La plataforma de IA legal Ivo ha evaluado siete modelos de vanguardia en su nuevo benchmark ContractBench, construido con 350 contratos reales. Grok 4.7 de xAI quedó en primer lugar con una tasa de aprobación ponderada del 58,3%, justo por delante de Claude Opus 5.5 (58,1%) y Kimi K3 (57,1%): una competencia muy reñida en la cima.
Las tasas de finalización separaron más claramente a los líderes: Grok completó el 99,5% de las tareas y Kimi el 100%, mientras que Opus solo alcanzó el 80,8%. Kimi también fue un 38% más barato por tarea completada y un 13% más rápido que Grok.
El resultado más revelador es el propio techo: ninguno de los siete modelos superó el 60%. La IA ya puede acelerar considerablemente la revisión de contratos, pero antes de firmar cualquier documento, la revisión humana sigue siendo indispensable.
Fuente: Leer el artículo original
Comentarios