Skip to content
HAQQ

HAQQ Labs

Justinian

Motorul nostru suveran de IA juridică

Descoperă Justinian

Performanță

Cum se descurcă modelele AI actuale la sarcini de cercetare juridică, prezentat ca cercetare despre domeniu și nu ca afirmații despre Justinian. Cifrele sunt preluate de pe pagina de benchmark HAQQ Sovereign AI.

Rezultate de benchmark ale unor terți, prezentate ca cercetare despre domeniu. Nu sunt o afirmație despre Justinian.

Fiabilitate față de calitate per dolar

Fiecare marcaj numerotat este un model evaluat pe Legal Research Bench. Mai la dreapta înseamnă un indicator proxy de fiabilitate mai mare. Mai sus înseamnă mai multă calitate pentru fiecare dolar, sub formă de indice. Axa verticală se oprește la 20%.

Fiabilitate față de calitate per dolarFiecare marcaj numerotat este un model evaluat pe Legal Research Bench. Mai la dreapta înseamnă un indicator proxy de fiabilitate mai mare. Mai sus înseamnă mai multă calitate pentru fiecare dolar, sub formă de indice. Axa verticală se oprește la 20%.0%5%10%15%20%0%20%40%60%80%100%Indicator proxy de fiabilitate (%)Indice calitate per dolar (%)Gemini 4 Argon1MiniMax-M32Grok 4.73Claude Sonnet 5.54GPT-6 Astra5GPT-6.1 Sol6Claude Opus 5.57Claude Fable 5.18
  1. 1Gemini 4 Argon85.0% / 1.2%
  2. 2MiniMax-M383.9% / 12.1%
  3. 3Grok 4.771.0% / 1.3%
  4. 4Claude Sonnet 5.553.0% / 0.4%
  5. 5GPT-6 Astra49.0% / 0.5%
  6. 6GPT-6.1 Sol46.0% / 1.6%
  7. 7Claude Opus 5.541.0% / 0.3%
  8. 8Claude Fable 5.127.4% / 0.3%

Nereprezentate, fără o rată de fiabilitate publicată: MiMo V2.6 Flash, GLM 5.3 Flash, MiMo V2.6 Pro, DeepSeek V4.1 Flash, Muse Spark 1.3 Max

Calitate pe Legal Research Bench

Scor de calitate în procente, de la cel mai mare la cel mai mic.

  1. Muse Spark 1.3 Max55.3%
  2. Claude Fable 5.155.3%
  3. Gemini 4 Argon54.8%
  4. Claude Opus 5.550.5%
  5. Claude Sonnet 5.548.1%
  6. MiMo V2.6 Pro47.1%
  7. Grok 4.747.1%
  8. GLM 5.3 Flash45.2%
  9. DeepSeek V4.1 Flash41.4%
  10. GPT-6 Astra39.4%
  11. GPT-6.1 Sol38.5%
  12. MiMo V2.6 Flash38.0%
  13. MiniMax-M329.8%

Cost per sarcină

Costul în dolari americani pentru o sarcină, de la cel mai mic la cel mai mare.

  1. MiMo V2.6 Flash$0.07
  2. GLM 5.3 Flash$0.12
  3. MiMo V2.6 Pro$0.18
  4. DeepSeek V4.1 Flash$0.25
  5. MiniMax-M3$0.34
  6. Muse Spark 1.3 Max$0.59
  7. GPT-6.1 Sol$3.38
  8. Grok 4.7$4.92
  9. Gemini 4 Argon$6.45
  10. GPT-6 Astra$10.58
  11. Claude Sonnet 5.5$14.83
  12. Claude Fable 5.1$23.06
  13. Claude Opus 5.5$25.16
Vezi datele ca tabel
ModelCalitateCost per sarcinăCalitate per $Indice calitate per $Indicator proxy de fiabilitate
MiMo V2.6 Flash38.0%$0.07542.674.6%Nepublicat
GLM 5.3 Flash45.2%$0.12376.651.8%Nepublicat
MiMo V2.6 Pro47.1%$0.18261.836.0%Nepublicat
DeepSeek V4.1 Flash41.4%$0.25165.422.7%Nepublicat
Muse Spark 1.3 Max55.3%$0.5993.712.9%Nepublicat
MiniMax-M329.8%$0.3487.712.1%83.9%
GPT-6.1 Sol38.5%$3.3811.41.6%46.0%
Grok 4.747.1%$4.929.61.3%71.0%
Gemini 4 Argon54.8%$6.458.51.2%85.0%
GPT-6 Astra39.4%$10.583.70.5%49.0%
Claude Sonnet 5.548.1%$14.833.20.4%53.0%
Claude Fable 5.155.3%$23.062.40.3%27.4%
Claude Opus 5.550.5%$25.162.00.3%41.0%

Sursa: sovereign.haqq.ai/benchmark, consultată la 16 octombrie 2026.

Calitatea și costul per sarcină provin de la Legal Research Bench al Vals.ai. Indicatorul de fiabilitate este 100 minus o rată de halucinații de la Artificial Analysis, un indicator general și nu o măsură a fiabilității juridice. Indicele calitate per dolar este o scară relativă stabilită pe pagina sursă, nu un scor de calitate.

Deschide pagina sursă

Macroarhitectură

Justinian este un sistem construit în jurul modelelor de ultimă generație, nu un singur model. Așa se îmbină piesele sale.

Justinian® înțelege întrebarea dumneavoastră juridică, se axează pe jurisdicția dumneavoastră exactă și creează un răspuns susținut de jurisprudență verificată și citări rând cu rând.

Solicitare utilizator

Produs și interfețe

O singură platformă, orice suprafață

  • HAQQ Chat
  • HAQQ eFirm
  • Aplicație mobilă
  • eBar
  • Portal client
  • API / MCP

Securitate și guvernanță

  • Izolare între dosare
  • Jurnale de audit
  • RBAC
  • Anonimizare

JUSTINIAN AGENTIC HARNESS

Ontologia inteligenței

Rezolvat înainte de apelul model

  • Prompt Rewrite
  • Intent Classification
  • Language Detection
  • Entity Extraction
  • Document Intake + OCR
  • Rutare instrumente
  • Model Routing
  • Bariere de siguranță

Apoi bucla agentică

  • Orchestrarea sub-agenților
  • Memorie
  • Raționament profund
  • Analiză prospectivă + Revenire
  • Citation Audit
  • Intervenție umană

Conceput pentru rutare între

  • OpenAI
  • Anthropic
  • Google

Context și cunoștințe

Memoria instituțională a cabinetului dumneavoastră

  • Proceduri
  • Politici
  • Note interne
  • Șabloane
  • Precedente
  • Biblioteci de clauze
  • Istoricul dosarelor

Date și integrări

Surse juridice în timp real

  • Căutare web
  • Legislație
  • Jurisprudență
  • Monitoare oficiale
  • Baze de date de reglementări
  • USPTO
  • EUIPO
  • WIPO

Cabinet

Sistemul dumneavoastră de operare juridic

  • Dosare
  • Contracte
  • Documente
  • Audieri
  • Sarcini
  • Calendar
  • Financiar
  • KYC
  • Leaduri
  • Emailuri

Jurisdicții

Acoperire multi-regiune

  • MENA
  • Europa
  • America de Nord
  • America de Sud
  • Asia-Pacific
  • Africa

Capabilități juridice

  • Redactare
  • Redlining
  • Due Diligence
  • Rapoarte de conformitate
  • Litigii
  • Analize
  • Rezumate de cazuri
Rezultat pregătit pentru client

Cadrul benchmarkului

Cum construim și rulăm un benchmark juridic: prompturile sarcinilor, grila de notare, cadrele publice pe care se bazează, calculul mediilor și limitele sale.

Două evaluări, două scări

Benchmark-ul de sarcini

Din 50

11 categorii de sarcini juridice. La munca pe care un avocat o predă efectiv, cine produce rezultatul mai bun?

Studiul inter-domenii

Din 100

25 de benchmark-uri în 5 domenii: drept, fiscalitate, jurnalism, capabilități generale, siguranță și valori. În fața modelelor de frontieră, pe terenul lor, unde se află un motor specializat în drept?

Cele două scări nu sunt interschimbabile. Un scor din 50 și unul din 100 măsoară muncă diferită după grile diferite și nu trebuie citite niciodată ca fiind comparabile.

Cum se obține un scor

  1. 1

    Același prompt, aceeași sarcină

    Fiecare sistem primește același prompt pentru o sarcină pe care un avocat ar recunoaște-o: redactarea acestui NDA, cercetarea acestei întrebări, explicarea acestei clauze unui client.

    Benchmark de sarcini
  2. 2

    O grilă de cincizeci de puncte

    Rezultatul este notat după o grilă de cincizeci de puncte. Pregătirea pentru partener și legarea la surse sunt cele două criterii care disting o evaluare juridică de una generală.

    Benchmark de sarcini
  3. 3

    Cadre publice

    Studiul inter-domenii se bazează pe cadre publice, nu pe instrumente scrise de noi, astfel încât coloanele juridice pot fi verificate de cineva din afara HAQQ.

    Studiu inter-domenii
  4. 4

    Notare all-pass

    O sarcină contează doar dacă toate criteriile grilei sunt îndeplinite. O reușită parțială primește zero, fără punctaj parțial, pentru că un rezultat corect în proporție de nouăzeci la sută trebuie totuși verificat rând cu rând.

    Studiu inter-domenii
  5. 5

    Cum funcționează mediile

    Media unui domeniu este media benchmark-urilor sale. Media generală este media a douăzeci și patru de benchmark-uri, fără testarea adversarială. O celulă goală este exclusă din orice medie și nu este niciodată tratată ca zero.

    Studiu inter-domenii
  6. 6

    Raport și analiză

    Rândurile în care HAQQ nu este pe primul loc sunt afișate exact ca cele în care este: aceeași pondere, aceeași poziție, fără reordonare și fără omisiuni. Când o cifră este derivată, derivarea este indicată.

    Ambele

Ce acoperă grila

  • Sharia
  • Legislație
  • Forum
  • Construcția clauzelor
  • Risc
  • Halucinații
  • Formatare
  • Concizie
  • Pregătire pentru partener
  • Legarea la surse

Pregătire pentru partener

Un răspuns corect, dar care necesită o oră de restructurare înainte ca un partener să îl semneze, nu și-a făcut treaba.

Legarea la surse

O citare care nu duce nicăieri este mai rea decât lipsa citării, pentru că mută costul verificării asupra cititorului fără să-l anunțe.

Cadrele publice pe care se bazează studiul

  • Stanford LegalBench

    Raționament juridic pe o taxonomie largă de sarcini

  • Harvey LAB

    Notare all-pass pe grilă a muncii juridice de lungă durată

  • VLAIR (Vals AI)

    Evaluare independentă din industrie a sistemelor AI juridice

  • ALARB

    Raționament juridic în limba arabă, pe care majoritatea benchmark-urilor juridice nu îl acoperă

  • BigLaw Bench

    Sarcini preluate din practica marilor firme

  • CUAD

    Extragerea și înțelegerea clauzelor contractuale

  • LegalCiteBench

    Acuratețea citărilor și posibilitatea de a le rezolva

  • LawBench / LexEval

    Capabilitate juridică multilingvă

  • Legal Benchmarks

    Metodologie între furnizori

Ce nu face acest benchmark

  • Nu este independent

    HAQQ îl construiește, îl rulează și concurează în el. De aceea metodologia este publicată, iar rezultatele pe sarcini sunt vizibile, nu rezumate.

  • Nu acoperă toate domeniile de practică

    Benchmark-ul de sarcini este orientat spre redactarea în drept corporativ și comercial, cercetare și explicații pentru clienți. Celelalte domenii sunt acoperite sumar sau deloc.

  • Nu acoperă toate sistemele

    Mai mulți furnizori de AI juridic nu publică evaluări și nu oferă acces self-service. Un sistem absent dintr-un tabel nu a fost depășit de noi: nu a fost rulat.

  • Este o imagine la un moment dat

    Fiecare participant lansează versiuni noi. Un scor este cel al versiunii menționate la data rulării și nimic mai mult.

  • Măsoară rezultatul, nu implementarea

    Postura de securitate, rezidența datelor, suportul și profunzimea integrării decid dacă un sistem poate fi folosit, iar niciunul nu apare în benchmark.

Date istorice

Benchmark-urile juridice care au modelat felul în care sunt măsurate modelele AI, de la primele seturi de date publice din 2021 până în 2026.

Scorurile nu sunt afișate. Fiecare benchmark are propriile sarcini și metrici, deci scorurile din benchmark-uri diferite nu pot fi comparate. Fiecare intrare trimite la sursa primară.

  1. 2021

    • CUAD

      Revizuirea contractelor: evidențierea clauzelor importante pentru un revizor uman, cu peste 13.000 de adnotări făcute de experți.

      Sursa primară: arXiv 2103.06268

    • CaseHOLD

      Întrebări cu variante multiple în care un model trebuie să identifice soluția relevantă a unui caz citat, cu peste 53.000 de întrebări.

      Sursa primară: arXiv 2104.08671

    • LexGLUE

      O colecție de seturi de date pentru evaluarea standardizată a modelelor pe diverse sarcini de înțelegere a limbajului juridic englez.

      Sursa primară: arXiv 2110.00976

  2. 2023

    • LegalBench

      Raționament juridic în modele lingvistice mari: 162 de sarcini care acoperă șase tipuri de raționament juridic, construite în colaborare cu profesioniști din drept.

      Sursa primară: arXiv 2308.11462

    • LawBench

      Cunoștințe juridice ale modelelor lingvistice pe trei niveluri cognitive: memorare, înțelegere și aplicare a cunoștințelor juridice, în 20 de sarcini.

      Sursa primară: arXiv 2309.16289

  3. 2024

    • LegalBench-RAG

      Evaluează etapa de regăsire din generarea augmentată prin regăsire în domeniul juridic, axată pe segmente de text minime și foarte relevante.

      Sursa primară: arXiv 2408.10343

    • LexEval

      Un benchmark juridic chinezesc cu 23 de sarcini și 14.150 de întrebări, care examinează și aspectele etice ale aplicării modelelor lingvistice în drept.

      Sursa primară: arXiv 2409.20288

  4. 2025

    • VLAIR, legal research

      Raport Vals AI despre cercetarea juridică: produse AI de cercetare juridică și ChatGPT evaluate pe 200 de întrebări de cercetare juridică din SUA, față de o referință formată din avocați.

      Sursa primară: vals.ai

    • ALARB

      Raționament juridic argumentativ în limba arabă: peste 13.000 de cauze comerciale din Arabia Saudită, cu faptele, raționamentul instanței, hotărârea și clauzele citate.

      Sursa primară: arXiv 2510.00694

  5. 2026

    • LegalCiteBench

      Fiabilitatea citărilor în modelele lingvistice juridice: regăsirea citărilor fără surse, verificarea lor și potrivirea cazurilor.

      Sursa primară: arXiv 2605.10186

Informații despre motor

Faptele tehnice despre motorul Justinian, într-un singur loc.

Tip
Motorul Legal AI proprietar din spatele HAQQ Chat, eFirm și al aplicației mobile, conceput pentru avocați și pentru oricine nu este unul.
Alimentează
Nu este un înveliș. Un singur motor proprietar alimentează chatul AI, managementul cabinetului, eBar, plățile și aplicația mobilă. Orchestrarea, regăsirea, memoria și siguranța ne aparțin, nu sunt ale unui furnizor de modele.
Modele de frontieră
Un model frontier terț încă realizează generarea finală și preferăm să spunem acest lucru direct decât să sugerăm că ne-am antrenat propriul model. Orchestrarea, regăsirea, logica jurisdicțională, memoria și barierele de siguranță din jurul său ne aparțin, iar acesta este stratul care poartă valoarea juridică.
Decizii înainte de apelul modelului
Zece, rezolvate înainte ca un model de frontieră să fie apelat
Rutarea modelelor
Conceput pentru rutare între: OpenAI, Anthropic, Google
Schimbarea modelelor
Schimbați modelele subiacente fără re-engineering. Stratul de orchestrare proprietar asigură o calitate constantă pe orice LLM de frontieră.
Jurisdicții
Analiză conștientă de jurisdicție, bazată pe statute locale, jurisprudență și cadre de reglementare din peste 200 de sisteme juridice.
Ancorare
Ontologia juridică proprie, analizatoarele la nivel de clauză și motoarele de constrângeri asigură că fiecare rezultat este apărabil juridic.
Gestionarea limbii
Limba dumneavoastră și, separat, limba în care este redactată legea aplicabilă.
Implementare
Implementați în cloud-ul HAQQ, în propriul dumneavoastră tenant cloud sau complet on-premise.
Protecția datelor
În HAQQ Legal AI Chat, detaliile personale sunt înlocuite cu substitute fictive înainte de a fi trimise către un furnizor extern de model AI. Criptare în tranzit și la repaus. Conform cu GDPR, SOC 2 și ISO 27001, nu certificat.
Supraveghere umană
Fiecare rezultat necesită o revizuire profesională înainte de a ajunge la un client sau la o instanță.
Parametri
Nedivulgat
Lungimea contextului
Nedivulgat
Limbi acceptate
Nedivulgat
Data limită a cunoștințelor
Nedivulgat
Cerințe hardware
Nedivulgat

Sunt listate doar faptele deja publicate pe haqq.ai/justinian. Un câmp fără informație publicată indică Nedivulgat.

Aplicații

Justinian alimentează aplicațiile HAQQ. Chatul de IA juridică este disponibil astăzi, iar altele urmează.

Chat de IA juridică

Lucrează la întrebările și documentele tale juridice cu Justinian, în browser sau pe telefon.

Deschide aplicația webDescarcă aplicația mobilă

În curând

API JustinianExtensie Microsoft Word

Cercetare AI din spatele Justinian

Proiecte de cercetare deschise, păstrate ca niște cărți pe un raft: biblioteci, abilități, instrumente și studii pe care le poți deschide și folosi.

Angajamentele noastre

  • Dosarele dumneavoastră nu antrenează niciodată un model.

    Fișierele clienților, dosarele și conversațiile rămân ale dumneavoastră și sunt păstrate separat pentru fiecare cabinet.

  • Datele dumneavoastră stau acolo unde stabiliți.

    HAQQ funcționează în regiunea pe care o alegeți, iar platforma este aceeași oriunde funcționează.

  • Fiecare răspuns poate fi verificat.

    Cercetarea, revizuirea și redactarea sunt legate de sursele pe care se sprijină, astfel încât un avocat să poată verifica munca.

  • Preferăm să spunem că nu știm.

    Când motorul nu găsește sprijin, este conceput să spună acest lucru în loc să producă o sursă.

  • Avocatul rămâne responsabil.

    HAQQ asistă profesioniștii din domeniul juridic, iar avocații rămân responsabili pentru judecata profesională și pentru produsul final.

  • Publicăm cum măsurăm.

    Metoda noastră de benchmark își declară limitele, iar un câmp gol nu este niciodată numărat ca zero.