✨︎ Resumen (TL;DR):
- Harvey presentó Harvey II y Tenet el 18 de agosto de 2026, su primer modelo entrenado por la compañía para trabajo jurídico.
- Business Insider reporta que el entrenamiento usó disputas simuladas y expedientes sobre una versión de Kimi K3, de la china Moonshot AI, aunque Harvey no identificó el modelo base.
- Memory sigue en acceso anticipado y tendrá acceso general para clientes durante el tercer trimestre de 2026.
Harvey presentó Harvey II el 18 de agosto de 2026, la nueva generación de su plataforma legal, junto con Tenet, el primer modelo que entrenó específicamente para trabajo jurídico. La empresa afirma que Tenet alcanza nivel de frontera en pruebas legales conocidas, a la par de los modelos generales más fuertes, y que lo hace “a costo de código abierto”. Esa promesa de costo busca volver viable que los agentes trabajen de forma continua en cada asunto.
El anuncio no identifica el modelo base; Business Insider reporta que el entrenamiento usó una versión de Kimi K3, de Moonshot AI. Memory, la función que Harvey puso en el centro de Harvey II, sigue en acceso anticipado y tendrá acceso general para clientes en el tercer trimestre de 2026.
Hasta ahora, Harvey había operado con modelos de propósito general ajenos. Con Tenet, la compañía dice haber realizado un post-entrenamiento de extremo a extremo para razonamiento legal. Desde su ronda de marzo, Harvey está valuada en US$11,000 millones.
Harvey no publicó el nombre de las pruebas, sus resultados ni el modelo base que usó para Tenet. La empresa sí sostiene que el modelo alcanza nivel de frontera en evaluaciones legales conocidas, pero el anuncio no ofrece los datos necesarios para revisar esa afirmación.
El precio da la pista, pero no confirma la base
La promesa de costo está en el centro de Tenet. Harvey sostiene que ofrecer un desempeño a la par de los modelos generales más fuertes con esa factura vuelve práctico dejar agentes trabajando de forma continua en cada asunto, en vez de invocarlos tarea por tarea.
En junio de 2026, el cofundador y presidente Gabe Pereyra anunció en X que Harvey construiría su propia serie de modelos legales. Marcó dos metas: inteligencia de frontera más barata con controles de seguridad más estrictos y las bases para que cada despacho terminara siendo dueño de un modelo especializado.
Non-Billable recogió ese anuncio. Pereyra dijo que la investigación temprana con Baseten, Fireworks AI, Applied Compute, Trajectory Labs y Nvidia había mostrado que los modelos de pesos abiertos post-entrenados podían acercarse al desempeño de los sistemas de frontera en tareas legales. El anuncio de Tenet llegó dos meses después, repitió la promesa de costo y volvió a omitir el modelo base.
Kimi K3 aparece como el punto de partida reportado
El reporte de Business Insider, firmado por Melia Robinson, señala que Tenet se entrenó con disputas simuladas y expedientes sobre una versión de Kimi K3. Harvey no nombró ningún modelo base en su anuncio, así que el vínculo con Kimi K3 sigue siendo un reporte externo, no una confirmación de la compañía.
Kimi K3 es un modelo de mezcla de expertos con pesos abiertos que ofrece capacidad multimodal nativa y una ventana de contexto de 1,048,576 tokens. Moonshot AI, la compañía china que lo liberó en julio de 2026, publicó sus pesos completos bajo su propia licencia Kimi K3.
El modelo suma 2.8 billones de parámetros totales y 104,000 millones activados. En Hugging Face ya aparecen más de 40 modelos derivados hechos por terceros.
Kimi K3 encabeza una prueba legal de Harvey
En la tabla de evaluación que Moonshot publicó junto con el modelo, Kimi K3 marca 94.6 en Harvey Lab-AA, la medición de Artificial Analysis para la prueba legal que lleva el nombre de Harvey. Es el valor más alto de esa fila y la métrica representa la tasa de criterios aprobados.
- Kimi K3: 94.6
- Claude Fable 5: 93.6
- Claude Opus 4.8: 91.1
- GLM-5.2: 91.0
- GPT-5.6 Sol: 87.2
- GPT-5.5: 86.3
Moonshot publicó la tabla, pero las cifras de esa fila provienen de Artificial Analysis, un tercero, con corte al 23 de julio de 2026.
El segundo resultado es distinto. En Legal Research Bench, una prueba medida por Vals AI y citada en la misma página, Kimi K3 obtiene 44.2, por debajo de Claude Fable 5, con 49.5, y GPT-5.6 Sol, con 48.1.
Harvey liberó sus pruebas para evaluar el trabajo que suelen hacer asociados y abogados internos. La investigación jurídica es otro examen, por lo que ambos resultados no miden la misma tarea.
Spaces y Memory organizan el trabajo legal
Spaces son espacios de trabajo ligados a un asunto o proyecto que reúnen documentos, partes, tareas, permisos e historial. Harvey asigna cada tarea a un abogado o a un agente.
La plataforma sincroniza los permisos y las murallas éticas desde los sistemas que el despacho ya utiliza. Harvey sostiene que los datos de un cliente nunca pasan de un Space a otro.
Memory es una función de Harvey que aprende cómo un abogado estructura un resumen, qué quiere que se cite y cómo redacta. Toma esas señales de lo que el abogado le indica y de sus correcciones, y lleva esas preferencias a Word y Outlook.
Harvey afirma que el usuario puede ver todo lo que el sistema recuerda, editarlo o apagar la función. La compañía también sostiene que ese material no se usa para entrenar modelos.
Memory llegará por fases durante 2026
El anuncio no muestra el calendario completo. Anique Drumright, directora de producto de Harvey, detalló el despliegue a The Global Legal Post. Memory se despliega en tres fases:
- Personal: ya está en acceso anticipado y se limita a preferencias de redacción.
- Space: llegará en los próximos meses y aplicará las memorias dentro de un área compartida.
- Organizacional: cerrará la secuencia con los criterios de todo el despacho.
El acceso general para clientes llegará durante el tercer trimestre de 2026.
Drumright atribuyó el diseño a seis meses de recorridos con despachos AmLaw y del Magic Circle, además de áreas legales de compañías Fortune 500 y FTSE 100, que actuaron como socios de diseño. Según ella, ese trabajo sirvió para fijar qué debe recordar Harvey, cómo aplicar esas memorias y “dónde deben detenerse”, respetando permisos, confidencialidad y murallas éticas.
Harvey quiere un modelo distinto para cada despacho
Harvey presenta a Tenet como el primer escalón de una propuesta más amplia: alianzas con organizaciones para entrenar modelos especializados sobre el trabajo legal de cada una. Según ese planteamiento, dos despachos que usen Harvey terminarían con modelos y resultados distintos, porque el historial de cada organización moldearía su sistema de otra manera.
El plan descansa en dos supuestos que Harvey no documentó con cifras públicas en el anuncio del 18 de agosto de 2026:
- Que el post-entrenamiento sobre pesos abiertos rinda lo prometido.
- Que a un despacho le resulte más barato que rentar un modelo cerrado.
Lo verificable hoy es más acotado. Harvey ya tiene un modelo con nombre propio y una arquitectura de producto alrededor de la memoria del cliente. La pieza que sostiene su argumento de costo sigue fuera de su comunicación oficial.
Para un despacho, la pregunta pendiente toca el gobierno de datos y la relación con el cliente: qué implica que el motor del trabajo confidencial arranque de pesos publicados por un laboratorio chino, si el reporte de Business Insider es correcto, aunque el post-entrenamiento y la operación queden del lado de Harvey.
