Stručně: pro klientský bulletin použijte GPT-6 Astra: v našem testu 41 promptů vedl v obsahové kvalitě (17.63 z 20) a s mnohem kratšími odpověďmi. Pro článek do odborného časopisu měl nejlepší skóre psaní Claude Fable 5.1 (8.70 z 10). Pro blog advokátní kanceláře ve větším objemu Claude Opus 5.5 dosáhl úrovně Fable za polovinu nákladů. Gemini 3.1 Pro: pouze osnovy.
Vyzkoušejte HAQQ AI zdarma
Zažijte sepisování a rešerše s podporou AI
Klíčová fakta
- Claude Fable 5.1 získal za kvalitu psaní 8.70 z 10, Claude Opus 5 8.64 a Claude Opus 5.5 8.56, přičemž Opus 5.5 a Fable 5.1 se shodly v přesnosti na 8.55 (test HAQQ, 10 promptů, dva hodnotitelé mimo Anthropic, 23. září 2026).
- Claude Opus 5.5 stál $0.3647 za odpověď a Claude Fable 5.1 $0.7249 na stejných promptech při vysoké úrovni uvažování (test HAQQ, ceníkové ceny OpenRouter, 23. září 2026).
- Anthropic uvádí Claude Opus 5.5 za $4 za milion vstupních tokenů a $20 za milion výstupních tokenů; Fable 5.1 za $10 a $50 (Anthropic a OpenRouter, ověřeno 23. září 2026).
- GPT-6 Astra získal 17.63 z 20 za právní obsah, v průměru vygeneroval 5,201 výstupních tokenů na odpověď oproti 18,190 u Claude Opus 5 a stál $0.2622 za odpověď (test HAQQ, 41 promptů, 10. září 2026).
- Na žádost o rozsudky dubajských soudů podporující neexistující článek uvedl Gemini 3.1 Pro osm rozsudků ve čtyřech odpovědích, z nichž žádný neodpovídal veřejnému zdroji tak, jak byl citován; Claude Opus 5.5 a GPT-6 Astra neuvedly žádný (test HAQQ, 30. září 2026).
Upozornění na střet zájmů. HAQQ vyvíjí legal AI a provedl všechny benchmarky, z nichž tato stránka vychází. Tři zářijové testy HAQQ nezahrnovaly. HAQQ je účastníkem 50bodového benchmarku úloh, který je níže zmíněn jednou, a umístil se v něm na prvním místě. Prompty, metoda a omezení jsou uvedeny v každém odkazovaném příspěvku.
Co musí LLM umět, aby napsal právní článek?
Právní článek vychází pod jménem advokáta nebo kanceláře k čtenářům, kteří se jím mohou řídit. Model musí zvládnout pět věcí a naše benchmarky většinu z nich testují přímo.
- Strukturovat argumentaci tak, jak by to udělal advokát: problém, pravidlo, aplikace, limity.
- Uvést jurisdikci, nebo jasně říci, že text nějakou předpokládá.
- Vysvětlovat bez poradenství, aby článek nepůsobil jako rada konkrétnímu čtenáři.
- Říci, kde je právo nejisté, a nezastírat to.
- Citovat prameny, které existují a říkají to, co článek tvrdí.
Jak si stojí Claude Opus 5.5, Fable 5.1, GPT-6 Astra a Gemini 3.1 Pro v právním psaní?
Žádný jediný test neprověřil všechny čtyři modely na stejných promptech, proto tabulka uvádí údaje každého modelu z testu, který jej zahrnoval. Testy používaly různá nastavení (vysoká úroveň uvažování 23. září, střední 10. září, výchozí nastavení 30. září), takže náklady porovnávejte v rámci sloupce, ne napříč sloupci.
| Model | Skóre psaní (23. 9., /10) | Právní obsah (10. 9., /20) | Test pastí (30. 9., /4) | Cena za odpověď | Chování při citování |
|---|---|---|---|---|---|
| Claude Opus 5.5 | 8.56 | netestováno | 3.30 | $0.3647 (23. 9.) | Neuvedl žádné vymyšlené rozsudky |
| Claude Fable 5.1 | 8.70 | netestováno | netestováno | $0.7249 (23. 9.) | Přesnost 8.55, sdílené první místo |
| GPT-6 Astra | netestováno | 17.63 | 3.00 | $0.2622 (10. 9.) | Neuvedl žádné vymyšlené rozsudky; chybně uvedl jedno pravidlo egyptského práva na ochranu údajů, ač citoval správné ustanovení |
| Gemini 3.1 Pro | netestováno | netestováno | 2.10 | asi $0.046 (30. 9., $0.92 za 20 odpovědí) | Uvedl 8 rozsudků, žádný neodpovídal citaci |
Cenu za 1,000 slov neuvádíme: tokeny uvažování se účtují jako výstup a nejsou součástí viditelného textu, takže užitečnějším údajem je cena za odpověď z reálného testu. Nízká cena Gemini 3.1 Pro pramení zčásti z kratšího uvažování: 3,294 výstupních tokenů na odpověď (medián) v testu z 30. září oproti 10,124 u Opus 5.5.
Která AI má psát klientský bulletin?
GPT-6 Astra. Klientský bulletin musí být krátký, správný a rychle zkontrolovatelný. V našem testu z 10. září vedl Astra v právním obsahu (17.63 z 20) a na odpověď vygeneroval asi 3.5x méně tokenů než Claude Opus 5, proto stál 1.7x méně za odpověď, přestože cena za token je dvojnásobná. V testu pastí z 30. září odmítl vymýšlet judikaturu. Výhrada, která u bulletinů v našem regionu záleží: Astra chybně uvedl jedno pravidlo egyptského práva na ochranu osobních údajů, ač citoval správné ustanovení, takže advokát musí i tak ověřit obsah každého pravidla, o které se bulletin opírá.
Pokud na ceně za bulletin záleží více než na posledním bodu kvality, GPT-5.6 Luna Pro překonal Astra v souhrnném skóre ve stejném testu (30.93 oproti 30.05 z 35, skóre zahrnuje rychlost), v právním obsahu za ním zaostal o méně než bod a stál $0.0231 za odpověď, tedy 11x méně.
Která AI má sepsat článek do odborného časopisu?
Claude Fable 5.1, s malým náskokem. Dlouhý akademický text vyžaduje kvalitu psaní a přesnost současně a Fable 5.1 měl v našem testu z 23. září nejvyšší skóre psaní (8.70) a sdílel nejvyšší skóre přesnosti (8.55). Náskok před Opus 5.5 (8.56) leží v rámci šumu testu s deseti prompty a oba hodnotitelé se neshodli, který model psal celkově lépe: GPT-5.5 jako hodnotitel preferoval Fable 5.1, Gemini 3.1 Pro jako hodnotitel preferoval Claude Opus 5. Zaplaťte za Fable zhruba dvojnásobnou cenu za odpověď u textu, kde je psaní samotným produktem, a počítejte s tím, že každou poznámku pod čarou si ověříte sami.
Která AI má napsat příspěvek na blog advokátní kanceláře?
Claude Opus 5.5. Blogy kanceláří běží ve velkém objemu, takže záleží na ceně a rychlosti. Dne 23. září se Opus 5.5 shodl s Fable 5.1 v přesnosti (8.55), v psaní zaostal o méně než 0.14 bodu, odpovídal asi za polovinu ceny za odpověď ($0.3647 oproti $0.7249) a byl nejrychlejší ze tří modelů Anthropic (v průměru 184 sekund na odpověď). Také získal nejvyšší skóre v našem testu pastí z 30. září (3.30 ze 4) a odmítl vymýšlet rozsudky. Po tomto testu jsme na Opus 5.5 převedli i naše vlastní běžné sepisování právních textů.
Je Gemini 3.1 Pro vhodný pro právní psaní?
Pro osnovy, shrnutí podkladů, které sami dodáte, a první verze, které přepíšete, ano: v našem testu z 30. září byl nejrychlejším modelem (medián 27 sekund na odpověď) a po DeepSeek V4 Pro nejlevnějším. U všeho, co cituje prameny, považujte jeho citace za neověřené. Na žádost o dva rozsudky dubajského kasačního soudu podporující neexistující článek uvedl v každé odpovědi dva, pokaždé jinou dvojici, a žádný z osmi neodpovídal veřejnému zdroji tak, jak byl citován. Také získal nejnižší skóre ze čtyř modelů v tomto testu (2.10 ze 4 po odstranění nápověd).
A co vlastní právní GPT a právní pluginy pro Claude?
Vlastní GPT v OpenAI GPT Store s názvy jako „LegalGPT“ jsou pokyny a soubory nadstavěné nad základním modelem OpenAI, takže kvalita jejich psaní odpovídá základnímu modelu, na kterém běží. Jednotlivě jsme je netestovali. „Claude + legal plugins“ je účastníkem 50bodového benchmarku úloh HAQQ; v tomto benchmarku získal méně než samotný Claude Opus, což naznačuje, že prompty pluginu mohou silný model stejně snadno omezit jako zlepšit. Jakýkoli obal vyzkoušejte na vlastním článku, než mu budete důvěřovat více než základnímu modelu.
Jaké prompty fungují pro jednotlivé typy právních článků?
Klientský bulletin
Write a client alert of no more than 400 words on [law or regulation, with number and date].
Jurisdiction: [explicit].
Audience: general counsel and CFOs.
Include: what changed, the effective date, who is affected, what remains unclear, and two questions the reader should ask their adviser.
Cite the article for every rule you state. Use only the attached text of the law. Do not recommend actions to a specific client.Článek do odborného časopisu nebo delší komentář
Write a 3,000-word commentary on [question of law] for legal academics and practitioners.
Jurisdiction: [explicit].
Set out at least two competing interpretations, the authorities for each, and your reasoned position.
State your assumptions and the limits of the analysis.
Footnote every authority in [citation style], using only the sources I attach. Where no attached source supports a point, write [AUTHORITY NEEDED] instead of citing one.Příspěvek na blog kanceláře
Write a 900-word blog post for [audience, e.g. founders in the UAE] explaining [topic].
Jurisdiction: [explicit].
Structure: the question in the reader's words, the short answer, how the rule works, common mistakes, when to get advice.
Plain English, no case citations in the body, a one-line general-information disclaimer at the end.
Flag any statement you are not certain is current law.Další šablony, včetně promptů pro sepisování a komunikaci s klienty v pěti jazycích, najdete v našem průvodci promptováním pro advokáty.
Jak má advokát zkontrolovat právní článek napsaný AI?
- Otevřete každý citovaný případ, předpis a článek a ověřte, že říká to, co návrh tvrdí. V našich testech byla nejnebezpečnější chybou správná citace připojená ke špatnému pravidlu.
- Zkontrolujte datum každého pravidla. V září Claude Opus 5 citoval znění článku 75 saúdského zákoníku práce platné před rokem 2025.
- Položte modelu stejnou otázku na citaci dvakrát. Skutečný pramen se vrátí stejný; vygenerovaný se často změní.
- Přečtěte si článek očima klienta a odstraňte každou větu, která mu zní jako rada.
- Uchovávejte prompt a verzi modelu spolu se spisem, abyste mohli doložit, jak návrh vznikl.
Výše uvedené kontroly trvají déle než samotné sepisování. Právě tady má právní platforma své místo: v HAQQ Legal AI Chat vycházejí návrhy ze zdrojů vyhledaných dříve, než model odpoví, a každou citaci lze dohledat k jejímu zdroji, takže kontrola začíná u zdroje, nikoli u jeho hledání.
Zdroje
- HAQQ, právní benchmark Claude Opus 5.5: 120 slepých hodnocení (23. září 2026)
- HAQQ, GPT-6 Astra v právní práci: 41 promptů (10. září 2026)
- HAQQ, Jak testovat legal AI: pět záludných otázek (30. září 2026)
- Anthropic, Introducing Claude Opus 5.5
