跳到主内容

Astra for Law 6.2:法律检索索引扩到 3.1 亿 URL,全对率反超通用版近四成

OpenAI 2026-11-17 开放 Astra for Law 6.2:在 GPT-6.2 Astra 上叠加 3.1 亿 URL 法律索引,Harvey LAB-AA 全对率 20.8%,高于通用版 15.0%。

2026-11-18 · OpenAI 官方公告《Astra for Law leads in legal intelligence》(实取) / Artificial Analysis / Harvey

发布 2026-11-18核实 2026-11-18

要点

  • 2026-11-17,OpenAI 把 Astra for Law 6.2 从少数律所试点开放给所有 ChatGPT Enterprise 客户申请(管理控制台 Trusted Access Program)。
  • 定位:不是新模型,是 GPT-6.2 Astra 的一个模型配置——底座相同,叠加法律检索索引 + 研究方法指令。
  • 索引规模:超过 3.1 亿个 URL,覆盖逾 99.9% 的美国已发布判例法;自 9 月起扩大 34%,新增 8,000 多万个 URL,并从美国扩到英国、澳大利亚、加拿大。
  • Harvey LAB-AA(24 个法律领域、120 项任务)全对率:Astra for Law 20.8% / 通用 GPT-6.2 Astra 15.0% / 非 OpenAI 最高分 Muse Wonder Full 13.1%。
  • 效率:每任务平均约 64,000 输出 token,比 Muse Wonder Full 的 139,000 少 54%。
  • 幻觉:材料性幻觉 0.03/任务、次要幻觉 0.06/任务;官方对比 Claude Opus 5.5 的 0.59 / 0.51。
  • 调用名 gpt-6.2-astra-law;官方未披露定价是否与通用 Astra 不同。

「模型配置」这个形态,比分数更重要

发布稿里最值得记的不是 20.8%,而是做法:OpenAI 没有训一个法律专用模型,而是在通用旗舰上挂了一个检索索引和一套研究方法指令。

这个形态解决了法律 AI 的一个老矛盾:

路线好处代价
训专用法律模型领域表现好底座换代即落后,得重训;幻觉难降
通用模型 + 提示词跟随旗舰升级缺权威语料,检索全靠模型自己搜
通用旗舰 + 专用索引 + 方法指令(本次)底座换代自动受益,索引可独立扩张依赖索引维护质量;仍受底座能力上限约束

官方给的证据链恰好印证了这条路径的有效性:9 月那版没有专用索引时,Vals AI Legal Research Bench 满分率约 46%;到 11 月 16 日是 53.8%(208 题中 112 题满分),不到两个月涨约 8 个百分点。同期底座从 GPT-6 Astra 换到 6.2 Astra,两项叠加。这说明「索引扩张」和「底座换代」是两个可以分别推进的杠杆,而不是一次性的产品发布。

幻觉数字怎么读:0.03 不是 3%

官方写的是「材料性幻觉 0.03 / 任务」——这是每任务平均发生次数,不是比例。0.03/任务意味着大约 33 个任务里出现 1 次材料性幻觉;对比 Claude Opus 5.5 的 0.59/任务,大致是每 1.7 个任务一次。

这个换算很关键,因为法律场景里「幻觉」的定义比通用场景窄得多:材料性幻觉指编造了被引用的判例、法条或事实,一套辩护状里出现一次就可能导致整个论证作废。所以 0.03 与 0.59 的差距(约 20 倍)在实际使用中是「能不能交付」的差别,而不是「体验好不好」的差别。

但要注意:这些数字来自特定评测集与特定评分口径,官方也说明「在所有满足全分标准的任务上材料性幻觉为零」——这句话反过来读就是:在没做全的任务上,幻觉并不为零。别把它当成无条件保证。

谁真正受益,谁别急着上

  • 受益明确:美国法域为主的诉讼与并购尽调团队。索引覆盖 99.9% 美国已发布判例法是硬指标,英国/澳/加的扩展也已在索引里。
  • 受益有限:以中国法、欧盟法为主的团队——索引覆盖面官方只讲了美国与国际扩展的几个法域,没有中国法。
  • 别急着上:把它当「自动出法律意见」的工具。官方给的是研究辅助定位(研究问题 → 权衡判例权威 → 撰写答案),产出仍需执业律师复核;且定价未披露,按用量付费的团队没法先算账。

AI 之家 观点:法律 AI 的竞争点正在从「模型多聪明」转向「语料多权威 + 引用多可核」。Astra for Law 的真正护城河是那 3.1 亿 URL 的索引和每任务 0.03 的材料性幻觉,而不是 Harvey LAB-AA 上的名次。对国内团队,这件事的可借用之处是方法论:在自己的垂直领域里,一个高质量检索索引往往比换更强的底座更划算。

相关阅读

来源

本卡片由 AI 之家 编辑部根据公开资料整理,非厂商付费内容;定价与基准以 OpenAI 官方页面为准,欢迎在 反馈邮箱 反馈更新。

常见问题

Astra for Law 是一个独立模型吗?

不是。官方明确称它是 GPT-6.2 Astra 的一个「模型配置(model configuration)」:底座相同,额外叠了两样东西——一个超过 3.1 亿 URL 的法律检索索引,以及一套「先做研究、再权衡判例权威、最后撰写答案」的方法指令。所以它的调用名是 `gpt-6.2-astra-law`,而不是另一个模型。

普通企业怎么申请?

所有 ChatGPT Enterprise 客户都能通过管理控制台的 Trusted Access Program 申请,拿到权限后在 ChatGPT 里选择 `gpt-6.2-astra-law`。要集成到自有工具则走 API,需通过 OpenAI 的「联系销售—法律」表单单独申请。9 月时只有少数律所(Cooley、Ropes & Gray、Sullivan & Cromwell)试点。

它和通用版差多少?

Harvey LAB-AA 24 个法律领域、120 项任务上,全对率 Astra for Law 20.8%、通用 GPT-6.2 Astra 15.0%,相对高出近四成。更值得注意的是效率:每个任务平均约 64,000 输出 token,低于对照模型 Muse Wonder Full 的 139,000,少 54%。

幻觉率有官方数字吗?

有,但口径要看清。官方称材料性幻觉 0.03/任务、次要幻觉 0.06/任务,并给出对比 Claude Opus 5.5 的 0.59 / 0.51。这些是特定评测集上的每任务计数,不是「回答里 3% 会错」这种比例,别混用。