Ключевые выводы
- Новая модель Anthropic Opus 4.6 демонстрирует рост точности в юридических задачах с 18% до 30% всего за несколько месяцев
- Технология "роев агентов" позволяет ИИ эффективнее решать многоэтапные кейсы
- Эксперты Mercor подтверждают ускорение развития базовых ИИ-моделей
- Юристам пока не стоит опасаться замены: текущий уровень ИИ достигает лишь 45% при многократных попытках
- Бенчмарк APEX-Agents стал индикатором неожиданно быстрого прогресса в отрасли
Ещё месяц назад ситуация казалась стабильной: ИИ-агенты справлялись менее чем с четвертью профессиональных юридических задач. Но февральское обновление от Anthropic перевернуло представление о темпах развития технологии. Мы разобрались, что изменилось и какие последствия это может иметь.
Провальный старт: почему юристы не беспокоились
В январе 2026 года платформа Mercor опубликовала первые результаты APEX-бенчмарка — серии тестов для ИИ-агентов в профессиональных сферах. Результаты оказались удручающими: ни одна модель не преодолела барьер в 25% точности при одноразовом решении кейсов.
Тестирование включало анализ юридических документов, корпоративных отчётов и прецедентного права. Именно в правовой сфере ИИ показал наибольшие сложности с контекстным анализом и многошаговыми рассуждениями.
Тогда эксперты заключили: технологии ещё далеко до реальной конкуренции с человеком в сложных профессиональных областях. Руководители юридических фирм спокойно выдохнули.
Неожиданный скачок: Opus 4.6 бьёт рекорды
5 февраля 2026 года компания Anthropic представила обновлённую модель Opus 4.6. Её тестирование на том же бенчмарке Mercor дало сенсационные результаты:
• 29.8% точности при первой попытке решения задач (+62% к предыдущим показателям)
• 45% успеха при 3-5 повторных попытках
Ключевым нововведением стала технология "роев агентов" — системы взаимодействующих ИИ-модулей, распределяющих сложные задачи между собой. Такой подход особенно эффективен при анализе многоаспектных юридических кейсов.
Что изменилось в тестах Mercor
APEX-Agents проверяет способности ИИ в трёх измерениях:
1. Понимание нормативных документов
2. Прогнозирование судебных решений
3. Составление юридических заключений
Opus 4.6 продемонстрировал наибольший прогресс в третьей категории. Новая архитектура позволяет модели:
• Выявлять скрытые взаимосвязи между параграфами контрактов
• Генерировать альтернативные формулировки с учётом юрисдикции
• Автоматически проверять противоречия внутри документов
Мнение экспертов: прорыв или временный успех?
Генеральный директор Mercor Брендан Фуди не скрывает удивления: «Рост с 18% до почти 30% за три месяца — это беспрецедентный результат. Мы не ожидали такого скачка раньше конца 2027 года».
Однако аналитики предостерегают от поспешных выводов. Даже 45% при многократных попытках означают, что:
• В 55% случаев ИИ всё ещё ошибается
• Решения требуют обязательной проверки человеком
• Сложные прецедентные дела остаются недоступными
Фактические последствия для рынка труда
Сейчас Opus 4.6 и аналогичные системы больше подходят для:
• Первичной обработки стандартных договоров
• Поиска шаблонных ошибок в документах
• Предварительной оценки судебных перспектив
Но полностью заменить юриста-человека они не способны. Как отмечает эксперт по трудовому праву Мария Семёнова: «ИИ пока не понимает нюансы человеческих взаимоотношений, моральные дилеммы и нестандартные ситуации вне шаблонов».
Справка
Mercor
Американская компания, основанная в 2021 году для разработки систем оценки ИИ. Специализируется на бенчмарках для профессиональных задач. Штаб-квартира в Сан-Франциско. Её платформа APEX используется ведущими ИИ-лабораториями мира для тестирования моделей.
Anthropic
Стартап в области ИИ, созданный в 2021 году бывшими сотрудниками OpenAI. Известен моделями серии Claude. В 2025 году представил архитектуру "роевых агентов" для сложных вычислений. Финансируется Amazon и Google.
Брендан Фуди
Сооснователь и CEO Mercor. Бывший исследователь Стэнфордского университета в области компьютерной лингвистики. Автор 14 патентов в области оценки ИИ-систем. Возглавляет разработку стандартов тестирования для Евросоюза.
Opus 4.6
Обновление флагманской ИИ-модели Anthropic, выпущенное 5 февраля 2026 года. Включает технологию кооперативного взаимодействия агентов. Первая коммерческая система, преодолевшая 30% барьер в юридических тестах APEX.
APEX-Agents Leaderboard
Публичный рейтинг ИИ-моделей от Mercor, запущенный в январе 2026 года. Оценивает производительность в корпоративном анализе, юриспруденции и финансовом прогнозировании. Тесты обновляются ежеквартально с учётом новых профессиональных вызовов.
Новые результаты показывают две важные тенденции: ИИ действительно развивается быстрее прогнозов, но говорить о замене специалистов пока преждевременно. Главный вывод для профессионалов — технологии стоит осваивать как инструмент, а не воспринимать как угрозу. Хотя уже в этом году юристам придётся пересмотреть свои методы работы.
