باختصار: يتصدّر Astra في الجوهر القانوني بنتيجة 17.63 من 20، ويتقدّم بفارق يقل عن نقطة واحدة. وتبلغ كلفته لكل إجابة 11 ضعف كلفة GPT-5.6 Luna Pro مقابل هذا الفارق؛ أما مقارنةً بـ Claude Opus 5 فهو الخيار الأجدى، إذ تقل كلفته لكل إجابة بمقدار 1.7 مرة لأنه يكتب أقل بـ 3.5 مرات. وقد أخطأ كل نموذج اختبرناه في القانون السعودي أو المصري مع استشهاده بالمادة الصحيحة. هذا هو الخطأ الذي لا تكشفه أي أداة تدقيق، وهو يقع في سوقنا تحديدًا.
ما الذي اختبرناه
41 طلبًا (prompt) موزعة على 20 مجالًا من مجالات الممارسة، من الاندماج والاستحواذ والأوراق المالية إلى الهجرة والإنشاءات. ثلاثة نماذج: GPT-6 Astra وClaude Opus 5 وGPT-5.6 Luna Pro. ثُبّت مستوى جهد الاستدلال على المتوسط للنماذج الثلاثة، لتكون المقارنة منصفة لا مجاملة. وقيست تسع خصائص كلٌّ على حدة، لأن النموذج الذي يصوغ ببراعة ثم يختلق نصًا تشريعيًا ليس نموذجًا قانونيًا جيدًا. بلغت كلفة الاستدلال المحتسبة 66.55 دولارًا. أُجري الاختبار في 10 سبتمبر 2026.
HAQQ ليس مشمولًا في هذا الاختبار المعياري. لم ندرج منتجنا في دراسة أجريناها بأنفسنا. ما يلي هو ثلاثة نماذج متقدمة، يُقاس كلٌّ منها في مقابل الآخر.
الترتيب متقارب. السعر ليس كذلك.
في الجوهر القانوني (الجودة وفق التقييم مضافًا إليها الدقة)، يتصدّر Astra بنتيجة 17.63 من 20. أما في المؤشر المركّب الذي يدخل فيه ترتيب السرعة، فيتقدّم Luna Pro بنتيجة 30.93 من 35، مقابل 30.05 لـ Astra و28.13 لـ Opus 5.
الأمران صحيحان معًا، وهذا هو المقصود. فالاختبار المعياري الذي لا يعرض إلا المؤشر المركّب يوحي إليك ضمنًا بأن سرعة الاستجابة لا تقل أهمية عن صحة الإجابة.
لا أحد يشتري رمزًا (token)
| النموذج | السعر لكل مليون رمز مُخرَج | الرموز لكل إجابة | الكلفة لكل إجابة |
|---|---|---|---|
| GPT-6 Astra | 50 دولارًا | 5,201 | 0.2622 دولار |
| Claude Opus 5 | 25 دولارًا | 18,190 | 0.4566 دولار |
| GPT-5.6 Luna Pro | 1.20 دولار | 16,356 | 0.0231 دولار |
يحتسب Astra ضعف سعر Opus 5 لكل رمز، ومع ذلك تقل كلفته لكل إجابة بمقدار 1.7 مرة، لأنه يكتب رموزًا أقل بـ 3.5 مرات ليقول الشيء نفسه.
النموذج الأرخص اسميًا هو الأغلى فعليًا.
الإيجاز هو النتيجة الجوهرية. ميزة Astra ليست أنه أذكى، بل أنه يعرف متى يتوقف عن الكتابة.
أما في مقابل Luna Pro فتنهار المعادلة: 11 ضعف الكلفة لكل إجابة مقابل أقل من نقطة واحدة في المؤشر المركّب. وبالنسبة إلى الأسئلة والأجوبة القانونية العامة بأحجام كبيرة، لا يمكن تبرير ذلك.
مؤشر الاستدلال أداة للتحكم في الكلفة، لا في الجودة
يتيح Astra إعدادًا لمستوى جهد الاستدلال، فأجرينا عشرة طلبات على كل مستوى. أدى الانتقال من المستوى المنخفض إلى المرتفع إلى مضاعفة الكلفة 1.5 مرة وزمن الاستجابة 1.8 مرة، وغيّر الجودة وفق التقييم بمقدار -0.17 نقطة.
رفعُ المستوى جعل الإجابات أسوأ قليلًا وأغلى بشكل ملموس. إذا كنتم تستخدمون Astra، فثبّتوا مستوى الجهد.
الجانب الذي ينبغي أن يقلقكم
ستة أسئلة في خمس ولايات قضائية، طُرحت باللغة التي يستخدمها الممارس المحلي. مدد الإشعار في نظام العمل السعودي وحدود فترة التجربة في الإمارات، باللغة العربية. مدد التقادم في القانون الفرنسي ومبدأ الشروط التعسفية. قواعد انتقال العمالة في قطر. قانون حماية البيانات في مصر.
Astra: إجابات صحيحة قانونيًا بنسبة 83.3%. Luna Pro: 83.3%. Claude Opus 5: 83.3%. أصاب كل نموذج في 5 من الأسئلة الستة.
ردّت النماذج الثلاثة باللغة الصحيحة في كل مرة. واستشهدت النماذج الثلاثة بالنص الصحيح في كل مرة. ثم أخطأ كل منها في بيان ما ينص عليه حكم واحد: Astra وLuna Pro في اشتراط الموافقة على نقل البيانات عبر الحدود وفق قانون حماية البيانات الشخصية المصري (PDPL)، وClaude Opus 5 في المادة 75 من نظام العمل السعودي، إذ نقل صياغة الإشعار السابقة لعام 2025.
أداة التحقق من الاستشهادات تُجيز تلك الإجابة. وكل أداة لكشف الهلوسة في السوق تُجيز تلك الإجابة. أما الموكّل فلا يُجيزها.
هذه هي الفجوة بين الطلاقة في لغة ما والصحة في ولاية قضائية ما، ولا تسدّها نافذة سياق أكبر ولا نموذج استدلال أقوى.
مشكلة السياق الطويل حُلّت. مشكلة كلفته لم تُحل.
زرعنا أربعة بنود متعارضة في اتفاقية خدمات رئيسية (سقف للمسؤولية، واستثناء يتجاوزه، وبند زيادة تراكمية، وبند القانون الواجب التطبيق) عند 6% و24% و47% و68% من طولها. والإجابة الصحيحة تتطلب العثور على البنود الأربعة كلها وتطبيق ترتيب الأولوية الصحيح. أما العثور على البند الأول وحده فينتج رقمًا محددًا يُقدَّم بثقة، وهو خاطئ.
أصابت النماذج الثلاثة عند 25 ألف و100 ألف و200 ألف رمز. لكن الوصول إلى الإجابة نفسها عند 200 ألف رمز كلّف 2.01 دولار على Astra و0.15 دولار على Luna Pro. فارق بمقدار 13 ضعفًا لمُخرَج متطابق.
الحتمية غير متاحة بأي ثمن
السؤال نفسه، والبذرة (seed) نفسها، خمس مرات. لم يُعِد أي نموذج إنتاج إجابة متطابقة. تراوح التشابه على مستوى الكلمات بين 0.47 و0.78. واثنان من النماذج الثلاثة يقبلان تحديد البذرة ومع ذلك لا ينتجان النص نفسه مرتين.
إذا أعاد سؤال العقد نفسه إجابة مختلفة يوم الثلاثاء، فهو لم يكن موثوقًا يوم الاثنين أصلًا. وكل ما تَعِدون به الموكّل بشأن الاتساق يجب أن يُبنى فوق النموذج، لا أن يُشترى منه.
ما نقوله لمكتب محاماة يختار اليوم
وزّعوا العمل بحسب نوع المسألة، لا بحسب العلامة التجارية. يُظهر جدولنا الخاص بكل مجال ممارسة تقدّم Astra في معظم المجالات وتقدّم Opus 5 في الإعسار والحوكمة البيئية والاجتماعية والمؤسسية (ESG)، مع فوارق صغيرة إلى حد أن القرار يتعلق عادةً بالكلفة وزمن الاستجابة أكثر من القدرات.
لا تنقلوا الأسئلة والأجوبة القانونية ذات الحجم الكبير إلى Astra متوقعين قفزة في الجودة. لكن فكّروا فيه حيث تدفعون لـ Opus 5 مقابل إجابات طويلة لا يقرؤها أحد.
وأيًّا كان اختياركم، تحقّقوا من الولاية القضائية. فالنماذج الثلاثة كلها ستقدّم لكم رقم المادة الصحيح مقرونًا بالقاعدة الخاطئة، باللغات التي تعمل بها سوقنا.
القيود، بوضوح
تستند هذه النتائج إلى عدد من الطلبات أقل مما خططنا له، وقد أجاب Claude Opus 5 عن 37 من 41 طلبًا مقابل 41 للنموذجين الآخرين، فالقاعدة غير متكافئة. تعاملوا مع الترتيب على أنه مؤقت، ومع النتيجة متعددة اللغات على أنها النتيجة التي تستحق التصرف بناءً عليها. وسنعيد القياس عند اكتمال المجموعة الكاملة وننشر ما تظهره.
أجرينا هذا الاختبار بأنفسنا. ولم يخضع لتدقيق مستقل. والمنهجية مبيّنة أعلاه لتتمكنوا من التحقق منها.
جرّب HAQQ AI مجاناً
اختبر الصياغة والبحث القانوني بالذكاء الاصطناعي
