OpenAI a lancé Astra for Law, qui connecte GPT-6 Astra à un index de recherche juridique américain construit en interne, destiné aux cabinets d’avocats et aux entreprises de legal tech. Le modèle porte le nom GPT-6 Astra Law et arrive d’abord dans ChatGPT et Codex sous forme de Trusted Access, réservé à des cabinets sélectionnés pour des tests ; l’API sera ouverte ensuite, avec une option de rétention de données nulle. Latham & Watkins, Ropes & Gray, Cooley et Sullivan & Cromwell figurent dans le premier groupe.
Les résultats officiels proviennent du jeu de validation privé Legal Research Bench de Vals AI. Sur 200 questions de recherche juridique américaine, les deux systèmes ont tourné au niveau de raisonnement maximal : Astra for Law a obtenu un taux de réussite global de 54,0 %, contre 38,7 % pour GPT-6 Astra reposant uniquement sur la recherche web, soit une hausse relative de 40 %. Sur les questions dominées par la jurisprudence, le premier a retrouvé 24 % de précédents de référence en plus ; sur des ensembles de passages cibles vérifiés manuellement, au même niveau de raisonnement, il a retrouvé jusqu’à 54 % de passages pertinents supplémentaires.
La nouveauté se situe dans la couche de recherche
Cette fois, c’est la recherche qui retient le plus l’attention. L’index juridique construit par OpenAI lui-même couvre plus de 230 millions d’URL et rassemble la jurisprudence, les textes de loi, les règlements administratifs, les règles des tribunaux et les décisions administratives américaines, mis à jour quotidiennement selon l’entreprise. OpenAI s’est également associé au Free Law Project pour accéder à la base CourtListener, qui recense plus de 99,9 % des décisions de jurisprudence publiées aux États-Unis. S’y ajoutent 26 plugins partenaires et 47 plugins communautaires, qui intègrent au flux de travail des produits de Relativity, Clio, iManage, Intapp, DeepJudge et Thomson Reuters.
Les modèles généralistes butent toujours sur le même point en recherche juridique : les sources de jurisprudence issues de la recherche web sont disparates, les versions ne coïncident pas, les chaînes de citation se rompent facilement, et le coût de vérification par l’avocat dépasse souvent le temps gagné grâce au modèle. Construire son propre index revient à transférer ce risque de l’avocat vers le fournisseur. La valeur absolue de 54,0 % montre aussi l’autre face des choses : plus de la moitié des questions restent mal répondues, et OpenAI elle-même indique que les avocats doivent vérifier chaque source une à une, en conservant un processus de gouvernance pour les dossiers à haut risque.
Ceux qui vendent l’index et ceux qui vendent le flux de travail
Dans la course à l’IA juridique, Harvey est déjà valorisée à 11 milliards de dollars, et Thomson Reuters dispose de CoCounsel ; dans les deux cas, l’avantage concurrentiel ne réside pas dans le modèle lui-même, mais dans le contexte des dossiers, la gestion des droits d’accès et la traçabilité des audits. Cette fois, OpenAI s’insère à un niveau plus bas : l’entreprise ne gère pas les projets des cabinets, elle se contente d’empaqueter recherche et raisonnement en une base que d’autres peuvent intégrer — et Thomson Reuters figure déjà parmi les 26 plugins partenaires.
La réponse de Thomson Reuters a été directe, insistant sur le fait que CoCounsel reste un système professionnel fiable conçu pour le travail juridique. Du côté de Harvey, on salue la capacité de recherche, tandis que Cooley évoque l’accélération des processus. Mises bout à bout, ces déclarations dessinent assez clairement la ligne de partage : la capacité au niveau du modèle peut être externalisée, mais la prise en charge de la conformité et de la responsabilité continue d’être vendue séparément par chacun.
Pour l’instant, une affaire qui ne concerne pas les cabinets chinois
L’index d’Astra for Law ne couvre que des sources juridiques américaines, sans la moindre référence au système juridique chinois. Ce que les cabinets chinois peuvent retenir à court terme, c’est la forme et non le produit : transformer les décisions de justice, les bases de textes législatifs et les réglementations locales en une couche de recherche directement interrogeable par un modèle, avant même de parler de précision. Plusieurs acteurs chinois travaillent déjà sur des projets similaires, mais avec des données de référence publiées bien plus limitées que dans ce cas, ce qui rend pour l’instant toute comparaison directe impossible.
OpenAI n’a communiqué aucun prix, ni précisé combien de cabinets sont couverts par le Trusted Access, ni à quel niveau tarifaire l’API sera ouverte. Les questions de Vals AI proviennent d’un jeu de validation privé, donc cette comparaison ne peut pas être reproduite de l’extérieur. Parmi les premiers clients, aucun n’a dévoilé l’ampleur réelle de son utilisation.
Sources : page officielle d’annonce d’OpenAI, Vals AI Legal Research Bench, CocoLoop, Artificial Lawyer, Neowin ; taux de réussite, taille de l’index et nombre de plugins vérifiés selon les chiffres publiés par OpenAI.