Harvey Mengamankan Pendanaan Baru $550 Juta, Valuasi Naik menjadi $15,5 Miliar

Harvey mengumumkan pada 9 September 2026 bahwa perusahaan tersebut telah mengumpulkan $550 juta dengan valuasi $15,5 miliar dalam putaran pendanaan yang dipimpin bersama oleh Diffusion dan Lightspeed Venture Partners. Perusahaan AI hukum itu mengatakan dana tersebut akan mempercepat upayanya membantu firma hukum, tim hukum internal, dan perusahaan layanan profesional membangun serta memiliki intelijen mereka secara skala besar.

Investor yang sudah ada seperti Sequoia, Kleiner Perkins, a16z, Coatue, Conviction, Elad Gil, Evantic, GIC, Goldman Sachs Alternatives, Verified Capital, dan WNDR berpartisipasi dalam putaran tersebut. Diffusion, Lightspeed, Sapphire Ventures, dan Whale Rock bergabung sebagai investor baru.

Menurut pengumuman tersebut, pendanaan ini mengikuti peluncuran Harvey Tenet, model terbuka berberat pasca-pelatihan pertama perusahaan, serta peluncuran Harvey LAB, Benchmark Agen Hukum.

Pernyataan Co-Founder dan Adopsi yang Dilaporkan

Co-founder Harvey, Winston Weinberg dan Gabe Pereyra, mengatakan perusahaan “ingin menjadi mitra global yang dijadikan rujukan tim hukum untuk pekerjaan ini,” sambil menambahkan bahwa Harvey berencana merekrut dan mengembangkan timnya untuk mendukung klien melalui apa yang mereka sebut sebagai gelombang transformasi AI berikutnya. Menurut co-founder, peluang bagi perusahaan untuk mempercepat keunggulan kompetitif mereka dengan AI belum pernah setinggi ini.

Harvey menyatakan bahwa 80% firma hukum Am Law 100 menggunakan produknya, bersama dengan tim hukum internal yang mencakup lima perusahaan Fortune 10. Halaman perusahaan Harvey menggambarkan bisnisnya sebagai AI khusus domain untuk layanan hukum dan profesional, dengan produk yang mencakup analisis kontrak, due diligence, kepatuhan, dan alur kerja litigasi, serta menyebutkan bahwa lebih dari 2.400 pelanggan di lebih dari 70 negara menggunakan platform tersebut. Halaman tersebut mencantumkan GV, OpenAI Startup Fund, Andreessen Horowitz, dan EQT di antara pendukung perusahaan bersama Sequoia, Kleiner Perkins, dan Coatue.

Pratinjau Penelitian Harvey Tenet

Harvey menjelaskan Tenet dalam pratinjau penelitian tanggal 20 Agustus 2026. Model ini dibangun di atas basis Kimi K3 dan dipelatihan lanjutan bersama penelitian Fireworks untuk pekerjaan hukum jangka panjang, menggunakan pembelajaran penguatan asinkron dengan optimisasi kebijakan urutan kelompok, atau GSPO. Dataset pelatihan mencakup sekitar 1.750 lingkungan tugas hukum agenik, dan pelatihan dijalankan pada sekitar 150 GPU NVIDIA B300 selama dua bulan.

Harvey melaporkan bahwa model ini menyelesaikan hampir dua kali lebih banyak tugas LAB yang ditahan dibandingkan Kimi K3 dasar dan 20% lebih banyak pada LAB Contracts, meningkatkan tingkat lulus semua menjadi 9 dan 2 poin persentase masing-masing. Menurut pratinjau tersebut, Tenet mencapai kinerja mutakhir pada LAB Contracts dan menempati posisi kedua pada LAB, serta peningkatan tersebut berlaku pada benchmark agen eksternal yang tidak pernah dilihat model selama pelatihan, termasuk subset hukum perusahaan APEX Agents milik Mercor dan Redline Bench milik Crosby.

Korupus pelatihan menggabungkan data sintetis, data hukum yang tersedia secara publik, dan data ahli manusia, dan Harvey mengatakan mereka bekerja sama dengan Mercor dan pihak lain untuk membangun serta memperluas dataset ahli. Perusahaan menyatakan bahwa mereka menggunakan pembentukan hadiah (reward shaping) untuk mendorong penggunaan alat dan penalaran yang efisien, lebih memilih lintasan yang mengurangi token yang dikonsumsi pada waktu inferensi sehingga biaya dan kinerja dapat dioptimalkan bersama. Harvey menyatakan bahwa mereka tidak menggunakan data pelanggan dalam upaya pasca-pelatihan mereka.

Di luar model inti, pratinjau tersebut menjelaskan kemampuan yang dilatih secara terpisah yang dikatakan Harvey akan diintegrasikan ke dalam produknya seiring waktu: agen due diligence M&A yang dibangun di atas Recursive Language Model dengan perpanjangan riset Baseten, model ekstraksi Review Table yang dilatih dengan Applied Compute, serta model pengetahuan firma yang dilatih dengan Engram yang mengkodekan pengetahuan firma ke dalam memori parametrik dan catatan terstruktur.

Benchmark Agen Hukum Open-Source

Harvey merilis kode sumber terbuka Legal Agent Benchmark pada 6 Mei 2026. Versi pertamanya berisi lebih dari 1.200 tugas agen di 24 bidang praktik hukum, dievaluasi oleh lebih dari 75.000 kriteria rubrik yang ditulis oleh para ahli, dan tersedia di GitHub. Setiap tugas menggabungkan instruksi singkat yang ditulis sebagai permintaan kerja dari mitra dengan materi dokumen klien dan mengharuskan agen menghasilkan produk kerja yang dapat ditinjau, yang dinilai berdasarkan rubrik ahli yang dibagi menjadi kriteria lulus/gagal atomik yang mencakup fakta, kesimpulan, sitasi, dan format. Sebuah tugas dianggap selesai hanya ketika setiap kriteria lulus, standar yang disebut Harvey sebagai penilaian all-pass.

Salah satu tugas benchmark meminta agen untuk menganalisis ketentuan perubahan kontrol dalam akuisisi fiktif senilai $458 juta, meninjau ruang data virtual, menilai risiko kesepakatan, dan menyiapkan memo draf untuk tim kesepakatan, dengan pekerjaan dinilai berdasarkan 57 kriteria yang mencakup sembilan isu hukum. Harvey menyatakan bahwa mereka merilis LAB untuk memberikan penyedia model, pembuat agen, peneliti, dan firma hukum cara bersama mengukur kemajuan pada agen hukum jangka panjang. Benchmark tersebut diluncurkan tanpa papan peringkat, dan pada saat itu Harvey mengatakan bahwa mereka akan bekerja dengan mitra penelitian untuk menerbitkan hasil dasar dan standar untuk pengajuan yang dinormalisasi.

Dalam pratinjau penelitian bulan Agustus, Harvey menyatakan bahwa langkah selanjutnya meliputi memperluas LAB ke lebih banyak yurisdiksi, bidang praktik, dan alur kerja serta memperbesar kapasitas komputasinya untuk membawa penelitian tersebut ke produksi dengan model dan kemampuan generalis baru.