Kurz gesagt: Für eine Mandanteninformation nehmen Sie GPT-6 Astra: Es lag in unserem Test mit 41 Prompts bei der Substanz vorn (17,63 von 20) und schrieb dabei deutlich kürzere Antworten. Für einen Fachaufsatz erzielte Claude Fable 5.1 den höchsten Entwurfswert (8,70 von 10). Für einen Kanzleiblog mit hohem Volumen lag Claude Opus 5.5 zum halben Preis gleichauf mit Fable. Gemini 3.1 Pro: nur für Gliederungen.
HAQQ AI kostenlos testen
Erleben Sie KI-gestützte juristische Recherche und Entwurf
Die wichtigsten Fakten
- Claude Fable 5.1 erreichte bei der Entwurfsqualität 8,70 von 10, Claude Opus 5 8,64 und Claude Opus 5.5 8,56, wobei Opus 5.5 und Fable 5.1 bei der Genauigkeit mit 8,55 gleichauf lagen (HAQQ-Test, 10 Prompts, zwei Bewerter außerhalb von Anthropic, 23. Sept. 2026).
- Claude Opus 5.5 kostete 0,3647 $ pro Antwort und Claude Fable 5.1 0,7249 $ bei denselben Prompts und hohem Reasoning-Aufwand (HAQQ-Test, OpenRouter-Listenpreise, 23. Sept. 2026).
- Anthropic führt Claude Opus 5.5 mit 4 $ pro Million Eingabe-Tokens und 20 $ pro Million Ausgabe-Tokens; Fable 5.1 liegt bei 10 $ und 50 $ (Anthropic und OpenRouter, abgerufen am 23. Sept. 2026).
- GPT-6 Astra erreichte bei der juristischen Substanz 17,63 von 20, schrieb im Schnitt 5.201 Ausgabe-Tokens pro Antwort gegenüber 18.190 bei Claude Opus 5 und kostete 0,2622 $ pro Antwort (HAQQ-Test, 41 Prompts, 10. Sept. 2026).
- Auf die Frage nach Urteilen Dubaier Gerichte zu einem nicht existierenden Artikel nannte Gemini 3.1 Pro in vier Antworten acht Entscheidungen, von denen keine in der zitierten Form mit einer öffentlichen Quelle übereinstimmte; Claude Opus 5.5 und GPT-6 Astra nannten keine (HAQQ-Test, 30. Sept. 2026).
Offenlegung. HAQQ entwickelt juristische KI und hat jeden Benchmark durchgeführt, auf den sich diese Seite stützt. Die drei September-Tests umfassten HAQQ nicht. HAQQ nimmt am unten einmal erwähnten 50-Punkte-Aufgabenbenchmark teil und steht dort auf Platz eins. Prompts, Methode und Grenzen finden Sie im jeweils verlinkten Beitrag.
Was muss ein LLM leisten, um einen juristischen Artikel zu schreiben?
Ein juristischer Artikel erscheint unter dem Namen eines Anwalts oder einer Kanzlei und richtet sich an Leser, die danach handeln könnten. Das Modell muss fünf Dinge leisten, und unsere Benchmarks prüfen die meisten davon direkt.
- Die Argumentation so aufbauen, wie es ein Jurist tun würde: Frage, Norm, Anwendung, Grenzen.
- Die Rechtsordnung benennen oder klar sagen, dass der Text von einer bestimmten ausgeht.
- Erklären, ohne zu beraten, damit der Artikel nicht als Rat an einen bestimmten Leser verstanden wird.
- Sagen, wo die Rechtslage unsicher ist, statt es zu glätten.
- Fundstellen zitieren, die existieren und das sagen, was der Artikel behauptet.
Wie schneiden Claude Opus 5.5, Fable 5.1, GPT-6 Astra und Gemini 3.1 Pro beim juristischen Schreiben ab?
Kein einzelner Test hat alle vier Modelle mit denselben Prompts geprüft. Die Tabelle zeigt daher für jedes Modell die Werte aus dem Test, an dem es teilnahm. Die Tests liefen mit unterschiedlichen Einstellungen (hoher Reasoning-Aufwand am 23. September, mittlerer am 10. September, Standardeinstellungen am 30. September). Vergleichen Sie Kosten daher innerhalb einer Spalte, nicht spaltenübergreifend.
| Modell | Entwurfswert (23. Sept., /10) | Juristische Substanz (10. Sept., /20) | Fallentest (30. Sept., /4) | Kosten pro Antwort | Zitierverhalten |
|---|---|---|---|---|---|
| Claude Opus 5.5 | 8,56 | nicht getestet | 3,30 | 0,3647 $ (23. Sept.) | Nannte keine erfundenen Urteile |
| Claude Fable 5.1 | 8,70 | nicht getestet | nicht getestet | 0,7249 $ (23. Sept.) | Genauigkeit 8,55, gleichauf an der Spitze |
| GPT-6 Astra | nicht getestet | 17,63 | 3,00 | 0,2622 $ (10. Sept.) | Nannte keine erfundenen Urteile; gab eine Regel des ägyptischen Datenschutzrechts falsch wieder, obwohl es die richtige Vorschrift zitierte |
| Gemini 3.1 Pro | nicht getestet | nicht getestet | 2,10 | etwa 0,046 $ (30. Sept., 0,92 $ für 20 Antworten) | Nannte 8 Urteile, keines stimmte in der zitierten Form |
Wir veröffentlichen keine Kosten pro 1.000 Wörter: Reasoning-Tokens werden als Ausgabe abgerechnet und gehören nicht zum sichtbaren Text, daher sind die Kosten pro Antwort aus einem echten Test die aussagekräftigere Zahl. Die niedrigen Kosten von Gemini 3.1 Pro rühren teilweise von kürzerem Nachdenken her: im Median 3.294 Ausgabe-Tokens pro Antwort im Test vom 30. September, gegenüber 10.124 bei Opus 5.5.
Welche KI sollte eine Mandanteninformation schreiben?
GPT-6 Astra. Eine Mandanteninformation muss kurz, richtig und schnell zu prüfen sein. In unserem Test vom 10. September lag Astra bei der juristischen Substanz vorn (17,63 von 20) und schrieb pro Antwort etwa 3,5-mal weniger Tokens als Claude Opus 5. Deshalb kostete es pro Antwort 1,7-mal weniger, obwohl der Preis pro Token doppelt so hoch ist. Im Fallentest vom 30. September lehnte es ab, Rechtsprechung zu erfinden. Der Vorbehalt, der für Mandanteninformationen in unserer Region zählt: Astra gab eine Regel des ägyptischen Datenschutzrechts falsch wieder, obwohl es die richtige Vorschrift zitierte. Ein Anwalt prüft also weiterhin die Substanz jeder Regel, auf die sich die Information stützt.
Wenn die Kosten pro Mandanteninformation wichtiger sind als der letzte Qualitätspunkt: GPT-5.6 Luna Pro schlug Astra im selben Test beim Gesamtwert (30,93 gegenüber 30,05 von 35, ein Wert, der die Geschwindigkeit einschließt), lag bei der Substanz weniger als einen Punkt dahinter und kostete 0,0231 $ pro Antwort, also 11-mal weniger.
Welche KI sollte einen Fachaufsatz entwerfen?
Claude Fable 5.1, mit knappem Vorsprung. Lange wissenschaftliche Texte belohnen Entwurfsqualität und Genauigkeit zugleich, und Fable 5.1 erzielte in unserem Test vom 23. September den höchsten Entwurfswert (8,70) und teilte sich den höchsten Genauigkeitswert (8,55). Der Vorsprung vor Opus 5.5 (8,56) liegt innerhalb der Schwankung eines Tests mit zehn Prompts, und die beiden Bewerter waren sich uneinig, welches Modell insgesamt besser schrieb: GPT-5.5 als Bewerter bevorzugte Fable 5.1, Gemini 3.1 Pro als Bewerter bevorzugte Claude Opus 5. Zahlen Sie den etwa doppelten Preis pro Antwort von Fable für einen Text, bei dem der Entwurf das Produkt ist, und rechnen Sie damit, jede Fußnote selbst zu prüfen.
Welche KI sollte einen Beitrag für den Kanzleiblog schreiben?
Claude Opus 5.5. Kanzleiblogs laufen mit hohem Volumen, also zählen Preis und Geschwindigkeit. Am 23. September lag Opus 5.5 bei der Genauigkeit gleichauf mit Fable 5.1 (8,55), beim Entwurf innerhalb von 0,14 Punkten, antwortete zu etwa der Hälfte der Kosten pro Antwort (0,3647 $ gegenüber 0,7249 $) und war das schnellste der drei Anthropic-Modelle (im Schnitt 184 Sekunden pro Antwort). Es erzielte zudem den höchsten Wert in unserem Fallentest vom 30. September (3,30 von 4) und lehnte es ab, Urteile zu erfinden. Nach diesem Test haben wir unsere eigenen routinemäßigen juristischen Entwürfe auf Opus 5.5 umgestellt.
Eignet sich Gemini 3.1 Pro für juristisches Schreiben?
Für Gliederungen, Zusammenfassungen von Material, das Sie bereitstellen, und erste Entwürfe, die Sie umschreiben werden: ja. Es war das schnellste Modell in unserem Test vom 30. September (im Median 27 Sekunden pro Antwort) und nach DeepSeek V4 Pro das günstigste. Bei allem, was Fundstellen zitiert, behandeln Sie seine Zitate als ungeprüft. Auf die Frage nach zwei Urteilen des Kassationsgerichts Dubai zu einem nicht existierenden Artikel nannte es in jeder Antwort zwei, bei jedem Durchlauf ein anderes Paar, und keines der acht stimmte in der zitierten Form mit einer öffentlichen Quelle überein. Es erzielte in diesem Test zudem den niedrigsten Wert der vier Modelle (2,10 von 4 ohne Hinweise).
Und was ist mit juristischen Custom GPTs und den Legal-Plugins von Claude?
Custom GPTs im GPT Store von OpenAI mit Namen wie 'LegalGPT' sind Anweisungen und Dateien, die auf das zugrunde liegende OpenAI-Modell aufgesetzt werden. Ihre Schreibqualität folgt also dem Basismodell, auf dem sie laufen. Wir haben sie nicht einzeln getestet. 'Claude + legal plugins' nimmt am 50-Punkte-Aufgabenbenchmark von HAQQ teil; es schnitt dort schlechter ab als Claude Opus allein, was darauf hindeutet, dass die Prompts eines Plugins ein starkes Modell ebenso leicht einschränken wie verbessern können. Testen Sie jede solche Hülle an Ihrem eigenen Artikel, bevor Sie ihr mehr vertrauen als dem Basismodell.
Welche Prompts funktionieren für welche Art juristischer Artikel?
Mandanteninformation
Schreiben Sie eine Mandanteninformation von höchstens 400 Wörtern zu [Gesetz oder Verordnung, mit Nummer und Datum].
Rechtsordnung: [ausdrücklich].
Zielgruppe: Syndikusanwälte und Finanzvorstände.
Enthalten sein sollen: was sich geändert hat, das Datum des Inkrafttretens, wer betroffen ist, was unklar bleibt, und zwei Fragen, die der Leser seinem Berater stellen sollte.
Zitieren Sie für jede genannte Regel den Artikel. Verwenden Sie ausschließlich den beigefügten Gesetzestext. Empfehlen Sie keinem bestimmten Mandanten konkrete Maßnahmen.Fachaufsatz oder ausführliche Kommentierung
Schreiben Sie eine Kommentierung von 3.000 Wörtern zu [Rechtsfrage] für Rechtswissenschaftler und Praktiker.
Rechtsordnung: [ausdrücklich].
Stellen Sie mindestens zwei konkurrierende Auslegungen, die Fundstellen für jede und Ihre begründete Position dar.
Nennen Sie Ihre Annahmen und die Grenzen der Analyse.
Belegen Sie jede Fundstelle in einer Fußnote im [Zitierstil] und verwenden Sie nur die Quellen, die ich beifüge. Wo keine beigefügte Quelle einen Punkt stützt, schreiben Sie [FUNDSTELLE ERFORDERLICH], statt eine zu zitieren.Beitrag für den Kanzleiblog
Schreiben Sie einen Blogbeitrag von 900 Wörtern für [Zielgruppe, z. B. Gründer in den VAE], der [Thema] erklärt.
Rechtsordnung: [ausdrücklich].
Aufbau: die Frage in den Worten des Lesers, die kurze Antwort, wie die Regel funktioniert, häufige Fehler, wann man Rat einholen sollte.
Verständliche Sprache, keine Urteilszitate im Fließtext, am Ende ein einzeiliger Hinweis, dass es sich um allgemeine Informationen handelt.
Kennzeichnen Sie jede Aussage, bei der Sie nicht sicher sind, dass sie der geltenden Rechtslage entspricht.Weitere Vorlagen, darunter Prompts für Entwürfe und Mandantenkommunikation in fünf Sprachen, finden Sie in unserem Prompting-Leitfaden für Anwälte.
Wie sollte ein Anwalt einen von KI geschriebenen juristischen Artikel prüfen?
- Öffnen Sie jedes zitierte Urteil, jedes Gesetz und jeden Artikel und vergewissern Sie sich, dass es das sagt, was der Entwurf behauptet. In unseren Tests war der gefährlichste Fehler ein korrektes Zitat zu einer falschen Regel.
- Prüfen Sie den Stand jeder Regel. Im September zitierte Claude Opus 5 Artikel 75 des saudischen Arbeitsgesetzes in der Fassung vor 2025.
- Stellen Sie dem Modell dieselbe Zitierfrage zweimal. Eine echte Fundstelle kommt identisch zurück; eine generierte ändert sich oft.
- Lesen Sie den Artikel so, wie ein Mandant ihn lesen würde, und streichen Sie jeden Satz, der wie ein Rat an ihn klingt.
- Bewahren Sie den Prompt und die Modellversion bei der Akte auf, damit Sie zeigen können, wie der Entwurf entstanden ist.
Die oben genannten Prüfungen dauern länger als der Entwurf. Genau dort verdient sich eine juristische Plattform ihren Platz: Im HAQQ Legal AI Chat stützen sich Entwürfe auf Quellen, die abgerufen werden, bevor das Modell antwortet, und jedes Zitat lässt sich auf seine Quelle zurückverfolgen. Die Prüfung beginnt also bei der Quelle statt mit der Suche nach ihr.
Quellen
- HAQQ, Claude Opus 5.5 im juristischen Benchmark: 120 verblindete Urteile (23. Sept. 2026)
- HAQQ, GPT-6 Astra bei juristischer Arbeit: 41 Prompts (10. Sept. 2026)
- HAQQ, Wie man eine juristische KI testet: fünf Fallenfragen (30. Sept. 2026)
- Anthropic, Vorstellung von Claude Opus 5.5



