Grok 4.7 lidera benchmark de revisão de contratos: 58,3% em 350 contratos reais, nenhum modelo passa de 60%

A plataforma de IA jurídica Ivo avaliou sete modelos de ponta em seu novo benchmark ContractBench, construído com 350 contratos reais. O Grok 4.7 da xAI ficou em primeiro lugar, com taxa de aprovação ponderada de 58,3%, logo à frente do Claude Opus 5.5 (58,1%) e do Kimi K3 (57,1%) — uma disputa muito acirrada no topo.

As taxas de conclusão separaram os líderes com mais clareza: o Grok concluiu 99,5% das tarefas e o Kimi 100%, enquanto o Opus alcançou apenas 80,8%. O Kimi também foi 38% mais barato por tarefa concluída e 13% mais rápido que o Grok.

O resultado mais revelador é o próprio teto: nenhum dos sete modelos superou 60%. A IA já pode acelerar bastante a revisão de contratos, mas, antes de qualquer assinatura, a revisão humana continua indispensável.

Fonte: Ler o artigo original