OpenAI lanza una IA jurídica: un 95% menos de datos inventados que Claude Opus 5.5
OpenAI ha lanzado Astra for Law, una configuración de GPT-6.2 Astra con búsqueda jurídica e instrucciones específicas. Cuando un abogado le pide redactar un documento, el modelo cita con menos frecuencia casos que no existen: en 120 tareas de prueba, inventa 0,03 hechos sustanciales por tarea, frente a 0,59 de Claude Opus 5.5. Es un 95% menos. Además, obtuvo la puntuación completa en el 20,8% de las tareas. Los equipos para los que un error en una cita sale caro deberían solicitar acceso y probar el modelo con sus propios casos.
Procesado por IA desde OpenAI Blog; editado por Hamidun News
Imagine que un abogado le pide a una IA que prepare un documento para el tribunal y el modelo cita con total seguridad un caso que no existe. Una sola referencia inventada así puede costar la confianza del cliente y la reputación ante el juez. OpenAI ha lanzado Astra for Law, la versión jurídica de su modelo insignia GPT-6.
2 Astra, en la que el foco principal está en combatir este tipo de invenciones. En una prueba independiente de Artificial Analysis, con 120 tareas de 24 áreas del derecho, el modelo comete de media 0,03 invenciones sustanciales por tarea, es decir, aproximadamente una cada 33 tareas. Claude Opus 5.
5, el mejor entre los modelos que no son de OpenAI, registra 0,59: casi una cada dos tareas. La diferencia es de unas 20 veces, o del 95%. Cualquier cliente de ChatGPT Enterprise puede ya solicitar acceso.
Qué es este producto
Astra for Law no es un modelo nuevo, sino una «configuración» de GPT-6.2 Astra. Al modelo base se le ha conectado un índice de búsqueda jurídica ampliado y se le han añadido instrucciones sobre cómo investigar una cuestión, cómo ponderar las fuentes y cómo redactar la respuesta. Cuando sale un nuevo modelo base, la versión jurídica hereda sus capacidades, y OpenAI sigue ajustando la configuración a partir de los comentarios de los abogados.
En la prueba propia de Harvey (Legal Agent Benchmark), GPT-6 Astra cumplió todos los requisitos en el 4,6% de las tareas, GPT-6.2 Astra en el 14,6% y la configuración jurídica en el 16,2%.
Desde septiembre, cuando el producto se mostró a un círculo reducido de despachos (entre ellos Cooley, Ropes & Gray y Sullivan & Cromwell), el índice ha crecido un 34%: se han añadido más de 80 millones de enlaces, incluido el derecho de Reino Unido, Australia y Canadá. Ahora contiene más de 310 millones de URL y cubre más del 99,9% de la jurisprudencia publicada de EE. UU.
Qué mostraron las pruebas
En LAB-AA, la versión de la prueba de Harvey elaborada por Artificial Analysis, los modelos resuelven tareas que van desde planes de interrogatorio hasta la revisión de contratos de alquiler. La puntuación completa solo se concede si se cumplen todos los requisitos y no hay invenciones sustanciales. Astra for Law la obtuvo en el 20,8% de las tareas. La GPT-6.2 Astra estándar logra un 15,0% (una diferencia de casi el 40%) y la mejor alternativa de terceros, Muse Wonder Full, un 13,1% (una diferencia de en torno al 59%).
El consumo también importa para el presupuesto. Astra for Law gasta unos 64 mil tokens de salida por tarea; Muse Wonder Full, 139 mil, es decir, un 54% menos. Con pago por uso, esto puede decidir si un departamento jurídico se mantiene dentro de su presupuesto.
En invenciones menores, Astra for Law registra 0,06 por tarea; Claude Opus 5.5, 0,51. En las tareas con puntuación completa no hubo ninguna invención sustancial.
En la redacción de documentos adversariales (LAB: USCL, creado por Harvey y Grubel) la ventaja es más modesta. Cuando el modelo busca por sí mismo los casos pertinentes, Astra for Law obtuvo 1 844 puntos frente a 1 817 de Opus 5.5.
Cuando los precedentes se le entregan de antemano, el resultado es casi igual: 1 883 y 1 882. Con todo, los evaluadores de Harvey prefirieron los textos de la nueva versión a los de GPT-6 Astra en casi el 90% de los casos. En Legal Research Bench, de Vals AI, la proporción de preguntas con puntuación completa subió del 46% al 53,8% (112 de 208) en menos de dos meses, y si se cuentan las puntuaciones parciales, el modelo alcanzó el 90,9%.
Cómo usarla y qué tener en cuenta
OpenAI describe casos de uso de su propio equipo jurídico. Un abogado de competencia le pide al modelo que defienda la interpretación contraria de una norma, apoyándose en la historia legislativa y en las resoluciones judiciales. Un abogado de producto elabora un mapa de reglas para un sector que no conoce, de modo que la primera conversación con un asesor externo parta de preguntas reales. Un responsable de programa jurídico convierte los trámites regulatorios en un flujo de trabajo: cuándo solicitar datos, cuándo cerrar una solicitud, cuándo pasarla a un abogado.
El acceso lo reciben los clientes de ChatGPT Enterprise a través del Trusted Access Program, también para trabajar mediante API.
Hay también salvedades. Los resultados los ha publicado la propia OpenAI, y parte de las pruebas (por ejemplo, LAB de Harvey) las realizaron sus socios. Una puntuación completa del 20,8% significa que aproximadamente cuatro de cada cinco tareas siguen sin resolverse de forma impecable. En la redacción de documentos, la ventaja sobre Opus 5.5 es pequeña.
Conclusión práctica para los equipos de legal-tech y los departamentos jurídicos: conviene solicitar acceso, pero hay que probar el modelo con las tareas habituales de cada equipo. Contraste cada referencia con la fuente primaria y mida no solo la calidad, sino también el consumo de tokens. Donde una cita inventada supone un riesgo reputacional, un bajo nivel de invenciones pesa más que un texto bien escrito.
- 18 nov 2026JetBrains lanza Mellum en local dentro del IDE: en un MacBook M3 Pro saca un 5 sobre 10
- 18 nov 2026El plugin Claude SEO lanza hasta 17 agentes y audita un sitio web con un solo comando
- 18 nov 2026El agente de OpenAI que tramita solicitudes de seguros: Luna logra el 91,8% de la puntuación por 8,5 centavos
- 18 nov 2026El resumen de IA casi no muestra los sitios de las propias empresas en el 94% de las selecciones B2B
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué es este producto?
Astra for Law no es un modelo nuevo, sino una «configuración» de GPT-6.2 Astra. Al modelo base se le ha conectado un índice de búsqueda jurídica ampliado y se le han añadido instrucciones sobre cómo investigar una cuestión, cómo ponderar las fuentes y cómo redactar la respuesta. Cuando sale un nuevo modelo base, la versión jurídica hereda sus capacidades, y OpenAI sigue ajustando la configuración a partir de los comentarios de los abogados.
¿Qué se sabe sobre Qué mostraron las pruebas?
En LAB-AA, la versión de la prueba de Harvey elaborada por Artificial Analysis, los modelos resuelven tareas que van desde planes de interrogatorio hasta la revisión de contratos de alquiler. La puntuación completa solo se concede si se cumplen todos los requisitos y no hay invenciones sustanciales. Astra for Law la obtuvo en el 20,8% de las tareas.
Cómo usarla y qué tener en cuenta?
OpenAI describe casos de uso de su propio equipo jurídico. Un abogado de competencia le pide al modelo que defienda la interpretación contraria de una norma, apoyándose en la historia legislativa y en las resoluciones judiciales. Un abogado de producto elabora un mapa de reglas para un sector que no conoce, de modo que la primera conversación con un asesor externo parta de preguntas reales.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.