Harvey získává 550 milionů dolarů v novém financování, hodnota společnosti stoupá na 15,5 miliardy dolarů

Harvey oznámil 9. září 2026, že získal 550 milionů dolarů při ocenění 15,5 miliardy dolarů ve financování, které spoluvedeli Diffusion a Lightspeed Venture Partners. Právnická AI společnost uvedla, že kapitál urychlí její snahu pomáhat advokátním kancelářím, interním právním týmům a firmám poskytujícím profesionální služby budovat a vlastnit svou inteligenci v rozsahu.

Stávající investoři Sequoia, Kleiner Perkins, a16z, Coatue, Conviction, Elad Gil, Evantic, GIC, Goldman Sachs Alternatives, Verified Capital a WNDR se podíleli na kole. Diffusion, Lightspeed, Sapphire Ventures a Whale Rock se připojili jako noví investoři.

Podle oznámení toto financování navazuje na představení Harvey Tenet, prvního post-trénovaného modelu s otevřenou váhou, a na spuštění Harvey LAB, jeho Legal Agent Benchmark.

Prohlášení spoluzakladatelů a uváděná adopce

Spoluzakladatelé Harvey Winston Weinberg a Gabe Pereyra uvedli, že společnost „chce být globálním partnerem, na který se právní týmy obracejí pro tuto práci“, a doplnili, že Harvey plánuje najímat a rozvíjet svůj tým, aby podporoval klienty v tom, co popisují jako další vlnu transformace AI. Příležitost pro firmy urychlit svou konkurenční výhodu pomocí AI dosud nebyla vyšší, řekli spoluzakladatelé.

Harvey uvedl, že 80 % advokátních kanceláří ze seznamu Am Law 100 používá jeho produkty, spolu s interními právními týmy, které zahrnují pět firem z Fortune 10. Stránka společnosti Harvey popisuje podnikání jako doménově specifické AI pro právní a profesionální služby, s produkty pokrývajícími analýzu smluv, due diligence, soulad a soudní workflow, a uvádí, že více než 2 400 zákazníků ve více než 70 zemích platformu využívá. Na stránce jsou uvedeni GV, OpenAI Startup Fund, Andreessen Horowitz a EQT mezi podporovateli firmy spolu se Sequoia, Kleiner Perkins a Coatue.

Náhled výzkumu Harvey Tenet

Harvey podrobně popsal Tenet v náhledu výzkumu ze dne 20. srpna 2026. Model vychází ze základny Kimi K3 a byl post-trénován společně s výzkumem Fireworks pro dlouhodobé právní úkoly, přičemž využívá asynchronní posilovací učení s optimalizací politiky skupinové sekvence (GSPO). Tréninková datová sada zahrnovala přibližně 1 750 agenturních právních úkolových prostředí a trénink probíhal na zhruba 150 GPU NVIDIA B300 po dobu dvou měsíců.

Harvey oznámil, že model dokončuje téměř dvakrát více vyhrazených úkolů LAB než základní Kimi K3 a o 20 % více u LAB Contracts, přičemž zvyšuje míru všech úspěšných výsledků o 9 a 2 procentní body. Podle náhledu Tenet dosahuje špičkového výkonu u LAB Contracts a umisťuje se na druhém místě v LAB, přičemž tyto zisky se generalizovaly na externí benchmarky agentů, které model během tréninku neviděl, včetně podmnožiny corporate-law od Mercor’s APEX Agents a Crosby’s Redline Bench.

Tréninkový korpus kombinoval syntetická data, veřejně dostupná právní data a data od lidských odborníků a Harvey uvedl, že spolupracoval s Mercorem a dalšími na vytvoření a rozšíření odborných datových sad. Společnost uvedla, že použila formování odměn k podpoře efektivního využívání nástrojů a uvažování, upřednostňujíc trajektorie, které snižují spotřebu tokenů během inferencí, aby bylo možné optimalizovat náklady i výkon. Harvey uvedl, že při post-tréninku nepoužil žádná zákaznická data.

Mimo jádro modelu náhled popisuje samostatně trénované schopnosti, které Harvey uvedl, že postupně začlení do svého produktu: agenti pro M&A due diligence postavení na Recursive Language Model rozšířeném výzkumem Baseten, modely pro extrakci Review Table trénované s Applied Compute a modely znalostí firmy trénované s Engram, které kódují znalosti firmy do parametrické paměti a strukturovaných poznámek.

Open-source benchmark právních agentů

Harvey zveřejnil open-source Legal Agent Benchmark 6. května 2026. Jeho první verze obsahuje více než 1 200 úkolů agentů napříč 24 právními oblastmi, hodnocených více než 75 000 kritérii rubrik napsaných odborníky, a je k dispozici na GitHubu. Každý úkol spojuje krátký pokyn napsaný jako požadavek partnera na práci s klientským souborem dokumentů a vyžaduje, aby agent vytvořil revizní výstup, který je hodnocen podle odborných rubrik rozdělených na atomární kritéria pro projití/neprojít zahrnující fakta, závěry, citace a formátování. Úkol je označen jako dokončený pouze tehdy, když všechna kritéria projdou, standard, který Harvey nazývá hodnocením všech-projít.

Jeden úkol benchmarku požaduje od agenta analýzu ustanovení o změně kontroly pro fiktivní akvizici ve výši 458 milionů dolarů, revizi virtuálního datového prostoru, posouzení rizika obchodu a přípravu návrhu memoranda pro tým obchodu, přičemž práce je hodnocena podle 57 kritérií pokrývajících devět právních otázek. Harvey uvedl, že LAB vydal, aby poskytl poskytovatelům modelů, stavitelům agentů, výzkumníkům a advokátním kancelářím společný způsob měření pokroku u dlouhodobých právních agentů. Benchmark byl spuštěn bez žebříčku a Harvey tehdy řekl, že bude spolupracovat s výzkumnými partnery na publikaci základních výsledků a standardů pro normalizované podání.

V srpnovém výzkumném náhledu Harvey uvedl, že další kroky zahrnují rozšíření LAB na více jurisdikcí, oblastí praxe a workflow a rozšíření výpočetního výkonu, aby mohl výzkum přenést do produkce s novými generalistickými modely a schopnostmi.