Artificial Lawyer, 23 octobre 2026.
Un benchmark réalisé par la LegalTech Ivo avec le laboratoire micro1 a évalué sept grands modèles d’intelligence artificielle sur 350 tâches réelles de révision contractuelle, portant notamment sur l’identification des risques, la pertinence des modifications proposées et la reconnaissance des situations nécessitant une intervention humaine. Grok 4.7 arrive en tête avec un score de 58,3 %, devant Claude Opus 5.5 (58,1 %) et Kimi K3 (57,1 %), selon des critères pondérés définis par des avocats. Aucun modèle n’atteint toutefois 60 %, soulignant les limites persistantes des LLM lorsqu’ils doivent exercer un jugement juridique contextualisé. Cette étude met en évidence l’importance des référentiels métiers, des précédents contractuels et de la supervision humaine, au-delà des seules performances générales des modèles.