Legora 发布 11 月 BAR 法律基准结果:Muse Wonder 综合质量居首
做法律AI的 Legora 每月拿真实律所任务给各家模型打分,这次 Muse Wonder 四类任务全领先,GPT-6.2 Sol 成本只要平均的 22%。选模型前可以先看看这份榜单,别只看通用基准。
法律科技公司 Legora 公布 11 月 BAR 基准结果,该基准在真实法律任务上对比各 AI 模型的表现,覆盖分析问答、信息提取、文书起草、编辑和比对审查等任务类型。
Muse Wonder 在综合质量上排名第一,并在分析问答、提取、起草、编辑四类任务中全部领先。GPT-6.2 Astra 在比对和审查类任务上表现最佳,综合质量高出 11 月模型平均值 4%,单案成本低于平均值 20%。GPT-6.2 Sol 质量高于平均水平,单案成本比平均值低 78%。
对律所和法务团队而言,这组数据说明质量和成本的取舍已经分化:追求最高质量可选 Muse Wonder,预算敏感场景下 GPT-6.2 Sol 的成本优势明显。
The November BAR results are now available, showing how AI models compare on real-world legal tasks in Legora.
A few highlights from this month’s results:
→ Muse Wonder ranks highest on overall quality and leads across four task types: analysis and answering, extraction, drafting, and editing.
→ GPT-6.2 Astra leads on comparison and review tasks, with overall quality 4% above November’s model average and cost per case 20% below average.
→ GPT-6.2 Sol delivers above-average quality at 78% below the average cost per case across models benchmarked in November.
本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Legora、Muse Wonder、GPT-6.2、法律AI,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「WeAreLegora」(@WeAreLegora),经 AITOP 多维评分管线结构化提炼。