Live 18/11 · Cohorte 318 nov à 19h00 MSK — atelier pratique gratuit sur les agents IA · La Cohorte 3 démarre le 23/11Atelier 18/11 →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarOpenAI Blog→ original

OpenAI lance une IA juridique : 95 % de faits inventés en moins que Claude Opus 5.5

OpenAI a lancé Astra for Law, une version de GPT-6.2 Astra dotée d'une recherche juridique et d'instructions spécialisées. Quand un juriste lui demande de rédiger un document, le modèle glisse moins souvent une affaire inexistante : sur 120 tâches de test, il produit 0,03 fait substantiel inventé par tâche, contre 0,59 pour Claude Opus 5.5, soit 95% de moins. Il obtient le score maximal sur 20,8% des tâches. Les équipes pour lesquelles une référence erronée coûte cher ont intérêt à demander l'accès et à tester le modèle sur leurs propres cas.

Traité par IA depuis OpenAI Blog ; édité par Hamidun News
OpenAI lance une IA juridique : 95 % de faits inventés en moins que Claude Opus 5.5
Source : OpenAI Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireOpenAI Blog ↗
Rédacteur en chef
Consommation~64 000 tokens par tâche, contre 139 000 pour Muse Wonder Full
Chiffre clé #2L'index de recherche a progressé de 34% et couvre 99,9% de la jurisprudence américaine
Accèsclients ChatGPT Enterprise via le Trusted Access Program

Imaginez qu'un juriste demande à une IA de préparer un document pour le tribunal, et que le modèle cite avec aplomb une affaire qui n'existe pas. Une seule référence inventée de ce type peut coûter la confiance d'un client et la réputation devant la juridiction. OpenAI a lancé Astra for Law, une version juridique de son modèle phare GPT-6.

2 Astra, conçue avant tout pour combattre ces inventions. Dans le test indépendant d'Artificial Analysis, mené sur 120 tâches couvrant 24 domaines du droit, le modèle produit en moyenne 0,03 fabrication substantielle par tâche, soit environ une toutes les 33 tâches. Claude Opus 5.

5, le meilleur des modèles non OpenAI, affiche 0,59, soit près d'une toutes les deux tâches. L'écart est d'environ 20 fois, ou de 95%. Tout client de ChatGPT Enterprise peut désormais demander l'accès.

Ce qu'est ce produit

Astra for Law n'est pas un nouveau modèle, mais une « configuration » de GPT-6.2 Astra. Le modèle de base est relié à un index de recherche juridique élargi, et complété par des instructions : comment étudier une question, comment pondérer les sources et comment rédiger la réponse. Quand un nouveau modèle de base sort, la version juridique en hérite les capacités, tandis qu'OpenAI affine les réglages à partir des retours des juristes.

Sur le test propre à Harvey (Legal Agent Benchmark), GPT-6 Astra remplissait toutes les exigences dans 4,6% des tâches, GPT-6.2 Astra dans 14,6%, et la configuration juridique dans 16,2%.

Depuis septembre, date à laquelle le produit a été présenté à un cercle restreint de cabinets (dont Cooley, Ropes & Gray et Sullivan & Cromwell), l'index a grossi de 34% : plus de 80 millions de liens ont été ajoutés, notamment du droit britannique, australien et canadien. Il compte désormais plus de 310 millions d'URL et couvre à plus de 99,9% la jurisprudence américaine publiée.

Ce que montrent les tests

Dans LAB-AA, la version du test de Harvey adaptée par Artificial Analysis, les modèles résolvent des tâches allant de plans d'interrogatoire à la vérification de baux commerciaux. Le score maximal n'est attribué que si toutes les exigences sont remplies et qu'aucune fabrication substantielle n'apparaît. Astra for Law l'obtient dans 20,8% des tâches. GPT-6.2 Astra standard atteint 15,0% (un écart de près de 40%), et le meilleur modèle tiers, Muse Wonder Full, 13,1% (un écart d'environ 59%).

La consommation compte aussi pour le budget. Astra for Law dépense environ 64 000 tokens de sortie par tâche, contre 139 000 pour Muse Wonder Full, soit 54% de moins. Avec une facturation à l'usage, cela peut déterminer si un service juridique reste dans son budget.

Les fabrications mineures s'élèvent à 0,06 par tâche pour Astra for Law, contre 0,51 pour Claude Opus 5.5. Dans les tâches notées au maximum, il n'y avait aucune fabrication substantielle.

Sur la rédaction d'actes contradictoires (LAB: USCL, créé par Harvey et Grubel), l'avance est plus modeste. Quand le modèle cherche lui-même les affaires pertinentes, Astra for Law obtient 1 844 points contre 1 817 pour Opus 5.5. Quand les précédents sont fournis d'avance, le résultat est quasi identique : 1 883 contre 1 882. Les évaluateurs de Harvey ont par ailleurs préféré les textes de la nouvelle version à ceux de GPT-6 Astra dans près de 90% des cas. Sur Legal Research Bench, de Vals AI, la part des questions au score maximal est passée de 46% à 53,8% (112 sur 208) en moins de deux mois, et le modèle atteint 90,9% en comptant les points partiels.

Comment l'utiliser et ce qu'il faut garder en tête

OpenAI décrit des cas d'usage issus de sa propre équipe juridique. Un juriste en droit de la concurrence demande au modèle de défendre l'interprétation opposée d'une loi, en s'appuyant sur les travaux préparatoires et les décisions de justice. Un juriste produit cartographie les règles d'un secteur qu'il ne connaît pas, afin que le premier échange avec un conseil externe porte sur de vraies questions. Un responsable de programme juridique transforme des procédures réglementaires en processus de travail : quand demander des données, quand clore une demande, quand la transmettre à un juriste.

L'accès est ouvert aux clients de ChatGPT Enterprise via le Trusted Access Program, y compris pour une utilisation par API.

Il y a aussi des réserves. Les résultats ont été publiés par OpenAI elle-même, et une partie des tests (par exemple LAB de Harvey) a été réalisée par ses partenaires. Un score maximal de 20,8% signifie qu'environ quatre tâches sur cinq ne sont malgré tout pas résolues de façon irréprochable. En rédaction de documents, l'avantage sur Opus 5.5 est faible.

Conclusion pratique pour les équipes legal-tech et les services juridiques : il vaut la peine de demander l'accès, mais le modèle doit être testé sur vos tâches types. Vérifiez chaque référence à la source primaire, et mesurez non seulement la qualité, mais aussi la consommation de tokens. Là où une citation inventée représente un risque de réputation, un faible taux de fabrications compte davantage qu'un beau texte.

Dossier

Questions clés sur cet article

Que sait-on sur Ce qu'est ce produit ?

Astra for Law n'est pas un nouveau modèle, mais une « configuration » de GPT-6.2 Astra. Le modèle de base est relié à un index de recherche juridique élargi, et complété par des instructions : comment étudier une question, comment pondérer les sources et comment rédiger la réponse. Quand un nouveau modèle de base sort, la version juridique en hérite les capacités, tandis qu'OpenAI affine les réglages à partir des retours des juristes.

Que sait-on sur Ce que montrent les tests ?

Dans LAB-AA, la version du test de Harvey adaptée par Artificial Analysis, les modèles résolvent des tâches allant de plans d'interrogatoire à la vérification de baux commerciaux. Le score maximal n'est attribué que si toutes les exigences sont remplies et qu'aucune fabrication substantielle n'apparaît. Astra for Law l'obtient dans 20,8% des tâches. GPT-6.2 Astra standard atteint 15,0% (un écart de près de 40%), et le meilleur modèle tiers, Muse Wonder Full, 13,1% (un écart d'environ 59%).

Comment l'utiliser et ce qu'il faut garder en tête?

OpenAI décrit des cas d'usage issus de sa propre équipe juridique. Un juriste en droit de la concurrence demande au modèle de défendre l'interprétation opposée d'une loi, en s'appuyant sur les travaux préparatoires et les décisions de justice. Un juriste produit cartographie les règles d'un secteur qu'il ne connaît pas, afin que le premier échange avec un conseil externe porte sur de vraies questions.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…