Em 3 de setembro de 2026 a OpenAI publicou um caso de uso da Legora, plataforma sueca de IA para profissionais jur\u00eddicos, mostrando o GPT-6 Astra em um fluxo de revis\u00e3o financeira. A Legora usou o GPT-6 Astra para revisar 41 documentos em minutos, encontrar todos os quatro erros plantados, e melhorar o desempenho em quase 40% nesse fluxo de revis\u00e3o financeira.<\/cite> A Legora \u00e9 descrita como um sistema operacional agentic para trabalho jur\u00eddico e profissional, usado por mais de 100.000 profissionais em mais de 1.800 departamentos jur\u00eddicos internos e escrit\u00f3rios de advocacia em mais de 50 mercados.<\/cite><\/p>\n O caso testado foi um fluxo espec\u00edfico chamado tie-out financeiro: conferir cada n\u00famero nas contas em rascunho contra balancetes, um cronograma de consolida\u00e7\u00e3o, e as contas do ano anterior, at\u00e9 que cada item bata.<\/cite> \u00c9 um trabalho manual, repetitivo, e cr\u00edtico para quem assina o documento depois.<\/p>\n Tie-out n\u00e3o \u00e9 uma tarefa de reda\u00e7\u00e3o nem de interpreta\u00e7\u00e3o jur\u00eddica complexa. \u00c9 confer\u00eancia cruzada: cada valor que aparece em uma demonstra\u00e7\u00e3o financeira precisa aparecer, consistente, em pelo menos mais um documento de suporte (balancete, cronograma, ano anterior). Segundo a pr\u00f3pria Legora, o trabalho pode levar uma noite inteira, \u00e0s vezes dias.<\/cite> Isso n\u00e3o \u00e9 porque \u00e9 dif\u00edcil no sentido anal\u00edtico, \u00e9 porque \u00e9 volumoso e a chance de erro humano por cansa\u00e7o \u00e9 alta.<\/p>\n A Legora n\u00e3o construiu um modelo pr\u00f3prio para isso. Ela roteia o trabalho para modelos de terceiros dentro do que chama de agente. A Legora \u00e9 agn\u00f3stica de modelo e roteia tarefas entre m\u00faltiplos modelos de linguagem, principalmente da OpenAI e da Anthropic, dependendo da carga de trabalho, e a diferencia\u00e7\u00e3o da empresa est\u00e1 na camada de workspace jur\u00eddico e n\u00e3o em um modelo propriet\u00e1rio.<\/cite> Isso importa porque o resultado anunciado n\u00e3o \u00e9 “a Legora treinou um modelo melhor”, \u00e9 “a Legora trocou o motor de racioc\u00ednio por baixo do cap\u00f4 e mediu o que mudou”.<\/p>\n No caso do tie-out, o agente da Legora fez o trabalho em minutos: conferindo cada saldo contra seu cronograma de suporte, identificando quebras nos valores, e registrando cada verifica\u00e7\u00e3o.<\/cite> Ou seja, o mecanismo descrito n\u00e3o \u00e9 s\u00f3 “ler o documento e responder”, \u00e9 rodar uma checagem item a item e deixar rastro de cada checagem, gerando um registro audit\u00e1vel em vez de uma resposta final \u00fanica.<\/p>\n A documenta\u00e7\u00e3o oficial da OpenAI para o GPT-6 Astra mostra a especifica\u00e7\u00e3o t\u00e9cnica que explica por que essa tarefa passou a caber em uma \u00fanica execu\u00e7\u00e3o. O modelo tem uma janela de contexto de 1.050.000 tokens, sa\u00edda m\u00e1xima de 128.000 tokens, corte de conhecimento em 30 de abril de 2026, e suporte a tokens de racioc\u00ednio.<\/cite> Isso \u00e9 o que permite ingerir 41 documentos financeiros de uma vez sem fragmentar em m\u00faltiplas chamadas separadas, o que historicamente \u00e9 uma das maiores fontes de erro em revis\u00e3o automatizada: quando voc\u00ea quebra o material em peda\u00e7os, o modelo perde a refer\u00eancia cruzada entre um valor no documento 3 e o mesmo valor no documento 27.<\/p>\n O pre\u00e7o tamb\u00e9m \u00e9 parte do mecanismo, porque afeta viabilidade. O pre\u00e7o \u00e9 de 10 d\u00f3lares por milh\u00e3o de tokens de entrada e 50 d\u00f3lares por milh\u00e3o de tokens de sa\u00edda,<\/cite> valores que ficam na ponta mais cara entre os modelos de racioc\u00ednio compar\u00e1veis (mediana de 2 d\u00f3lares de entrada e 10 d\u00f3lares de sa\u00edda).<\/cite> Preencher a janela inteira de contexto com documentos densos custa dinheiro real por chamada, o que muda o c\u00e1lculo de quando vale rodar o agente em modo exaustivo.<\/p>\n O n\u00famero de “quase 40%” n\u00e3o vem de uma prova isolada, vem de um benchmark interno que a pr\u00f3pria Legora mant\u00e9m. A Legora avaliou o GPT-6 Astra com o Legora Benchmark for Agentic Reasoning (BAR), que mede desempenho em tarefas jur\u00eddicas ponta a ponta extra\u00eddas de casos de uso reais.<\/cite> O BAR n\u00e3o \u00e9 um teste sint\u00e9tico isolado: o harness da Legora equipa o modelo com as ferramentas, habilidades, fontes jur\u00eddicas e fluxos de trabalho necess\u00e1rios para o trabalho jur\u00eddico, e o ambiente do caso cont\u00e9m os documentos, playbooks, precedentes e templates que advogados usam.<\/cite><\/p>\n \u00c9 importante separar dois n\u00fameros que a fonte apresenta juntos e que f\u00e1cil confundir: a Legora relata que o GPT-6 Astra melhorou o desempenho em quase 40% em rela\u00e7\u00e3o ao modelo anterior nesse fluxo espec\u00edfico de demonstra\u00e7\u00e3o financeira, e que, em todas as tarefas do BAR, a melhoria m\u00e9dia foi de cerca de 3%.<\/cite> O ganho de 40% \u00e9 espec\u00edfico da tarefa de tie-out. No conjunto geral de tarefas jur\u00eddicas que o BAR mede, o salto de um modelo para outro foi bem mais modesto.<\/p>\n Sobre os erros plantados: o GPT-6 Astra encontrou os quatro erros que a Legora havia plantado nas contas, incluindo uma lacuna de 500 mil libras escondida na nota de receita, conferiu cada saldo contra seu cronograma de suporte e registrou cada checagem, e manteve todas as checagens que o modelo anterior acertava, al\u00e9m de completar cerca de 50 checagens a mais.<\/cite><\/p>\n Do ponto de vista de quem quer entender o padr\u00e3o de uso, o fluxo descrito se parece com isto (estrutura ilustrativa, baseada nas capacidades documentadas do modelo, n\u00e3o no prompt exato da Legora, que n\u00e3o foi divulgado):<\/p>\n Esse desenho \u00e9 coerente com o que a documenta\u00e7\u00e3o t\u00e9cnica do modelo oferece, j\u00e1 que o modelo suporta chamada de fun\u00e7\u00e3o para conectar a ferramentas e sistemas externos, sa\u00edda estruturada em formatos como JSON, e upload de arquivos para processar documentos e planilhas.<\/cite> Mas vale repetir: isto \u00e9 uma reconstru\u00e7\u00e3o baseada em capacidades documentadas do modelo, n\u00e3o uma descri\u00e7\u00e3o do pipeline real da Legora, que a fonte n\u00e3o detalha.<\/p>\n O primeiro limite \u00e9 de custo. Com pre\u00e7o de 10 d\u00f3lares por milh\u00e3o de tokens de entrada e 50 por milh\u00e3o de sa\u00edda,<\/cite> rodar 41 documentos financeiros completos pela janela de contexto n\u00e3o \u00e9 uma opera\u00e7\u00e3o trivial em escala. Se sua rotina envolve centenas de fechamentos por m\u00eas, o custo por execu\u00e7\u00e3o exaustiva precisa entrar na conta antes de virar processo padr\u00e3o.<\/p>\n O segundo limite \u00e9 de generaliza\u00e7\u00e3o da tarefa. Uma an\u00e1lise cr\u00edtica do pr\u00f3prio caso, feita por outro ve\u00edculo, aponta um ponto que a Legora e a OpenAI n\u00e3o escondem, mas tamb\u00e9m n\u00e3o destacam: quatro erros sint\u00e9ticos n\u00e3o equivalem a um fechamento de fim de ano bagun\u00e7ado, com nomenclatura inconsistente.<\/cite> Ou seja, o teste prova que o modelo consegue achar erros plantados deliberadamente para serem encontrados. N\u00e3o prova, sozinho, que ele lida igualmente bem com a bagun\u00e7a real de um fechamento cont\u00e1bil de uma empresa com m\u00faltiplas moedas, fus\u00f5es no meio do ano, ou planilhas com conven\u00e7\u00f5es diferentes de nomenclatura.<\/p>\n O terceiro limite \u00e9 de contexto real de uso: o pr\u00f3prio BAR, no conjunto completo de tarefas jur\u00eddicas, mostrou ganho m\u00e9dio de apenas 3%. Isso sugere que o salto de 40% no tie-out \u00e9 o caso mais favor\u00e1vel, n\u00e3o o caso t\u00edpico. Extrapolar esse n\u00famero para “o GPT-6 Astra \u00e9 40% melhor em tudo” seria um erro de leitura do pr\u00f3prio material fonte.<\/p>\n O resumo capturado do artigo da OpenAI \u00e9 curto, e isso limita o que d\u00e1 para garantir aqui. Uma an\u00e1lise detalhada do caso, publicada por outro ve\u00edculo, lista exatamente as lacunas que uma fonte mais completa precisaria fechar: o n\u00famero de 41 documentos estabelece a escala daquela execu\u00e7\u00e3o espec\u00edfica, mas n\u00e3o revela a quantidade de p\u00e1ginas, tabelas, imagens escaneadas, jurisdi\u00e7\u00f5es, moedas ou conven\u00e7\u00f5es cont\u00e1beis envolvidas, e a palavra “minutos” tamb\u00e9m \u00e9 subespecificada, podendo descrever tempo de processamento do modelo, tempo decorrido na aplica\u00e7\u00e3o, ou o per\u00edodo at\u00e9 uma resposta inicial aparecer.<\/cite><\/p>\n Tamb\u00e9m n\u00e3o d\u00e1 para afirmar, a partir deste material, qual foi o custo total da execu\u00e7\u00e3o, quanto tempo o revisor humano ainda gastou conferindo o resultado, se houve tentativas anteriores que falharam antes da execu\u00e7\u00e3o bem-sucedida, ou qual prompt exato e quais ferramentas o agente da Legora usou por baixo do harness. Um benchmark reproduz\u00edvel divulgaria formatos e contagem total de p\u00e1ginas ou tokens dos documentos, hardware, configura\u00e7\u00e3o de API, vers\u00e3o do modelo e limites de contexto, tempo de upload, OCR, recupera\u00e7\u00e3o e infer\u00eancia, templates de prompt, chamadas de ferramenta, tentativas e interven\u00e7\u00f5es humanas, e custo total e tempo necess\u00e1rio para a aprova\u00e7\u00e3o profissional final.<\/cite> Nada disso est\u00e1 no resumo que deu origem a este texto, e por isso n\u00e3o afirmamos aqui.<\/p>\n Por fim, o pr\u00f3prio modelo carrega uma ressalva de seguran\u00e7a que a fonte principal n\u00e3o menciona, mas que apareceu em material relacionado da OpenAI sobre o Astra: a empresa sinalizou que uma vers\u00e3o do modelo pode atingir um limiar cr\u00edtico de capacidade em ciberseguran\u00e7a sob seu framework de prepara\u00e7\u00e3o. Isso n\u00e3o tem rela\u00e7\u00e3o direta com o caso de tie-out financeiro, mas \u00e9 o tipo de contexto que vale mencionar quando se fala do mesmo modelo em outro uso.<\/p>\n Voc\u00ea n\u00e3o precisa da Legora para experimentar a mec\u00e2nica central do caso, que \u00e9 usar uma janela de contexto grande para confer\u00eancia cruzada de documentos. Um caminho pequeno:<\/p>\n Isso n\u00e3o reproduz o benchmark BAR da Legora, que depende de um harness pr\u00f3prio e milhares de casos acumulados, mas reproduz o n\u00facleo t\u00e9cnico do que foi anunciado: confer\u00eancia cruzada de m\u00faltiplos documentos em uma \u00fanica passada, com registro audit\u00e1vel do que foi checado.<\/p>\n","protected":false},"excerpt":{"rendered":" Como a Legora usou o GPT-6 Astra para revisar 41 documentos financeiros, achar 4 erros plantados, e o que esse caso prova e n\u00e3o prova sobre o modelo.<\/p>\n","protected":false},"author":2,"featured_media":686,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-687","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts\/687","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/comments?post=687"}],"version-history":[{"count":0,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts\/687\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/media\/686"}],"wp:attachment":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/media?parent=687"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/categories?post=687"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/tags?post=687"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Como funciona o mecanismo por tr\u00e1s do resultado<\/h2>\n
O que \u00e9 tie-out e por que ele \u00e9 tedioso<\/h3>\n
O agente da Legora rodando sobre GPT-6 Astra<\/h3>\n
O que mudou tecnicamente no modelo<\/h3>\n
Como a Legora mediu o ganho<\/h3>\n
O que isso significa na pr\u00e1tica<\/h2>\n
\/\/ Pseudo-fluxo de tie-out, baseado nas capacidades p\u00fablicas do modelo\n\/\/ (function calling, structured output, file upload)\n\n1. Upload dos documentos:\n - draft_accounts.pdf\n - trial_balance.xlsx\n - consolidation_schedule.xlsx\n - prior_year_accounts.pdf\n\n2. Instru\u00e7\u00e3o ao agente:\n \"Para cada valor em draft_accounts, localize o valor\n correspondente em trial_balance e consolidation_schedule.\n Registre cada checagem como um item estruturado:\n { item, valor_relatado, valor_fonte, status, referencia }\"\n\n3. Sa\u00edda esperada (formato estruturado, n\u00e3o texto livre):\n [\n { \"item\": \"Receita - Nota 4\", \"status\": \"quebra\",\n \"detalhe\": \"gap de 500.000 nao explicado\" },\n { \"item\": \"Caixa - Nota 2\", \"status\": \"ok\" },\n ...\n ]\n\n4. Revis\u00e3o humana:\n O profissional jur\u00eddico confere apenas os itens\n marcados como \"quebra\", n\u00e3o a lista inteira.<\/code><\/pre>\nOnde quebra<\/h2>\n
O que n\u00e3o d\u00e1 para afirmar ainda<\/h2>\n
Como testar isso voc\u00ea mesmo<\/h2>\n
\n