Artificial Analysis 法律基准:OpenAI Astra for Law 以 20.8% 居首
ArtificialAnlys · x · 2026-11-18
Artificial Analysis 发布 Harvey LAB-AA v1.1 法律基准结果:
- Astra for Law 6.2(GPT-6.2 Astra 的法律专用配置,集成扩展法律检索索引)以 20.8% 的「幻觉门控全通过率」居首,GPT-6.2 Astra (max) 以 15.0% 次之;
- 该基准含 120 项覆盖 24 个执业领域的私测法律任务,核心指标对幻觉进行惩罚;
- 「幻觉门控全通过率」指评审团认定每条评分标准全部通过、且无实质性幻觉任务占比。
Astra for Law 目前无公开 API。配套的每任务幻觉数数据显示,Astra for Law 与 GPT-6 系列每任务实质幻觉低至 0.03,而 GLM-5.3 高达 3.94。
「模型」频道最新
- GPT-6.2 Astra 漏洞挖掘能力大增:单个漏洞成本仅 12 美元 — JiaweiLiu_ · 2026-11-18
- GPT-6.2 Astra 实测:与 Fable 5.2 基本打平,性价比成亮点 — kimmonismus · 2026-11-18
- GPT-6.2 Astra 成首个 ARC-AGI-3 满分模型,验证榜三项 SOTA — patience_cave · 2026-11-18
- 爆料称 Qwen4 新模型未在网络安全数据上训练 — mgostIH · 2026-11-18
- Teknium 质疑 OpenAI 前后演示不一致:GPT-6.2 疑被故意降智 — Teknium · 2026-11-18
- GPT-6.2 Astra 全面碾压 Opus 5.5:Agent 基准更强且成本仅 1/6 — VraserX · 2026-11-18