Vals AI và NextLadder Ventures công bố Access to Justice Benchmark: Mô hình hàng đầu Qwen 3.8 Max đạt 76,4%, dưới ngưỡng 80%

Vals AI và NextLadder Ventures đã công bố Access to Justice Benchmark vào ngày 10 tháng 11, thử nghiệm 23 mô hình AI trên 252 cuộc hội thoại trợ giúp pháp lý mô phỏng; không mô hình nào đạt ngưỡng 80% để trở thành điểm liên hệ đầu tiên đáng tin cậy, và mô hình đạt điểm cao nhất, Qwen 3.8 Max của Alibaba, đạt 76,4%. Các mô hình đáp ứng 78–87% tiêu chí cho giải thích pháp lý chung nhưng chỉ 30–50% cho việc xác định các nguồn lực địa phương cụ thể, với 21 trong số 23 mô hình dựa vào danh bạ quốc gia trong ít nhất 70% câu trả lời cuối cùng. Các chatbot miễn phí đạt trung bình 69,7% so với 70,4% của các chatbot trả phí, và chỉ xAI cho thấy lợi thế rõ rệt của bản trả phí, với Grok 4.7 vượt Grok 4.6 khoảng 2,3–2,4 điểm.