OPENAI SEARCH INSIGHT
OpenAI、GPT-6.2 AstraベースのAstra for Lawを更新
この記事で分かること: OpenAIが更新したAstra for Lawの法務ベンチマーク性能、利用申請条件、企業法務・開発実務で確認すべき点を知りたい。
OpenAIは2026年11月17日、法務向けモデル構成「Astra for Law」の更新を発表した。GPT-6.2 Astraを基盤に、法務検索インデックスと調査・法的根拠の評価・文書作成向けの指示を組み合わせた構成で、Harvey LAB-AAでは首位となった。
利用面では、すべてのChatGPT Enterprise顧客がTrusted Access Programを通じてアクセスを申請できるようになった。ChatGPTだけでなくAPI経由の利用も申請対象だが、公式発表は申請可能になったことを示しており、承認時期、価格、全顧客への即時提供を明記してはいない。
OpenAIがAstra for Lawを更新
Astra for Lawは、OpenAIの最新かつ最も強力なフロンティアモデルと位置付けるGPT-6.2 Astraのモデル構成である。一般モデルそのものとは別に、法務用途に合わせて検索基盤と実行指示を最適化する設計を採る。
今回の更新では、法的な問いを調査し、関連する権威資料を比較衡量し、回答を書くための指示を改善した。OpenAIによれば、9月に一部の法律事務所へ導入して以降、法的推論を改善し、法務検索インデックスを拡張してきたという。
インデックスは9月以降、URL数で34%拡大し、8000万超のURLを追加した。更新後は3億1000万超のURLを対象とし、米国で公開された先例性のある判例法の99.9%超をカバーするとOpenAIは説明する。英国、オーストラリア、カナダを含む国際的な法域も追加対象に含まれる。
24法分野・120課題のLAB-AAで首位
HarveyのLegal Agent Benchmark(LAB)は、法律業務を最初から最後まで遂行できるかを測る評価である。Artificial Analysis版のLAB-AAでは、Harveyが作成した24法分野・120件の課題を用いる。
課題には、証言録取の質問事項作成、商業リースのレビュー、買収時の所有権変更に関する戦略立案などが含まれる。満点には、課題の全要件を満たすだけでなく、資料に裏付けられない重要な主張、すなわちハルシネーションをしないことが求められる。
OpenAIの公表値では、Astra for Lawは課題の20.8%でフルクレジットを獲得し首位となった。比較対象ではGPT-6.2 Astraが15.0%、Muse Wonder Fullが13.1%だった。Astra for Lawは、次点のGPT-6.2 Astraよりフルクレジット獲得頻度が約40%高いとしている。
非OpenAIモデルで最高得点だったMuse Wonder Fullとの比較では、Astra for Lawのフルクレジット率は約59%高い。もっとも、この指標は「全要件を満たした課題」の比率であり、個別の法的助言の正確性や特定法域での利用適性を単独で保証するものではない。
出力トークンとハルシネーションの比較
LAB-AAにおいてAstra for Lawの出力は1課題当たり平均約6万4000トークンだった。Muse Wonder Fullは約13万9000トークンであり、OpenAIはAstra for Lawが54%少ない出力トークンで最高スコアを得たと説明する。従量制利用では、性能だけでなく処理量が予算管理に影響する。
重要な虚偽主張の平均件数は、Astra for Lawが1課題当たり0.03件で、GPT-6と並び比較中の最低率だったという。Claude Opus 5.5は0.59件で、OpenAIはAstra for Lawが約95%少ないとの比較を示した。全通過となった課題では、重要なハルシネーションはゼロだったとしている。
ただし、平均値が低いことは個々の案件で誤りが起きないことを意味しない。引用、判例の有効性、適用法、契約や訴訟記録との整合性は、依然として弁護士や担当者が一次資料で検証する必要がある。
リーガルリサーチと準備書面の評価
Vals AI Legal Research Benchでは、実務弁護士が設定した米国連邦法・州法に関する問いを評価する。OpenAIによると、全チェックを通過した回答の比率は9月時点の約46%から、11月16日の評価で53.8%(208問中112問)へ上昇した。部分点を含む獲得可能点の90.9%を得たという。
また、HarveyとGrubelが共同開発したLAB: USCLでは、実際の米国連邦訴訟を題材に準備書面の調査・作成を評価する。自ら関連判例を探して起案する条件でAstra for Lawは1844点、Opus 5.5は1817点だった。判例群を与える条件では1883点と1882点で、実質的に同水準だった。
OpenAIは、特に自力で法令・判例を調べて書面化する条件での改善を重視している。訴訟実務では最初から正しい先例リストが与えられるとは限らないためだ。一方、これらはベンチマークの採点結果であり、日本法の調査、和文契約、行政実務での同等の結果は公式発表からは確認できない。
利用申請と実装時の確認項目
すべてのChatGPT Enterprise顧客は、管理コンソールのTrusted Access ProgramからAstra for Lawへのアクセスを申請できる。すでにアクセス権があるチームは、ChatGPTで「gpt-6.2-astra-law」を選択できる。独自ツールへ組み込むためのAPIアクセスも申請できる。
導入担当者は、まず自社がChatGPT Enterpriseの契約主体か、管理者が申請手続きを行えるかを確認したい。続いて、案件データの投入範囲、保存・監査の運用、利用者権限、外部検索結果の扱いを既存の情報管理・法務レビュー手順に接続することが重要になる。
- 評価対象となる業務を、調査、論点整理、契約レビュー、書面草案などに分ける。
- 回答の根拠資料、引用箇所、版情報を人間が確認するレビュー工程を設ける。
- API利用では、プロンプト、検索結果、生成物、承認判断を記録する監査設計を検討する。
- ベンチマーク得点ではなく、自社の法域・文書類型・機密性に即した検証データで採否を判断する。
Agent Memories編集部の考察
技術的な新規性は、より強力な汎用基盤モデルを使うだけでなく、法務検索インデックスと専門的な実行指示を一体のモデル構成として継続更新している点にある。OpenAIの数値は、法務エージェントの品質を「文章らしさ」ではなく、根拠に基づく課題完遂率と虚偽主張率で追おうとする方向性を示す。
日本の実務では、米国判例中心のカバレッジと国内法務で必要となる情報源は区別して評価すべきだろう。法令、裁判例、ガイドライン、社内規程、契約ひな形のどこを検索対象に含め、更新時点をどう保証するかが、モデル選定以上に成果を左右する可能性がある。
また、64,000トークンという出力規模は、長期タスクの推論・草案化にコストと待ち時間が伴い得ることを示唆する。開発チームは、案件を一括投入する設計だけでなく、論点分解、根拠確認、最終起案を分離し、各段階で必要な出力量を制御する実装を検討したい。
よくある質問
Astra for Lawは誰が利用を申請できるか
OpenAIの発表では、すべてのChatGPT Enterprise顧客がTrusted Access Programを通じて申請できる。ChatGPTでの利用に加え、APIアクセスも申請対象である。公式発表には、申請後の承認条件や利用料金の詳細は記載されていない。
Astra for LawはGPT-6.2 Astraと何が違うのか
Astra for LawはGPT-6.2 Astraを基盤とする法務向けのモデル構成である。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、回答作成に関する指示を組み合わせる。LAB-AAではAstra for Lawが20.8%、GPT-6.2 Astraが15.0%のフルクレジット率だった。
ベンチマークの首位は法的助言の自動化を意味するか
意味しない。LAB-AAの首位は、定義された120課題における比較結果である。法的結論の採用、依頼者への助言、裁判所や規制当局への提出では、適用法、事実関係、根拠資料を専門家が確認し、責任ある判断を行う必要がある。
まとめ
OpenAIはAstra for Lawを更新し、Harvey LAB-AAで首位、Vals AI Legal Research Benchで全通過率53.8%を記録したと発表した。ChatGPT Enterpriseの全顧客がアクセスを申請可能になった点は導入検討の起点となるが、実運用では法域、根拠確認、データ統制、コストを自社業務で検証することが不可欠だ。
公式出典・確認日
OpenAI公式情報を2026-11-18時点で確認しています。提供範囲・料金・画面は更新される場合があります。
新しいAIへ乗り換えても、自分の前提や判断を持ち運べる状態をつくる。Agent Memoriesは、記憶をスキルや外部ツールへつなぐAIパートナー基盤を育てています。
AIエージェントの記憶を知る Agent Memoriesを見る本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。