Introductie van Astra for Law

Ons krachtigste model, geconfigureerd als een nieuw AI-fundament voor de juridische sector.

Vandaag introduceren we Astra for Law: een nieuw fundament voor advocatenkantoren en bedrijven in juridische technologie om AI-producten en workflows te bouwen rondom hun expertise. Het combineert GPT‑6 Astra, ons nieuwste en krachtigste model, met instellingen, tools en context die zijn afgestemd op professioneel juridisch werk.

API-klanten, waaronder Harvey en Legora, kunnen voortbouwen op Astra for Law om deze intelligentie in hun eigen producten en workflows te integreren. Naarmate onze frontier-modellen zich verder ontwikkelen, zullen we deze juridische mogelijkheden toevoegen aan onze nieuwste modellen.

We breiden daarnaast ons werk op het gebied van privacy en governance uit om advocatenkantoren specifieke controles te geven voor vertrouwelijk cliëntenwerk. Kantoren kunnen Astra for Law bovendien aanpassen met behulp van onze 26 nieuwe ecosysteem-plugins die ChatGPT verbinden met de specialistische tools die kantoren al gebruiken, zoals Relativity en Clio.

Frontier intelligence voor de juridische sector

Astra for Law combineert GPT‑6 Astra met een krachtige juridische zoekindex en instructies voor juridische analyse en schrijven. Samen versterken ze de mogelijkheden van Astra binnen de juridische praktijk, terwijl kantoren en juridische technologiebedrijven de vrijheid behouden om hun eigen applicaties en workflows te bouwen.

Juridisch onderzoek: van feiten naar een onderbouwd antwoord

Onze nieuwe juridische zoekindex is een van de tools die Astra for Law kan gebruiken. Juridisch onderzoek begint vaak met het vinden van de exact juiste autoriteit, het lokaliseren van relevante passages en het begrijpen van de relevantie en bindendheid daarvan voor de specifieke situatie. De index helpt Astra for Law bij dit werk en vult de gelicentieerde inhoud en specialistische producten aan waarop kantoren vertrouwen van providers zoals Thomson Reuters.

Door gebruik te maken van de juridische zoekindex kan Astra for Law zoeken in Amerikaanse jurisprudentie, wetten, regels, gerechtelijke regels en administratieve beslissingen over een corpus van meer dan 230 miljoen URL's, waarbij dagelijks nieuwe bronnen worden toegevoegd. Onze samenwerking met Free Law Project, de non-profit achter CourtListener, brengt diens collectie van jurisprudentie — die meer dan 99,9% van de gepubliceerde Amerikaanse prejudiciële rechtspraak beslaat — in deze onderzoekservaring.

Om te meten hoe deze configuratie het juridisch onderzoek verbetert, hebben we de volledige setup van Astra for Law getest op 200 Amerikaanse juridische onderzoeksvragen uit de private validatieset van Vals AI’s Legal Research Bench. Deze benchmark meet hoe goed het model relevante bronnen en passages kan vinden en in hoeverre de antwoorden voldoen aan de evaluatiecriteria.

Bij de hoogste inzet van redeneerkracht (reasoning effort) behaalde Astra for Law een correctheidsscore van 54,0% op de vragen, vergeleken met 38,7% voor GPT‑6 Astra met enkel websearch — een relatieve verbetering van 40%. Astra for Law produceert daarnaast uitgebreidere antwoorden.

Bij vragen die specifiek gericht waren op jurisprudentie, vond Astra for Law 24% meer referentiezaken dan GPT‑6 Astra met enkel websearch. In de gecontroleerde set van doelpassages haalde het tot 54% meer relevante passages uit de juiste gerechtelijke uitspraken, bij een gelijke inzet van redeneerkracht.

Het resultaat is een sterker fundament voor onderzoek bij het adviseren over een deal, het beoordelen van een geschil of het ontwikkelen van een juridische strategie, met betrouwbare autoriteiten die de jurist zelf kan controleren.

Verbetering van prestaties in end-to-end juridische workflows

Juridisch onderzoek is slechts de eerste stap. Aangepaste instructies voor juridische analyse en schrijven begeleiden Astra for Law bij het toepassen van dat onderzoek op de feiten van de cliënt, het ontwikkelen van argumenten of dealvoorwaarden, en het identificeren van zwakheden en onzekerheden. Dit kan betekenen: het onderscheiden van een uitspraak van andere observaties van het hof, het adresseren van zaken die een argument verzwakken, of het uitleggen hoe een contractuele uitzondering het risico tussen partijen verschuift.

Wanneer Astra for Law bijvoorbeeld wordt gevraagd om geldig recht te identificeren met vergelijkbare feitenpatronen, kan het zowel relevante precedenten aanwijzen als feitenpatronen beter matchen dan andere frontier-modellen.

Astra for Law zal in eerste instantie worden aangeboden aan geselecteerde advocatenkantoren via Trusted Access in ChatGPT en Codex, en zal binnenkort beschikbaar komen in de API. Het zal verschijnen in de modelkiezer als GPT‑6 Astra Law en in de API als gpt-6-astra-law.

"We waren dankbaar dat we vroege versies van Astra for Law konden testen, die zijn gebouwd met juridische use-cases in gedachten. Zowel bij procesvoering als bij transactionele zaken toonden de modellen een indrukwekkende researchediepte en gevoeligheid voor autoriteit. Zelfs in dit vroege stadium voelde het als een belangrijke stap richting juridisch gefocuste AI die zorgvuldig is gebaseerd op onderzoek dat zowel actueel als uitgebreid is."
— John Savva, Partner, Sullivan & Cromwell
"In onze vroege tests toonde Astra for Law kracht op kernaspecten van juridisch onderzoek: antwoorden baseren op relevante autoriteiten, precisie in citaties en het bieden van praktische, adviserende begeleiding."
— Niko Grupen, Head of Applied Research at Harvey

Vertrouwen en controles van juridische kwaliteit

Advocatenkantoren moeten cliëntvertrouwelijkheid beschermen en controleren hoe AI in hun praktijk wordt gebruikt. We hebben een speciaal Trusted Access Program gecreëerd voor in aanmerking komende kantoren om advocaten en mensen die onder hun toezicht werken toegang te geven tot Astra for Law voor professioneel juridisch werk. Voor deze kantoren omvat het aanbod Zero Data Retention (ZDR) op onze API, en het gebruik van ChatGPT Enterprise is standaard uitgesloten van menselijke review.

We werken daarnaast samen met Latham & Watkins, een leider in AI-governance, om te ontwerpen voor informatiebevoegdheden, ethische muren (ethical walls), cliëntinstructies en toezicht door het kantoor.

"Naarmate AI krachtiger wordt, groeit ook de mogelijkheid om het in te zetten in omgevingen die strikt beheer, toezicht en verantwoording vereisen. Deze samenwerking bouwt voort op de bredere investeringen van Latham in AI-ontwikkeling, governance en infrastructuur binnen het kantoor, wat de basis vormt voor onze ondernemingsbrede strategie voor verantwoord AI-gebruik."
— Michael Rubin, Chair of Latham’s AI Strategy Committee

Bouw ChatGPT rond de expertise van uw kantoor

Met frontier-intelligentie en de juiste controles kunnen kantoren hun eigen precedenten, methoden en oordeelsvorming omzetten in AI-tools en workflows die voldoen aan hun standaarden.

Samen met geselecteerde kantoren hebben onze forward-deployed engineers ChatGPT Enterprise aangepast met custom interfaces en integraties met proprietary data, waardoor tools zijn gecreëerd voor de specifieke workflows van elk kantoor:

  • Sullivan & Cromwell bouwde een overeenkomst-analyser die de onderhandelingsplaybooks van het kantoor en geselecteerde precedenten meeneemt in de review van een nieuwe deal. Het helpt advocaten risico's te spotten die ontstaan wanneer bepalingen samen worden gelezen, en vertaalt deze bevindingen vervolgens in voorgestelde redlines en concept-adviezen voor cliënten.
  • Ropes & Gray bouwde een deal-diligence-systeem gebaseerd op hoe hun advocaten door een dataroom werken en bepalen wat relevant is voor de deal. Het helpt hen bevindingen terug te leiden naar de bron en vragen te pinpointen die een overname kunnen beïnvloeden, zoals de vraag of belangrijke klantcontracten melding of toestemming vereisen.
  • Cooley bouwde GO Public om hun expertise op het gebied van kapitaalmarkten te integreren in de manier waarop bedrijven zich voorbereiden op een beursgang, van het opstellen van de IPO-filing tot het identificeren van risico's die de aandacht van het management verdienen. Wanneer de deal wijzigt, worden die wijzigingen doorgevoerd in de filing, zodat advocaten de implicaties samen kunnen beoordelen.
"Onze samenwerking met OpenAI heeft ons in staat gesteld om na te denken over hoe dit werk wordt gedaan — waardoor advocaten en managementteams sneller door de intensieve voorbereiding gaan en toe kunnen naar vragen die oordeelsvorming, marktervaring en strategisch denken vereisen."
— Dave Peinsipp, partner and co-chair of Cooley’s global capital markets group
"AI transformeert fundamenteel de manier waarop juridische diensten worden geleverd, en Sullivan & Cromwell is vastbesloten om in de voorhoede van die evolutie te staan. Ons team ontwikkelt custom AI-applicaties die zijn afgestemd op de manier waarop onze advocaten werken. De engineering-expertise van OpenAI helpt ons onze visie te realiseren via een initiële testapplicatie. Deze ervaring heeft de waarde aangetoond van doelgerichte AI-tools, ondersteund door een sterk technologieplatform en gevormd door de standaarden van ons kantoor."
— Robert Giuffra Jr. and Scott Miller, Co-Chairs, Sullivan & Cromwell
"Onze cliënten vertrouwen op ons oordeel over deals, geschillen en reguleringsuitdagingen. We zien een buitengewone kans in het partnerschap met OpenAI om onze capaciteiten te versterken. Samen bepalen we hoe frontier AI wordt toegepast op het meest veeleisende juridische werk, beginnend bij transactionele due diligence."
— Ropes & Gray

Frontier intelligence, verbonden met de meest vertrouwde juridische tools

We werken samen met specialistische bedrijven die juridische AI vooruithelpen. Vandaag lanceren we 26 door partners gebouwde plugins die kantoren helpen dieper te gaan met de tools en kennis die ze al gebruiken. Deze plugins bestrijken zowel de juridische praktijk als de bedrijfsvoering.

  • Met iManage kan een advocaat een onderhandelingsbrief opstellen in ChatGPT en deze opslaan in het dossier.
  • Intapp kan activiteiten naar boven halen die mogelijk een tijdregistratie vereisen.
  • DeepJudge kan eerdere deals in een vergelijking brengen.
  • Thomson Reuters brengt HighQ-context in ChatGPT en geeft een preview van een komende CoCounsel Legal-connector.
"Juridische professionals hebben meer nodig dan alleen toegang tot informatie. Ze hebben vertrouwde intelligentie nodig, relevante enterprise- en dossiercontext, doelgerichte juridische mogelijkheden en de governance die vereist is voor werk met hoge belangen. Dat is wat Thomson Reuters levert via HighQ en CoCounsel Legal."
— Joel Hron, Chief Technology Officer, Thomson Reuters

De lancering omvat ook 9 community-plugins van advocaten en juridische engineers van LegalQuants, LECG en Skills.law, met 47 custom skills diebeoefenaars kunnen aanpassen of gebruiken als inspiratie. Daarnaast is ChatGPT for Word vanaf vandaag algemeen beschikbaar, zodat advocaten kunnen proeflezen, suggesties voor bewerkingen kunnen krijgen en opmaakfouten kunnen signaleren in de tool waarop zij al vertrouwen voor het opstellen van teksten.

Onze aanpak is open en samenstelbaar: kantoren kunnen specialistische producten gebruiken, hun eigen tools en kennis meebrengen en community-built skills aanpassen aan hun praktijk.

Bouwen met ons

OpenAI investeert op de lange termijn in de juridische sector. We zullen het model, de instellingen, de tools en de instructies van Astra for Law blijven verbeteren, geleid door strikte evaluaties en feedback van advocaten en partners in juridische technologie.

Onze samenwerking met Wachtell, Lipton, Rosen & Katz brengt de expertise op het gebied van procesvoering en corporate recht van het kantoor samen met ons frontier-onderzoek en engineering om te verkennen hoe AI kan ondersteunen bij het bieden van geavanceerd juridisch oordeel.

"We hebben de technische diepgang en de bereidheid om te luisteren gewaardeerd die het engineering-team van OpenAI heeft getoond in onze gesprekken over de rol van AI bij het ondersteunen van juridisch werk."
— Wachtell, Lipton, Rosen & Katz

De meest ambitieuze applicaties zullen komen van de mensen die het recht beoefenen en de bedrijven die samen met hen bouwen.

***

Praktijkvoorbeeld: Vergelijking van modeloutputs

Prompt: Onze cliënt heeft een overeenkomst van vijf jaar getekend voor de productie van private-label producten voor een retailer, nadat hem was verteld dat vergelijkbare leveranciers van de retailer historisch gezien gemiddeld ongeveer $8 miljoen aan jaarlijkse bestellingen hadden. Het contract verplicht de retailer tot jaarlijkse aankopen van $2 miljoen en laat aanvullende bestellingen naar eigen discretionair vermogen. Voor het tekenen wist onze cliënt dat de retailer de manier waarop bestellingen onder leveranciers werden verdeeld, herzag. De bestellingen zijn nauwelijks boven het minimum uitgekomen. Interne records suggereren dat het historische gemiddelde veel lager was. De retailer stelt dat onze cliënt zowel het minimum als het nieuwe proces heeft geaccepteerd. Vind het dichtstbijzijnde feitelijke precedent en schrijf een memo over de claim van onze cliënt wegens misrepresentatie.

Output: Claude Fable 5.1

MEMORANDUM — Misrepresentation Claim Against Retailer

Dichtstbijzijnde precedent: Paragon Metals Holdings v. Smith, C.A. No. N21C-12-090-SKR-CCLD (Del. Super. Aug. 13, 2025). Een koper stelde dat de verkoper verborgen hield dat twee grote klanten de volumes materieel zouden inkorten. Na een bewijsproces wees het hof de fraudeclaim af, concluderend dat de kopers onvoldoende due diligence hadden verricht en herhaalde, zij het onhandige, openbaringen over precies die informatie hadden genegeerd. Opvallend is dat het hof aannam dat bepaalde representaties mogelijk onjuist waren, maar toch in het voordeel van de verkopers oordeelde omdat de kopers geen rechtvaardig vertrouwen (justifiable reliance) konden bewijzen.

Toepassing: Ons sterkste punt is dat het "$8 miljoen gemiddelde" een verklaring van een historisch feit was, geen prognose, en dat interne records suggereren dat dit onjuist was. Dit onderscheidt het van het gebruikelijke verweer dat "voorspellingen niet actieerbaar zijn". Het minimum van $2 miljoen disclaimer't het historische cijfer niet; het verdeelt toekomstig risico, niet een feit uit het verleden.

Ons zwakste punt spiegelt Paragon: de cliënt wist dat de allocatiemethode veranderde en tekende toch. De retailer zal aanvoeren dat deze kennis het vertrouwen in oude gemiddelden onredelijk maakte.

Aanbeveling: Pleit voor frauduleuze induceren (en alternatief nalatige misrepresentatie) gecentreerd op het onjuiste historische gemiddelde.

---

Output: Astra for Law

Onze cliënt heeft een levensvatbare claim gebaseerd op onjuiste historie, niet op een recht op $8 miljoen aan jaarlijkse bestellingen.

Het dichtstbijzijnde analogue is Oliver Wyman, Inc. v. Eielson, 282 F. Supp. 3d 684, 700–03 (S.D.N.Y. 2017), waarbij Massachusetts-recht werd toegepast. Verkopers van een consultancybedrijf accepteerden arbeidscontracten voor vier jaar met een garantie van $425.000, met discretionaire verhogingen, na representaties van een gemiddelde partnervergoeding van ongeveer $1 miljoen. Ze wisten dat het vergoedingssysteem aan het veranderen was. Het hof wees het summary judgment af voor tegenclaims wegens fraude en nalatige misrepresentatie over het historische gemiddelde: er was geschil over de nauwkeurigheid ervan, en de contractuele ondergrens sprak de resultaten uit het verleden niet tegen.

Op dezelfde manier is het geschatte historische gemiddelde van $8 miljoen van de retailer een verifieerbare feitelijke bewering. Het accepteren van een minimum van $2 miljoen en discretionaire aanvullende bestellingen betekent niet noodzakelijkerwijs dat men afstand doet van het vertrouwen op waarheidsgetrouwe historische informatie. Maar Oliver Wyman benadrukte dat er geen bewijs was dat het herziene systeem de vergoeding fundamenteel zou veranderen of historische gemiddelden irrelevant zou maken. Het sterkste verweer van de retailer is het bewijs dat onze cliënt begreep dat de wijzigingen in de allocatie ervoor zouden zorgen dat volumes uit het verleden niet meer informatief waren.

Voor fraude moet onze cliënt bewijzen: bewuste materiële onjuistheid, intentie om tot tekening aan te zetten, daadwerkelijk redelijk vertrouwen en het resulterende verlies. Nalatige misrepresentatie kan in plaats daarvan rusten op gebrekkige zorg bij het verstrekken van zakelijke informatie.

Analyse van resultaten: Bij dezelfde prompt leverde Astra for Law twee nauw aansluitende precedenten; in het voorbeeld over procesvoering leverde Claude Fable 5.1 een uitspraak die in hoger beroep was vernietigd, terwijl het in het transactionele voorbeeld rapporteerde dat er geen dergelijke zaak was gevonden.