jsonscraper
市場
ジャーナルに戻る

OpenAI、企業顧客にAstra for Lawへのアクセス申請を開放

GPT-6.2 Astraを基盤とする更新版は、Trusted Access ProgramまたはAPI経由で利用を申請できます。法律関連の120課題を使ったテストでは、20.8%で満点を獲得しました。

編集方針 誤りを報告する

ChatGPT Enterpriseを利用する法律チームは、Astra for Lawへのアクセスを申請し、API経由でこの構成を利用できるようになりました。OpenAIは2026年11月17日に更新を発表しました。このモデル構成はGPT-6.2 Astraを基盤とし、法律資料の専用インデックスと、法律調査向けの指示を組み合わせています。

記事:OpenAI、企業顧客にAstra for Lawへのアクセス申請を開放
概要:11月17日、OpenAIはAstra for Lawの更新を発表し、ChatGPT Enterpriseの全顧客にアクセス申請を開放しました。API経由の利用も申請できます。テスト結果から、専用構成の性能と利用対象を把握できます。
画像の役割:カバー — 中心となるテーマ
セクション:
ビジュアルの題材:法律関連の訴訟記録、法令集、引用箇所を示すタブを整理した様子を間近から捉えた編集用写真。
AIを法律業務に活用する際、法律チームが確認する資料や情報源。© jsonscraper · AI生成

この発表に注目する実務的な理由は、新たなアクセス経路と公表された評価結果がそろったことです。同社によると、これまでアクセスは一部の法律事務所に限られていましたが、今回、Enterpriseの全顧客にプログラムを開放します。アクセスはTrusted Access Programを通じて申請します。すでに利用可能なチームは、識別子gpt-6.2-astra-lawを選択できます。Astra for Lawの更新内容では、組織向けにAPIアクセスの申請も案内しています。

企業顧客向けの変更点

Astra for Lawは基盤モデルの専用構成であり、ChatGPTの全ユーザー向けに公開された独立の法律サービスではありません。OpenAIの説明によると、GPT-6.2 Astraに、拡張された法律情報検索インデックスと、回答の検索、法的根拠の比較、文書の作成を支援する設定を組み合わせています。

今回の提供対象はChatGPT Enterpriseの顧客です。法律チームは管理されたアクセスプログラムを通じ、自社の業務でこの構成を試せます。API版は、自社ツールへの組み込みを希望する場合に申請できます。発表は全顧客への自動提供を約束するものではなく、アクセスの申請が必要です。OpenAIは、申請が承認される時期を発表文で明らかにしていません。

同社によると、9月の限定提供開始以降、インデックスを3分の1以上拡張し、8,000万件を超えるURLを追加しました。同社の説明では、インデックスには3億1,000万件を超えるURLが含まれ、公開済みの米国判例法の99.9%超をカバーしています。これらはOpenAIのインデックスに関する数値です。実務では、法律チームが自らの管轄地域、業界、文書の種類に必要な情報源をどの程度カバーしているかを確認することが重要です。

公表された評価結果が示すこと

OpenAIは、異なる法律業務を対象とする2種類の評価結果を公表しています。LAB-AAは24の法律分野にわたる120の課題で構成され、尋問の質問案の作成、商業契約の確認、買収時の所有者変更案の分析などが含まれます。満点を得るには、元資料に裏付けられていない重大な主張をせず、課題の全要件を満たす必要があります。

このテストでは、Astra for Lawが20.8%の課題で満点を獲得しました。GPT-6.2 Astraは15.0%、Muse Wonder Fullは13.1%でした。この結果が示すのは、あくまでこの条件下で満点を得た課題の割合です。所定の法律業務をモデル間で比較する目安にはなりますが、実際のワークフローを評価するには、チーム独自の文書と評価基準が必要です。

2つ目のテスト、Vals AIのLegal Research Benchは、米国連邦法および各州法に関する質問を評価します。OpenAIによると、11月16日の評価では、208問中112問で満点を得て、正答率は53.8%でした。9月の数値は約46%でした。条件も問題構成もLAB-AAとは異なるため、これらの割合は別個の評価結果を示すものであり、モデルの普遍的な正確性を表すものではありません。

同社はまた、LAB-AAにおいてAstra for Lawが1課題あたり平均約6万4,000出力トークンを生成したのに対し、Muse Wonder Fullは13万9,000トークンだったとしています。利用量に応じて料金を支払うチームにとって、これは回答品質と並び、試験導入で確認すべき重要な指標です。実際の費用は、個別の統合方法やアクセス条件によって異なります。

法律チームで評価結果を活用する方法

満点を得るには個々の課題の全要件を満たす必要があります。そのため、試験導入では回答全体の印象だけでなく、依頼事項のどの項目を満たしたか、どの情報源に基づいているか、専門家がどこを修正・補足したかを記録すると役立ちます。これにより、自チームの結果をLAB-AAで説明された評価方法と照らし合わせられます。

法律調査では、情報源の最新性と対象の管轄地域との適合性を個別に確認する必要があります。OpenAIは、英国、オーストラリア、カナダの資料をインデックスに追加したほか、米国の判例法をカバーしていると説明しています。ただし、対象国の一覧だけでは、個別の質問に対する情報の網羅性は分かりません。実務評価では、チームがモデルのリンク先を一次資料と照合できます。

今回の変更により、ChatGPT Enterpriseの全顧客が、API経由での統合を希望するチームも含めて、法律向け専用構成へのアクセスを申請できるようになりました。公表されたテストは、米国法の調査、契約書の分析、案件資料の作成など、試験導入で扱う業務を選ぶための定量的な目安になります。また、要件の充足、根拠となる引用、生成テキストの量をあわせて確認する必要性も示しています。

人々

この記事にはまだ人物がリストされていません。

読み続けてくださいOpenAI Evalsが読み取り専用に—開発者は評価データの保存を
次の記事を読む

読んだ内容を実用的な連携へ

jsonscraperのソーシャルデータAPIを調べ、リクエストを試し、次のワークフローを構築しましょう。

APIを探す