Astra for Law vs GPT-6 Astra: Samma vikter, ett extra sökindex

Astra for Law och GPT-6 Astra är inte två modeller, och att rama in valet som en direkt jämförelse är det första man måste få rätt på. Astra for Law är GPT-6 Astra med ett juridiskt sökindeks för USA fäst vid sin hämtningsväg, en uppsättning instruktioner för juridiskt skrivande ovanpå och juridiska verktyg kopplade. Vikterna är identiska. Så den verkliga frågan är inte vilken modell som är smartare – utan om det juridiska sökindekset är värt att betala en premie för, och baserat på det underlag som finns hittills beror svaret nästan helt på om ditt arbete är rättsfallssökning eller dokumentgranskning.

Det spelar roll eftersom OpenAI inte har publicerat något pris för den juridiska konfigurationen, API:et för den är inte öppet, och den enda direkt jämförande mätningen mot basmodellen kommer från OpenAI självt på ett privat valideringsset. Den här sidan går igenom vad som faktiskt är känt, vad de oberoende siffrorna säger och vilken sida av jämförelsen en given juridisk arbetsbelastning hör till.

Vad skiljer dem åt, exakt?

Tre saker lades till, och de är inte lika svåra att återskapa.

• Legal Search Index — hämtning från amerikansk rättspraxis, lagar, förordningar, domstolsregler och administrativa beslut, fler än 230 miljoner URL:er, källor läggs till dagligen. Det här är delen du inte kan bygga från en prompt.

• Corpusbyggd på CourtListener, Free Law Projects bibliotek som täcker mer än 99,9 % av publicerad amerikansk prejudicerande rättspraxis, kompletterat med licensierat innehåll från leverantörer som Thomson Reuters. Den offentliga hälften är gratis; den licensierade hälften och den dagliga uppdateringen är inte något som en enskild firma reproducerar.

• Instruktioner och inställningar — instruktioner för juridisk analys och juridiskt skrivande, samt inställningar såsom svarslängd. Dessa ligger på promptnivå och konfigurationsnivå. Ett kompetent team för juridisk teknik kan idag approximera en betydande del av dem mot basmodellen.

Enbart på GPT-6 Astra sker hämtningen via allmän webbsökning. Det är hela skillnaden i forskningsvägen, och det är axeln som varje siffra nedan mäter.

Det enda direkta mötet som finns

OpenAI testade båda sidorna på 200 amerikanska juridiska forskningsfrågor från den privata valideringsuppsättningen i Vals AI:s Legal Research Bench. Vid högsta resonemangsinsats klarade Astra for Law den övergripande korrekthetskontrollen för 54,0 % av frågorna, jämfört med 38,7 % för GPT-6 Astra med webbsökning — 15,3 punkter, vilket beskrivs som en relativ förbättring på 40 %. Stödjande siffror från samma körning: 24 % fler referensfall hittades i rättsfallsfrågor, upp till 54 % fler relevanta avsnitt hämtades från korrekta domstolsutlåtanden vid samma resonemangsinsats, och svar som i genomsnitt var ungefär dubbelt så långa.

Tre förbehåll hör till dessa siffror, och inget av dem är ett skäl att avfärda dem. För det första är de OpenAIs, på en split som OpenAI kontrollerar, och inget oberoende har reproducerat dem. För det andra är den fördubblade svarslängden värd att ställa bredvid den sammansatta poängen, eftersom en korrekthetskontroll som belönar täckning är lättare att klara med ett längre svar — siffrorna för hämtning (24 % fler fall, 54 % fler passager) är det tydligare beviset för vad indexet faktiskt tillför. För det tredje visar den offentliga versionen av samma benchmark inte hoppet: Vals AI:s egen jämförelsesida listar GPT-6 Astra på 39,42 % ±3,40 på Legal Research Bench, med Gemini 3.8 Flash på 38,94 % ±3,39. Det är basmodellen, utan indexet, som i stort sett landar där OpenAIs baslinje ligger.

Två oberoende tolkningar komplicerar bilden ytterligare. Legora körde en avstämning av finansiella rapporter över 41 dokument i en enda genomgång och hittade alla fyra planterade fel, inklusive en differens på 500 000 pund i intäktsnoten, och lade till ungefär femtio kontroller som den tidigare modellen hade missat – ungefär en 40-procentig förbättring i det arbetsflödet. På Legoras Benchmark for Agentic Reasoning totalt var den genomsnittliga förbättringen över alla uppgifter dock cirka 3 %. Samtidigt visade HAQQ:s test med 41 frågor över 20 praxisområden att Astras försprång i juridisk substans låg på 17,63 av 20, mindre än en poäng före billigare modeller, till $0,2622 per svar. Lästa tillsammans är den ärliga sammanfattningen att konfigurationens försprång är stort och repeterbart i sökningstungt arbete med amerikansk rättspraxis, tunt när det gäller allmänt juridiskt resonemang och till stor del otestat för icke-amerikansk rätt – där samma test fann att alla tre modellerna citerade rätt bestämmelse men felaktigt återgav vad den säger.

Vad varje part faktiskt kostar per juridiskt svar

Astra for Law har inget publicerat pris. GPT-6 Astras prislista är offentlig, och det är siffran som jämförelsen måste byggas på, eftersom den juridiska konfigurationen är samma modell plus hämtning och inte rimligen kan kosta mindre än modellen den omsluter.

• Standard — $10.00 per miljon indatatoken, $50.00 per miljon utdatatoken.

• Cachad indata — 1,00 USD per miljon, en rabatt på 90 %, och den mest avgörande hävstången för ett företag som återanvänder stående instruktioner och prejudikatbaserade standardtexter.

• Cache-skrivningar — 12,50 $ per miljon, faktureras med 1,25× den ocachade indatatakten; cachelagring lönar sig från och med den andra återanvändningen.

• Över 272 000 indatatokens — 2× priser för indata och cache samt 1,5× för utdata, som tillämpas på hela begäran, inte bara de tokens som ligger över tröskeln. I praktiken innebär det 20,00 USD för indata och 75,00 USD för utdata per miljon för varje lång begäran.

• Batch — 50 % av Standard. Snabbläge — 2× Standard, och inte tillgängligt för GPT-6 Astra med datalagring i EU.

Den där 272K-tröskeln är inte en fotnot i den här jämförelsen; den är själva kärnan i den. En avstämning av 41 dokument, en komplett uppsättning förhörsutskrifter eller en flerårig transaktionsakt passerar rutinmässigt 272 000 tokens, vilket innebär att den realistiska juridiska taxan är raden för lång kontext – 20,00 $ in och 75,00 $ ut – inte rubrikens $10/$50. För en byrå som dimensionerar en pilot är skillnaden mellan dessa två rader skillnaden mellan ett projekt som ryms inom en budget och ett som inte gör det, och det är ett skäl att mäta din faktiska tokenvolym per ärende före ett åtagande i stället för efter.

Ytterligare två kostnadsnoteringar från oberoende testning. HAQQ uppmättes till $0,2622 per svar på Astra, ungefär elva gånger kostnaden per svar för GPT-5.6 Luna Pro för mindre än en poängs sammansatt vinst – men noterade också att gapet delvis beror på att Astra skriver omkring 3,5× färre token än Claude Opus 5, vilket gör det billigare per svar än Opus 5 för den arbetsbelastningen. Och samma test fann att ratten för resonemangsansträngning beter sig som en kostnadsspak snarare än en kvalitetsspak: låg till hög multiplicerade kostnaden med cirka 1,5× och latensen med cirka 1,8× medan den bedömda kvaliteten sjönk 0,17 poäng. Lås ansträngningsinställningen; lämna den inte på max som standard.

När basmodellen är det bättre köpet

Argumentet för enbart GPT-6 Astra är starkare än lanseringens inramning antyder, och det vilar på tre observationer.

• Ditt arbete är inte sökning i amerikansk rättspraxis. Indexet omfattar endast USA. För avtalsutformning, omstrukturering av klausuler, ärendemottagning, upprättande av kronologier eller sammanfattning av dokument du redan har till hands är det som Astra for Law tillför i stort sett verkningslöst.

• Du betalar redan för primär juridisk forskning. En byrå med prenumerationer på Westlaw eller LexisNexis köper samma prejudikatstäckning två gånger om den dessutom betalar extra för ett hämtningslager som den inte kan granska.

• Du vill ha den hämtningsväg du kontrollerar. Att mata in en kurerad dokumentuppsättning i bas-GPT-6 Astra ger dig citeringshärkomst som du kan inspektera, och inget beroende av en leverantörs indexuppdatering.

Det finns tredjepartsbevis för att basmodellen inte är den svaga länken. På Mercors APEX-Agents-topplista för företagsjurister fick en GPT-6 Astra-konfiguration 73,4 % Pass@1 över 160 uppgifter – ett tredjepartsresultat på en juridisk agentarbetsbelastning, sida vid sida med den genomsnittliga förbättring på 3 % som Legora uppmätte i sin egen benchmarksvit. Ingen av siffrorna handlar om sökindexet, och båda tyder på att den underliggande modellen redan utför större delen av det juridiska arbetet.

När konfigurationen förtjänar sitt premium

Argumentet för Astra for Law är snävare och, där det är tillämpligt, avgörande. Om din arbetsbelastning består i att hitta och tillämpa amerikanska rättskällor – att bygga upp rättsfallsförteckningen för en brief, kontrollera om en ståndpunkt överlever en rad avgöranden, genomföra en regulatorisk översikt över femtio delstater – så är 24 % fler referensfall och upp till 54 % fler relevanta passager inte en marginell förbättring, utan skillnaden mellan en assistent som missar rättskällor och en som inte gör det. Legora-avstämningen är den bästa tillgängliga illustrationen av samma effekt på dokument snarare än rättspraxis: att korsreferera 41 filer i en enda omgång är precis det långkontextuella jämförelsearbete med stora volymer där mer hämtad kontext ger ökad effekt.

Den ärliga brasklappen för båda: prissättningen är inte offentliggjord, åtkomsten är begränsad till Am Law 200-byråer genom Trusted Access-programmet, och inget oberoende laboratorium har kört head-to-head-testet igen. Du uppmanas att binda dig till ett premiumpris på grundval av ett leverantörsriktmärke och en enda partners arbetsflödestest.

Kör båda via en och samma slutpunkt

Routningsfrågan här är ett sekvenseringsproblem snarare än ett val. gpt-6-astra-law finns ännu inte i något API, inte heller vårt — OpenAI har sagt "kommer snart" och inte angett något datum — så i dag är den enda halvan av den här jämförelsen du faktiskt kan anropa basmodellen. Det som finns tillgängligt nu är openai/gpt-6-astra på OrcaRouter till 0 % påslag, med leverantörens listpris vidarebefordrat oförändrat, så raderna $10/$50 och $20/$75 ovan är vad du betalar och en ändring av leverantörens pris slår igenom samma dag. Fler än 200 modeller finns bakom en enda nyckel, med automatisk failover mellan leverantörer.

Routing-DSL:en är den del som mappar mot just detta specifika beslut. Eftersom deltat mellan de två produkterna är ett hämtningssteg kan du sätta ihop det själv – routa basmodellen med din egen dokumenthämtning i ett anrop och jämför utdata med samma fråga som skickats med enbart webbsökning. Det är ett billigt sätt att mäta hur mycket av gapet på 54,0 % mot 38,7 % som din egen korpus reproducerar, innan du satsar på en åtkomstbegränsad premiumprodukt. Modellfusion, som kör en panel av modeller över en och samma prompt, täcker den andra halvan: om din oro är att en enskild modell misstolkar en bestämmelse, vilket HAQQ upptäckte när det gäller icke-amerikansk rätt, synliggör en panel oenigheten i stället för att dölja den. Eftersom routing håller båda sidorna på en och samma nyckel är att byta modell-id när gpt-6-astra-law öppnas en konfigurationsändring, inte en återintegrering.

Ett förbehåll som är värt att säga rakt ut i stället för att begrava: en routad begäran omfattas inte automatiskt av OpenAIs godkännande för Zero Data Retention, som beviljas per organisation, så ett företag som behöver ZDR bör bekräfta täckningen på den rutt det använder. Och en router är ytterligare ett hopp i datavägen — en verklig kostnad för privilegierat material, även när den ger failover.

Var detta landar

Om du ska välja i dag: välj basmodellen. Astra for Law kan ännu inte köpas, dess prispåslag är okänt, och oberoende underlag visar att GPT-6 Astra redan presterar på en hög nivå för juridiska agentarbetsbelastningar utan indexet. Bygg på openai/gpt-6-astra nu, mät ditt eget retrieval-gap och låt token-redovisningen berätta för dig om du passerar 272K tillräckligt ofta för att bry dig om raden för lång kontext.

Återkom till det när tre saker är kända: priset för gpt-6-astra-law, utformningen av dess API-villkor och en oberoende omkörning av direktjämförelsen med 200 frågor på en uppdelning som någon annan än OpenAI kontrollerar. Om priset hamnar nära basnivån och hämtningsvinsterna står sig utanför OpenAI:s valideringsmängd, blir konfigurationen det självklara standardvalet för forskningsintensivt arbete i USA, och basmodellen förblir rätt för allt annat. Fram till dess är det försvarbara påståendet det snäva – ett index över rättspraxis i USA plus juridiska instruktioner hämtar väsentligt bättre än allmän webbsökning på juridiska frågor i USA. Det är värt att betala något för. Hur mycket är fortfarande en öppen fråga.