Grok 4.7が契約書レビューのベンチマークで首位に：350件の実契約で58.3%、60%超えはゼロ

リーガルAIプラットフォームのIvoは、350件の実際の契約書をもとに構築した新しいベンチマークContractBenchで、7つの最先端モデルを評価した。xAIのGrok 4.7は加重合格率58.3%で首位となり、Claude Opus 5.5（58.1%）、Kimi K3（57.1%）を僅差で上回った。トップ争いは非常に接戦だった。

完了率では差がより鮮明になった。Grokは99.5%、Kimiは100%のタスクを完了したのに対し、Opusは80.8%にとどまった。Kimiは完了タスクあたりのコストがGrokより38%安く、速度も13%速かった。

最も示唆的なのは上限そのものだ。7モデルのいずれも60%を超えなかった。AIは契約書レビューをすでに大幅に高速化できるが、署名の前には人による確認が依然として不可欠である。

原文：原文を読む