava sobre o GPT-6 Astra. A atualização é tríplice — um modelo base mais novo, um índice maior e mais dois meses de ajuste com base no feedback de profissionais.

O índice é a parte concreta. A OpenAI o aumentou em 34% desde setembro, acrescentando mais de 80 milhões de URLs, para um total de mais de 310 milhões, e estendeu a cobertura ao Reino Unido, à Austrália e ao Canadá. No lado dos EUA, ela afirma cobrir mais de 99,9% da jurisprudência precedente publicada, medida com base nos dados de cobertura do CourtListener. As instruções são invisíveis e não verificáveis; o tamanho do índice é um número pelo qual você pode, ao menos, responsabilizar alguém.

Uma complicação prática antes que algo disso seja útil: a coisa tem quatro nomes. O post da OpenAI chama isso de Astra for Law. O Artificial Analysis lista a entrada do leaderboard como Astra for Law 6.2 (Max). O id do modelo — a string que você seleciona no ChatGPT quando o acesso é habilitado — é gpt-6.2-astra-law. Buscas por "GPT-6.2 Astra for Law" retornam o mesmo produto. Se você estiver preparando uma equipe de compras, forneça a eles o id do modelo e o rótulo do leaderboard juntos, porque, caso contrário, eles não se encontrarão.

O que 20,8% significa, e por que não é o mesmo que "estar errado 79% das vezes"

O LAB-AA é a execução do Legal Agent Benchmark da Harvey pelo Artificial Analysis: 120 tarefas em 24 áreas do direito, desde a elaboração de roteiros de depoimento até a revisão de contratos de locação comercial e a definição de estratégias para mudanças de propriedade em aquisições. A pontuação é tudo ou nada de uma forma que importa. Uma resposta só recebe crédito integral se atender a todos os requisitos da tarefa e não contiver nenhuma alucinação material. Deixe de cumprir um subrequisito, ou apresente uma alegação sem fundamento, e a tarefa recebe zero.

Lido dessa forma, a diferença entre 20,8% e 15,0% é maior do que uma diferença de cinco pontos percentuais faria supor: é a diferença entre concluir de forma limpa uma em cada cinco tarefas jurídicas e uma em cada sete. A própria aritmética da Ope​nAI confere — 20,8 contra 15,0 é um ganho relativo de 39%, o que sua formulação “quase 40% mais frequentemente” descreve com precisão, e 20,8 contra 13,1 é 59%, novamente como declarado.

As dimensões que determinam se isto merece uma rubrica orçamental:

Crédito integral em LAB-AA — Astra for Law 20,8% vs GPT-6.2 Astra 15,0% vs Muse Wonder Full 13,1%

• Tokens de saída por tarefa — cerca de 64.000 vs 139.000 para Muse Wonder Full, uma redução de 54% com uma taxa de aprovação mais alta

• Alucinações materiais por tarefa — 0,03 vs 0,06 para GPT-6.2 Astra e 0,59 para Claude Opus 5.5

• Alucinações menores por tarefa — 0,06 vs 0,51 para Claude Opus 5.5, cerca de 8,5 vezes mais

• Custo por atribuição de LAB-AA com esforço máximo — US$ 7,33 vs. US$ 6,35 para GPT-6.2 Astra e US$ 17,93 para Claude Opus 5.5, segundo a Artificial Analysis

• Zero alucinações materiais em tarefas que atenderam aos critérios de aprovação total, que é a subalegação que impede que as aprovações sejam compradas com citações inventadas

A scoreboard titled 'Astra for Law — the scoreboard' with six rows reading 'LAB-AA full credit: 20.8%, rank 1', 'Material hallucinations: 0.03 per assignment', 'Output tokens: 64,000 per assignment', 'Vals Legal Research Bench: 53.85%, rank 6 of 99', 'Legal search index: 310M+ URLs' and 'Published API price: none', with a footer noting that LAB-AA figures are per Artificial Analysis and Vals figures per Vals AI's 16 November 2026 evaluation.

A linha de custo merece uma segunda olhada porque vai contra o padrão habitual. Na mesma configuração de raciocínio Max, a configuração jurídica custa US$ 0,98 mais por atribuição do que seu próprio modelo base, ao mesmo tempo que obtém 5,8 pontos a mais de crédito integral e gera 54% menos tokens de saída do que o modelo que superou. Você não está pagando por verbosidade aqui; está pagando por uma camada de recuperação que permite ao modelo parar mais cedo. Para uma equipe que precifica trabalho jurídico por hora, essa é a única aritmética que importa, e é o único número no lançamento que um concorrente não consegue copiar lançando um modelo maior.

A taxa de alucinação é a afirmação com a meia-vida mais longa

A Artificial Analysis contabilizou alucinações materiais — afirmações que poderiam induzir um leitor a erro sobre um ponto substantivo — nas mesmas 120 tarefas. O Astra for Law teve média de 0,03 por tarefa, empatado com o GPT-6 na menor taxa da comparação e aproximadamente metade da taxa do GPT-6.2 Astra regular, de 0,06. O Claude Opus 5.5 teve média de 0,59, que é o número "cerca de 20 vezes" citado pela Ope​nAI, e a proporção se confirma: 0,59 dividido por 0,03 é 19,7.

Uma ressalva merece ser dita claramente, em vez de ficar enterrada, porque ela corta nos dois sentidos. Nessas magnitudes, as contagens são minúsculas — 0,03 por atribuição em 120 atribuições é um punhado de alucinações materiais no total —, então uma única resposta ruim altera materialmente a taxa. A razão de 20 vezes é uma diferença real entre duas execuções medidas, não uma constante física estável, e não deve ser citada a um cliente como garantia de coisa alguma. O que ela estabelece é a direção e o tamanho aproximado e, em uma tarefa em que uma única citação inventada pode encerrar um relacionamento, direção e tamanho aproximado valem mais do que uma estimativa pontual.

A procedência também precisa ser separada. A Artificial Analysis executou a avaliação, então os números não são da Ope​nAI, mas a Harvey escreveu o benchmark e a Ope​nAI trabalhou com a Harvey no lançamento de setembro. O LAB-AA é independente do fornecedor, não é independente do autor do benchmark. Não há contagem de alucinações por terceiros em um conjunto de tarefas no qual a Ope​nAI não teve participação — essa é a lacuna nas evidências, e é uma lacuna maior do que a manchete de 0,03 sugere.

Screenshot of the Artificial Analysis Harvey LAB-AA evaluation page, showing the leaderboard with Astra for Law 6.2 in first place at 20.8% full credit, GPT-6.2 Astra second at 15.0%, GPT-6.2 Astra at High effort third at 13.3%, and Muse Wonder Full fourth at 13.1%, with material hallucination rates of 0.03, 0.06, 0.03 and 0.62 per assignment and costs per task of $7.33, $6.35, $3.86 and unavailable.

Onde não é o primeiro

O Legal Research Bench da Vals AI, avaliado em 16 de novembro de 2026, conta uma história menos impressionante. O Astra for Law ocupa o sexto lugar, com 53,85% de aprovação integral em 208 questões que advogados em exercício escreveram sobre direito federal e estadual dos EUA, atrás do Gemini 4 Carbon, com 55,77%, e de um empate triplo em 55,29% entre Muse Spark 1.3 Max, Claude Opus 5 e Claude Fable 5.1.

Sexto por 1,9 pontos, mas primeiro na economia do grupo de topo:

• Precisão de aprovação total — Astra for Law 53,85% vs. Gemini 4 Carbon 55,77% e Gemini 4 Argon 54,81%

Custo por teste — US$ 2,75 vs US$ 8,74 para Gemini 4 Carbon, US$ 6,76 para Claude Opus 5 e US$ 23,06 para Claude Fable 5.1

Tokens por teste — 77.740 vs. 5,36 milhões para o Gemini 4 Carbon e 3,13 milhões para o Claude Opus 5

• Duração por teste — 16 minutos e 45 segundos vs 51 minutos e 53 segundos para o Gemini 4 Carbon

Esse último par é a parte que não se encaixa na manchete. Não é apenas mais barato por resposta; é uma ordem de magnitude mais enxuto em tokens do que os modelos acima dele, o que é o mesmo sinal que a contagem de tokens do LAB-AA deu.

A própria forma como a Ope​nAI enquadra este benchmark também merece ser verificada linha por linha. Ela relata 112 de 208 perguntas com crédito integral, um ganho de cerca de oito pontos percentuais em relação a aproximadamente 46% em setembro, e 90,9% dos pontos disponíveis quando o crédito parcial é contado. O 112 e os 90,9% batem com o placar público. O ponto de partida de 46% não aparece nele, então o "oito pontos em menos de dois meses" é uma comparação que a Ope​nAI está fazendo com sua própria execução de setembro e não pode ser derivada novamente a partir do que a Vals publica hoje.

O número mais útil naquele quadro é um com o qual a Ope​nAI não abriu. O GPT-6.2 Astra, o mesmo modelo base sem a camada jurídica, pontua 42,79% e ocupa o 31º lugar; o GPT-6 Astra fica em 42º com 39,42%. Assim, em um benchmark que nem a Ope​nAI nem a Harvey controlam, a configuração vale cerca de onze pontos acima de sua própria base. Essa é a estimativa independente mais limpa do que o índice jurídico e as instruções realmente acrescentam, e é consideravelmente maior do que a diferença de 20,8 contra 15,0 no LAB-AA sugere.

Screenshot of the Vals AI Legal Research Bench leaderboard dated 16 November 2026, showing Gemini 4 Carbon first at 55.77%, Muse Spark 1.3 Max and Claude Opus 5 tied at 55.29%, Gemini 4 Argon fifth at 54.81% and Astra for Law sixth at 53.85% with a cost of $2.75 per test, alongside GPT-6.2 Astra at 42.79% in 31st place.

Quanto custa, e o número que a Ope​nAI não publicou

Não há preço para a configuração jurídica. Isso não é uma omissão no post de lançamento; é o próprio post de lançamento. O acesso é uma solicitação, não um checkout: todo cliente do ChatGPT Enterprise agora pode solicitar o Astra for Law pelo Trusted Access Program no console de administração, as equipes que já o têm selecionam gpt-6.2-astra-law no ChatGPT, e o acesso à API passa por um formulário de contato com vendas em vez de uma chave de autoatendimento.

Para fins de orçamento, o modelo base é a única tarifa publicada: o GPT-6.2 Astra está listado a US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de saída, com entrada em cache a US$ 0,40, uma janela de contexto de 1,05 milhão de tokens, máximo de 128.000 tokens de saída e data de corte de conhecimento em 18 de maio de 2026. O registro da Artificial Analysis para a configuração law traz os mesmos US$ 8 e US$ 40 — mas essa é a tabela de preços do modelo base transportada, e deve ser tratada como suposição de trabalho daquele laboratório, e não como cotação do fornecedor. O valor derivado é mais honesto quanto ao uso: US$ 7,33 por tarefa LAB-AA no Max effort, o que reflete quantos tokens a configuração realmente gasta, e não quanto um token custa nominalmente.

Se você está construindo a camada de recuperação por conta própria em vez de comprar a configuração, os modelos base estão acessíveis com uma única chave por meio do OrcaRouter, que inclui o GPT-6 Astra e a linha Ope​nAI ao redor dentro de um catálogo de 215 modelos ao preço de tabela do provedor, com 0% de markup, e failover automático quando um provedor trava no meio da execução. O Astra for Law não está nesse catálogo e não há endpoint público que o alcance — nada nesta rota é um atalho para a configuração. O que a camada de roteamento tem de bom é a parte que você pode controlar: uma etapa de pesquisa que não pode descartar uma citação silenciosamente é uma candidata razoável a um segundo modelo verificando o primeiro, e essa composição é uma chamada de DSL de roteamento, e não duas integrações de fornecedores.

A OpenAI publicou uma comparação que responde à pergunta que a própria manchete ignora. No Legal Agent Benchmark da própria Harvey — um teste diferente do LAB-AA, conduzido pela Harvey em vez da Artificial Analysis — o GPT-6 Astra cumpriu todos os requisitos em 4,6% das tarefas, o GPT-6.2 Astra triplicou esse índice para 14,6%, e a configuração jurídica o elevou para 16,2%.

Leia a sequência, não o último número. Dois terços do caminho de 4,6% a 16,2% são progresso do modelo base: o salto do GPT-6 Astra para o GPT-6.2 Astra, que qualquer cliente do modelo base recebe sem solicitar acesso a nada. A configuração contribui com os últimos 1,6 pontos, uma melhoria relativa de 11% sobre a base. Esse é um ganho real e é o ganho que estão lhe vendendo, mas é uma parcela menor do total do que a cobertura de lançamento sugere — e é a parte com maior probabilidade de ser replicada pelas próprias camadas de recuperação de outros laboratórios em até um trimestre.

Quem deve solicitar acesso e quem deve aguardar

Se você está dentro de um tenant do ChatGPT Enterprise e seus advogados já fazem pesquisas nele, solicite acesso esta semana. O custo da solicitação é um formulário, e a primeira coisa útil que você pode fazer com ele não é rodar o benchmark da Harvey, mas o seu próprio: vinte tarefas da sua própria prática, pontuadas no tudo-ou-nada com veto a alucinações, que é uma rubrica que você pode montar em uma tarde e que lhe dirá mais sobre o seu trabalho do que 20,8% no de outra pessoa.

Se você está fora do Enterprise e fora do programa de API, ainda não há nada para comprar — nenhuma tabela de preços, nenhuma chave, nenhuma disponibilidade de parceiros. Esperar não lhe custa nada que um trimestre de acesso não resolva, e a ausência de um preço publicado é, em si, informação: o fornecedor ainda não decidiu quanto a camada jurídica vale independentemente do modelo base.

Se você está construindo, o achado transferível não é a posição no leaderboard. É que a configuração com melhor pontuação no LAB-AA usou 54% menos tokens de saída do que o modelo logo abaixo dela no ranking. A economia por tarefa, e não o preço por token, é onde a IA jurídica se vence, e uma camada de recuperação que permite ao modelo parar de falar mais cedo é mais barata do que um modelo mais inteligente que continua falando.

Três coisas a acompanhar a seguir. Um preço publicado para a configuração, que dirá se a OpenAI considera isto um produto premium ou um recurso incluído no Enterprise. A disponibilidade da API para além do formulário de solicitação, que determina se alguém pode reproduzir os números de forma independente. E uma contagem de alucinações fora dos EUA: o índice agora abrange o Reino Unido, a Austrália e o Canadá, mas todos os números publicados medem a lei dos EUA, e o modo de falha que mais prejudica noutras jurisdições — citar a disposição certa ao mesmo tempo que a interpreta mal — é aquele que nenhuma expansão do índice corrige por si só.

Comparados neste artigo2

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente