記事のサマリー(TL;DR)
- OpenAIは法務特化のモデル構成「Astra for Law」を更新し、Harvey LAB-AAで最高評価(state-of-the-art)、Vals AI の Legal Research Bench でも上位の成績を獲得したと発表しました。
- Astra for Law は最新の最上位フロンティアモデルである GPT‑6.2 Astra をベースに、拡張された法務検索インデックスと、調査・権威資料の比較検討・回答執筆のための指示を組み合わせたモデル構成です。
- 本日より、すべての ChatGPT Enterprise 顧客は管理コンソールの Trusted Access Program を通じて、API を含めた Astra for Law へのアクセスを申請できるようになりました。
利用条件
- Astra for Law の利用には ChatGPT Enterprise の契約が必要で、管理コンソール内の Trusted Access Program を通じて申請する形式です。
- すでにアクセス権を持つチームは、ChatGPT 上で「gpt-6.2-astra-law」を選択することで利用できます。
- 自社ツールへの組み込みを希望する顧客は、専用フォームから API アクセスを申請できます。
詳細
Astra for Law の構成について
Astra for Law は GPT‑6.2 Astra(OpenAI の最新かつ最も高性能なフロンティアモデル)をベースにしたモデル構成です。拡張された法務検索インデックスと、質問の調査方法、権威資料の比較検討方法、回答の書き方に関する指示を組み合わせています。今回のアップデートにより、LAB-AA テストで満点評価を得た割合は、2位の GPT‑6.2 Astra(無印)と比べて約40%多くなったとしています。
OpenAI は2025年9月に Cooley、Ropes & Gray、Sullivan & Cromwell を含む少数の法律事務所に Astra for Law を導入しました。それ以降、研究チームは法的推論能力の改善と、法務検索インデックスの3分の1以上の拡張を急速に進めてきたとしています。Vals AI の Legal Research Bench では、すべてのチェックに合格した回答の割合が、2か月弱の間に約46%から53.8%に上昇したと説明しています。
OpenAI は、法律家が商取引を動かす契約を交渉し、法廷で人々の権利を守り、全員が従う法律を起草するなど、ほぼすべての社会の仕組みを形作っていることから、法務分野を研究の優先領域に位置づけているとしています。
Harvey LAB-AA で首位
Harvey の Legal Agent Benchmark(LAB)は、モデルが法務の課題を最初から最後まで遂行できるかを試験するものです。LAB-AA は Artificial Analysis によるその派生版で、Harvey が開発した24の法律分野にわたる120件の課題(供述録取のアウトライン作成、商業リースの確認、買収における所有権変更の戦略立案など)でモデルを評価します。満点を得るには、ソース文書に裏付けられない重要な主張(ハルシネーション)を行うことなく、課題のすべての要件を満たす必要があります。
Astra for Law は20.8%の課題で満点評価を獲得し首位となりました。これは GPT‑6.2 Astra(無印)の15.0%、および非OpenAIモデルの中で最高スコアだった Muse Wonder Full の13.1%を上回る結果です。Astra for Law の20.8%という満点率は、Muse Wonder Full と比べて約59%高い割合で満点を獲得したことを意味するとしています。
Astra for Law は、この首位の成績を、非OpenAIモデルの中で最高スコアだった Muse Wonder Full と比べて、課題あたりの出力トークン数が54%少ない状態で達成したとしています。Astra for Law の出力トークン数は課題あたり平均約64,000トークンで、Muse Wonder Full の139,000トークンと比較されています。OpenAI は、使用量に応じて料金を支払う法務チームにとって、これは予算内に収まるかどうかの差になり得ると説明しています。
比較チャートでは、各点がモデル構成を表し、上にあるほど満点評価を得た課題が多く、左にあるほど出力トークン数(モデルが推論し執筆する際に生成するテキストを含む)が少ないことを示しています。Astra for Law は課題あたり平均約64,000トークンで満点率20.8%を達成した一方、Muse Wonder Full は139,000トークンで13.1%でした。比較対象のどのモデル構成も、Astra for Law より少ない出力トークン数で同等のスコアには達していないとしています。
Claude Opus 5.5 と比べて重要なハルシネーションが95%少ない
法務の仕事においてハルシネーションは許容されません。架空の引用がひとつあるだけで、弁護士はクライアントの信頼、法廷での信用、長年築いてきた評判を失いかねないとしています。そのため、ハルシネーションの削減は Astra for Law の優先課題とされてきました。
Artificial Analysis の最新の LAB-AA 比較において、Astra for Law は(GPT‑6と並んで)重要なハルシネーションの発生率が最も低く、課題あたり0.03件でした。これは次に低かった非OpenAIモデルである Claude Opus 5.5 の0.59件と比較される数値です。特に、Astra for Law はこの評価のうち、すべての要件を満たした(all-pass)課題においては重要なハルシネーションがゼロだったとしています。
Astra for Law は課題あたり平均で重要なハルシネーション0.03件、軽微なハルシネーション0.06件でした。一方 Claude Opus 5.5 は、重要なハルシネーション0.59件、軽微なハルシネーション0.51件で、これは Astra for Law の約20倍の重要なハルシネーション、約8.5倍の軽微なハルシネーションに相当するとしています。
同じ120件の課題について、Artificial Analysis は読者に実質的な誤解を与えかねないハルシネーションによる主張をカウントしました。Astra for Law は課題あたり平均0.03件で、比較対象の中で最も低い水準に並び、通常の GPT‑6.2 Astra(0.06件)のおよそ半分の発生率だったとしています。
テストされたすべての OpenAI のモデル構成は、この指標における非OpenAIモデルの最高成績だった Claude Opus 5.5 よりもハルシネーションが少なかったとしています。Opus 5.5 は課題あたり平均0.59件の重要なハルシネーションを記録しており、これは Astra for Law の約20倍にあたるとしています。
Vals AI Legal Research Bench での上位成績
OpenAI は法務を研究の優先領域とし、フロンティアレベルの法務インテリジェンスの革新を加速させるための研究者チームを設けているとしています。その初期の進捗を示す指標のひとつが、実務に携わる弁護士が米国の連邦法・州法に関する問題を設定する Vals AI の Legal Research Bench です。この評価では、回答が求められるすべてのポイントを網羅し、ソースの確認チェックに合格する必要があります。
9月時点で、Astra for Law は約46%の問題で満点評価を得ていました。Vals AI による11月16日の評価では、208問中112問(53.8%)で満点評価を獲得し、2か月弱で約8ポイントの上昇となりました。部分点を含めた全問題での獲得ポイントの割合は90.9%だったとしています。Astra for Law は、Vals AI の Legal Research Bench における上位モデルの小さなクラスターの中に位置しているとされています。
Astra for Law をモデル構成として構築することで、OpenAI はフロンティア(この場合は GPT‑6.2 Astra)の最先端に追随し続けられるとしています。この基盤の上に、実務家からのフィードバックに基づき Astra for Law 固有の設定や指示を反復的に改良し、経験豊富な弁護士のように推論し執筆する方法を学習させているとしています。また、法務検索インデックスなどのツールも継続的に改良しているとのことです。9月以降、インデックスは34%拡大し、英国・オーストラリア・カナダなど国際的な法域を含め、8,000万件を超える新規URLを追加しました。更新後のインデックスは3億1,000万件以上のURLに及び、公表されている米国の判例法の99.9%以上をカバーしているとしています。
Harvey 自身の Legal Agent Benchmark では、GPT‑6 Astra がすべての要件を満たした課題の割合は4.6%でした。GPT‑6.2 Astra はこれを3倍にし、同条件下で14.6%を達成しました。さらに法務向けの構成を適用することでこの割合は16.2%まで上昇し、GPT‑6.2 Astra(無印)より11%多くの問題を完遂したとしています。この結果は、フロンティアインテリジェンスの進歩の速さと、モデル構成が与える影響の両方を示しているとOpenAIは説明しています。なお、このテストは、前述のLAB-AAとは別の、Harvey独自のLABによるものです。
弁護士によるAstra for Lawの活用例
Astra for Law に関する最も興味深い可能性は、日々の業務で実際に利用している弁護士たちによって形作られつつあるとしています。法律事務所の顧客や OpenAI 自身の法務チームの早期利用者は、自らの実務に関する参照資料を構築したり、自分の論旨により厳しい反論を投げかけたり、変化する法制度に対応する新しい方法を見つけたりしているとのことです。OpenAI の早期利用者による活用例として、以下が挙げられています。
- 自分の主張に対する最強の論敵を用意する:競争法を扱う弁護士が、ある法律の解釈をAstra for Lawに与え、立法経緯、判例、他言語版の法律の文言を踏まえて反対側の立場から論じさせるという、ディスカッション相手としての使い方です。
- 「勧告」と「義務」の境界線を見極める:監督規制に関する法案を検討する政策担当弁護士が、独立審査官にどの程度の権限が与えられるのか(審査官が是正を求めた場合、開発者はそれに従う義務があるのか)を知りたい場合に、各義務条項の平易な英語での説明と法案の正確な文言を並べて表示させ、どちらの解釈を文言が支持するかを素早く判断する用途です。
- 最も難しい論点から、外部弁護士との最初の協議を始める:事業が未知の業界への参入を検討している際、プロダクト担当弁護士がAstra for Lawを使い、想定される事業活動に適用されうる規則を洗い出します。これにより、最初の協議を一般的な助言を求めることに費やすのではなく、実際に論点となる事項を外部弁護士に提示できるようにしています。
- 一連の方針をワークフローに変換する:法務プログラムマネージャーが、規制手続きと社内方針をAstra for Lawでワークフローに変換し、案件対応を担当する同僚が、追加情報を求めるタイミング、案件を終了するタイミング、弁護士にエスカレーションするタイミングを自動化できるようにした事例です。
- 法律に付属してほしかったガイドを自作する:競争法を扱う弁護士が、Astra for Law と ChatGPT のサイト構築ツールを組み合わせて、チームが日常的に利用する法令に注釈を付けました。同僚は条文の用語にカーソルを合わせると定義を確認でき、関連資料へのリンクをたどり、その条項が過去に問題になった際にチームがどう助言したかを確認できるとしています。
Astra for Law を実務に取り入れるには
本日より、すべての ChatGPT Enterprise 顧客は、管理コンソール内の Trusted Access Program を通じて Astra for Law へのアクセスを申請できます。すでにアクセス権があるチームは、ChatGPT 上で「gpt-6.2-astra-law」を選択してください。また、自社ツールに Astra for Law を組み込みたい顧客は、専用フォームを通じて API アクセスを申請することもできます。
OpenAI は、法律家という職業が転換点にあり、テクノロジーが事業の在り方を変え、世界がますます複雑かつ相互に結びつく中で、法律家には、自らが助言する企業のためだけでなく、彼らが書くルールに従って生きるすべての人々のために、この時代を読み解く前例のない機会があるとしています。OpenAI は、最良の知性を備えた最良の弁護士であれば、その機会に応えられると考えているとし、この取り組みはまだ始まりの段階であると述べています。