Em resumo: para um alerta a clientes, use o GPT-6 Astra: liderou o nosso teste de 41 prompts em substância (17,63 de 20) com respostas muito mais curtas. Para um artigo de revista jurídica, o Claude Fable 5.1 teve a pontuação de redação mais alta (8,70 de 10). Para um blog de escritório em grande volume, o Claude Opus 5.5 igualou o Fable a metade do custo. Gemini 3.1 Pro: apenas para esquemas.
Experimente HAQQ AI grátis
Experimente a redação e pesquisa jurídica com IA
Factos principais
- O Claude Fable 5.1 obteve 8,70 de 10 em qualidade de redação, o Claude Opus 5 8,64 e o Claude Opus 5.5 8,56, com o Opus 5.5 e o Fable 5.1 empatados em exatidão com 8,55 (teste HAQQ, 10 prompts, dois avaliadores externos à Anthropic, 23 set. 2026).
- O Claude Opus 5.5 custou 0,3647 $ por resposta e o Claude Fable 5.1 0,7249 $ com os mesmos prompts e esforço de raciocínio elevado (teste HAQQ, preços de tabela da OpenRouter, 23 set. 2026).
- A Anthropic indica para o Claude Opus 5.5 um preço de 4 $ por milhão de tokens de entrada e 20 $ por milhão de tokens de saída; o Fable 5.1 custa 10 $ e 50 $ (Anthropic e OpenRouter, consultado a 23 set. 2026).
- O GPT-6 Astra obteve 17,63 de 20 em substância jurídica, produziu em média 5.201 tokens de saída por resposta contra 18.190 do Claude Opus 5 e custou 0,2622 $ por resposta (teste HAQQ, 41 prompts, 10 set. 2026).
- Quando lhe foram pedidas decisões de tribunais do Dubai que sustentassem um artigo inexistente, o Gemini 3.1 Pro indicou oito em quatro respostas, nenhuma correspondente, tal como citada, a uma fonte pública; o Claude Opus 5.5 e o GPT-6 Astra não indicaram nenhuma (teste HAQQ, 30 set. 2026).
Transparência. A HAQQ desenvolve IA jurídica e realizou todos os benchmarks em que esta página se baseia. Os três testes de setembro não incluíram a HAQQ. A HAQQ participa no benchmark de tarefas de 50 pontos mencionado uma vez mais abaixo, e ocupa nele o primeiro lugar. Os prompts, o método e os limites estão em cada artigo indicado.
O que um LLM precisa de fazer para escrever um artigo jurídico?
Um artigo jurídico é publicado em nome de um advogado ou de um escritório e dirige-se a leitores que podem agir com base nele. O modelo tem de fazer cinco coisas, e os nossos benchmarks testam diretamente a maioria delas.
- Estruturar a argumentação como um advogado faria: questão, regra, aplicação, limites.
- Indicar a jurisdição, ou dizer claramente que o texto pressupõe uma.
- Explicar sem aconselhar, para que o artigo não seja lido como conselho a um leitor concreto.
- Dizer onde o direito é incerto, em vez de o disfarçar.
- Citar fontes que existem e que dizem o que o artigo afirma.
Como se comparam o Claude Opus 5.5, o Fable 5.1, o GPT-6 Astra e o Gemini 3.1 Pro na escrita jurídica?
Nenhum teste avaliou os quatro modelos com os mesmos prompts, por isso a tabela mostra os valores de cada modelo no teste em que participou. Os testes usaram configurações diferentes (esforço de raciocínio elevado a 23 de setembro, médio a 10 de setembro, valores predefinidos a 30 de setembro), por isso compare os custos dentro de uma coluna, não entre colunas.
| Modelo | Pontuação de redação (23 set., /10) | Substância jurídica (10 set., /20) | Teste de armadilhas (30 set., /4) | Custo por resposta | Comportamento nas citações |
|---|---|---|---|---|---|
| Claude Opus 5.5 | 8,56 | não testado | 3,30 | 0,3647 $ (23 set.) | Não indicou decisões inventadas |
| Claude Fable 5.1 | 8,70 | não testado | não testado | 0,7249 $ (23 set.) | Exatidão 8,55, empatado no topo |
| GPT-6 Astra | não testado | 17,63 | 3,00 | 0,2622 $ (10 set.) | Não indicou decisões inventadas; enunciou mal uma regra da lei egípcia de proteção de dados, embora citasse a disposição correta |
| Gemini 3.1 Pro | não testado | não testado | 2,10 | cerca de 0,046 $ (30 set., 0,92 $ por 20 respostas) | Indicou 8 decisões, nenhuma correspondente tal como citada |
Não publicamos um custo por 1.000 palavras: os tokens de raciocínio são faturados como saída e não fazem parte do texto visível, por isso o custo por resposta num teste real é o valor mais útil. O baixo custo do Gemini 3.1 Pro deve-se em parte a um raciocínio mais curto: mediana de 3.294 tokens de saída por resposta no teste de 30 de setembro, contra 10.124 do Opus 5.5.
Que IA deve escrever um alerta a clientes?
O GPT-6 Astra. Um alerta a clientes tem de ser curto, correto e rápido de rever. No nosso teste de 10 de setembro, o Astra liderou em substância jurídica (17,63 de 20) e escreveu cerca de 3,5x menos tokens por resposta do que o Claude Opus 5, razão pela qual custou 1,7x menos por resposta apesar de ter o dobro do preço por token. No teste de armadilhas de 30 de setembro, recusou-se a inventar jurisprudência. A ressalva que importa para alertas na nossa região: o Astra enunciou mal uma regra da lei egípcia de proteção de dados embora citasse a disposição correta, por isso um advogado continua a verificar a substância de cada regra em que o alerta se apoia.
Se o custo por alerta importar mais do que o último ponto de qualidade, o GPT-5.6 Luna Pro superou o Astra na pontuação composta no mesmo teste (30,93 contra 30,05 de 35, uma pontuação que inclui a velocidade), ficou menos de um ponto atrás em substância e custou 0,0231 $ por resposta, 11x menos.
Que IA deve redigir um artigo para revista jurídica?
O Claude Fable 5.1, por pouca margem. A escrita académica de fôlego valoriza ao mesmo tempo a qualidade de redação e a exatidão, e o Fable 5.1 teve a pontuação de redação mais alta (8,70) e empatou na pontuação de exatidão mais alta (8,55) no nosso teste de 23 de setembro. A vantagem sobre o Opus 5.5 (8,56) está dentro da variação de um teste de dez prompts, e os dois avaliadores discordaram sobre qual dos modelos teve, no conjunto, a escrita mais forte: o GPT-5.5 como avaliador preferiu o Fable 5.1, o Gemini 3.1 Pro como avaliador preferiu o Claude Opus 5. Pague o preço por resposta do Fable, cerca do dobro, para um texto em que a redação é o produto, e conte verificar pessoalmente cada nota de rodapé.
Que IA deve escrever um artigo para o blog de um escritório?
O Claude Opus 5.5. Os blogs de escritórios funcionam em volume, por isso o preço e a velocidade contam. A 23 de setembro, o Opus 5.5 empatou com o Fable 5.1 em exatidão (8,55), ficou a 0,14 pontos dele na redação, respondeu a cerca de metade do custo por resposta (0,3647 $ contra 0,7249 $) e foi o mais rápido dos três modelos da Anthropic (184 segundos por resposta, em média). Obteve também a pontuação mais alta no nosso teste de armadilhas de 30 de setembro (3,30 de 4) e recusou-se a inventar decisões. Depois desse teste, passámos a nossa própria redação jurídica corrente para o Opus 5.5.
O Gemini 3.1 Pro é adequado para a escrita jurídica?
Para esquemas, resumos de material que fornece e primeiras versões que vai reescrever, sim: foi o modelo mais rápido no nosso teste de 30 de setembro (mediana de 27 segundos por resposta) e o mais barato depois do DeepSeek V4 Pro. Para tudo o que cite fontes, trate as suas citações como não verificadas. Quando lhe foram pedidas duas decisões do Tribunal de Cassação do Dubai que sustentassem um artigo inexistente, indicou duas em cada resposta, um par diferente em cada execução, e nenhuma das oito correspondia, tal como citada, a uma fonte pública. Obteve também a pontuação mais baixa dos quatro modelos nesse teste (2,10 de 4, sem pistas).
E os GPTs jurídicos personalizados e os plugins jurídicos do Claude?
Os GPTs personalizados da GPT Store da OpenAI, com nomes como 'LegalGPT', são instruções e ficheiros sobrepostos ao modelo da OpenAI subjacente, pelo que a sua qualidade de escrita acompanha a do modelo de base em que funcionam. Não os avaliámos individualmente. 'Claude + legal plugins' participa no benchmark de tarefas de 50 pontos da HAQQ; obteve nele uma pontuação inferior à do Claude Opus usado sozinho, o que sugere que os prompts de um plugin podem limitar um modelo forte tão facilmente quanto o pode aperfeiçoar. Teste qualquer camada deste tipo no seu próprio artigo antes de confiar mais nela do que no modelo de base.
Que prompts funcionam para cada tipo de artigo jurídico?
Alerta a clientes
Escreva um alerta a clientes com no máximo 400 palavras sobre [lei ou regulamento, com número e data].
Jurisdição: [explícita].
Público: diretores jurídicos e diretores financeiros.
Inclua: o que mudou, a data de entrada em vigor, quem é afetado, o que continua por esclarecer e duas perguntas que o leitor deve fazer ao seu consultor.
Cite o artigo para cada regra que enunciar. Use apenas o texto da lei em anexo. Não recomende ações a um cliente concreto.Revista jurídica ou comentário extenso
Escreva um comentário de 3.000 palavras sobre [questão de direito] para académicos e profissionais do direito.
Jurisdição: [explícita].
Apresente pelo menos duas interpretações concorrentes, as fontes de cada uma e a sua posição fundamentada.
Indique os seus pressupostos e os limites da análise.
Cite cada fonte em nota de rodapé no [estilo de citação], usando apenas as fontes que eu anexar. Quando nenhuma fonte anexada sustentar um ponto, escreva [FONTE NECESSÁRIA] em vez de citar uma.Artigo para o blog do escritório
Escreva um artigo de blog de 900 palavras para [público, por exemplo fundadores nos EAU] que explique [tema].
Jurisdição: [explícita].
Estrutura: a pergunta nas palavras do leitor, a resposta curta, como funciona a regra, erros frequentes, quando procurar aconselhamento.
Linguagem simples, sem citações de jurisprudência no corpo do texto, uma nota de uma linha no final a indicar que se trata de informação geral.
Assinale qualquer afirmação que não tenha a certeza de corresponder ao direito em vigor.Mais modelos, incluindo prompts de redação e de comunicação com clientes em cinco línguas, estão no nosso guia de prompts para advogados.
Como deve um advogado verificar um artigo jurídico escrito por IA?
- Abra cada decisão, lei e artigo citados e confirme que dizem o que o rascunho diz. Nos nossos testes, o erro mais perigoso foi uma citação correta associada a uma regra errada.
- Verifique a data de cada regra. Em setembro, o Claude Opus 5 citou a redação anterior a 2025 do artigo 75 da Lei do Trabalho saudita.
- Faça ao modelo a mesma pergunta de citação duas vezes. Uma fonte real volta igual; uma fonte gerada muda muitas vezes.
- Leia o artigo como um cliente o leria e elimine qualquer frase que soe a conselho dirigido a ele.
- Guarde o prompt e a versão do modelo no processo, para poder mostrar como o rascunho foi produzido.
As verificações acima demoram mais do que a redação. É aí que uma plataforma jurídica justifica o seu lugar: no HAQQ Legal AI Chat, os rascunhos assentam em fontes recuperadas antes de o modelo responder e cada citação pode ser rastreada até à sua fonte, pelo que a verificação começa na fonte em vez de numa pesquisa por ela.
Fontes
- HAQQ, benchmark jurídico do Claude Opus 5.5: 120 veredictos às cegas (23 set. 2026)
- HAQQ, GPT-6 Astra no trabalho jurídico: 41 prompts (10 set. 2026)
- HAQQ, Como testar uma IA jurídica: cinco perguntas armadilha (30 set. 2026)
- Anthropic, apresentação do Claude Opus 5.5



