Harvey、$550Mの新規資金調達を実施、評価額は$15.5Bに上昇

Harveyは2026年9月9日に、DiffusionとLightspeed Venture Partnersが共同リードした資金調達ラウンドで、評価額$15.5Bで$550Mを調達したと発表しました。同社の法務AIは、この資金により、法律事務所、社内法務チーム、プロフェッショナルサービス企業がスケールでインテリジェンスを構築・所有できるよう支援する取り組みを加速すると述べました。

既存投資家のSequoia、Kleiner Perkins、a16z、Coatue、Conviction、Elad Gil、Evantic、GIC、Goldman Sachs Alternatives、Verified Capital、WNDRが今回のラウンドに参加しました。Diffusion、Lightspeed、Sapphire Ventures、Whale Rockが新規投資家として加わりました。

発表によると、今回の調達は同社初のポストトレーニング済みオープンウェイトモデルであるHarvey Tenetの導入と、Harvey LAB（法務エージェントベンチマーク）の開始に続くものです。

共同創業者の声明と報告された導入状況

Harveyの共同創業者であるWinston WeinbergとGabe Pereyraは、同社は「この分野で法務チームが頼るグローバルパートナーになりたい」と述べ、Harveyは次のAI変革の波と呼ぶものを通じてクライアントを支援するためにチームを採用・育成する計画だと付け加えました。AIを活用して競争優位性を加速させる機会はかつてないほど高まっている、と共同創業者は語ります。

Harveyは、Am Law 100の法務事務所の80％が自社製品を利用していると述べ、またフォーチュン10に含まれる5社の社内法務チームも利用しています。Harveyの会社ページでは、事業は法務およびプロフェッショナルサービス向けのドメイン特化型AIと説明され、契約分析、デューデリジェンス、コンプライアンス、訴訟ワークフローにわたる製品群を提供し、70か国以上で2,400以上の顧客がプラットフォームを利用していると記載されています。ページでは、GV、OpenAI Startup Fund、Andreessen Horowitz、EQTがSequoia、Kleiner Perkins、Coatueと共に同社の支援者として挙げられています。

Harvey Tenet 研究プレビュー

Harveyは2026年8月20日の研究プレビューでTenetの詳細を発表しました。このモデルはKimi K3ベースから開始し、長期的な法務作業向けにFireworks研究と共同でポストトレーニングを行い、非同期強化学習とグループシーケンスポリシー最適化（GSPO）を使用しました。トレーニングデータセットは約1,750のエージェント型法務タスク環境で構成され、トレーニングは約150台のNVIDIA B300 GPUで2か月間実行されました。

Harveyは、同モデルがベースのKimi K3に比べて保持されたLABタスクをほぼ2倍、LAB契約タスクでは20％多く完了し、すべて合格率をそれぞれ9ポイントと2ポイント向上させたと報告しました。プレビューによると、TenetはLAB契約で最先端の性能を達成し、LAB全体では2位にランク付けされ、これらの向上はトレーニング中に見たことのない外部エージェントベンチマーク、例えばMercorのAPEX Agents企業法サブセットやCrosbyのRedline Benchにも一般化しました。

トレーニングコーパスは合成データ、公開されている法務データ、そして人間の専門家データを組み合わせ、HarveyはMercorなどと協力して専門データセットの構築と拡張を行ったと述べました。同社は、効率的なツール使用と推論を促すために報酬シェイピングを用い、推論時に消費されるトークンを削減する軌道を好むことで、コストとパフォーマンスを同時に最適化できるようにしたと説明しています。Harveyは、ポストトレーニングにおいて顧客データは一切使用しなかったと明言しました。

コアモデルに加えて、プレビューではHarveyが今後製品に組み込む予定の別途トレーニングされた機能が述べられています: Recursive Language Modelを基盤とし、Basetenの研究で拡張されたM&Aデューデリジェンスエージェント、Applied Computeでトレーニングされたレビュー表抽出モデル、そしてEngramでトレーニングされ、企業の知識をパラメトリックメモリと構造化ノートにエンコードするファームナレッジモデルです。

オープンソース法務エージェントベンチマーク

Harveyは2026年5月6日にLegal Agent Benchmarkをオープンソース化しました。第一版は24の法務実務領域にわたる1,200以上のエージェントタスクを含み、75,000件以上の専門家が作成した評価基準で評価され、GitHubで入手可能です。各タスクは、パートナーからの作業依頼として書かれた短い指示と、クライアントの文書案件とを組み合わせ、エージェントがレビュー可能な成果物を生成することを求めます。その成果物は、事実、結論、引用、書式を網羅する原子的な合格/不合格基準に分割された専門家ルーブリックに基づいて採点されます。すべての基準を合格したときのみタスクは完了とみなされ、Harveyはこれを「全合格」採点と呼んでいます。

ベンチマークタスクの一例では、架空の$458Mの買収における支配権変更条項を分析し、バーチャルデータルームをレビューし、取引リスクを評価し、取引チーム向けのドラフトメモを作成するようエージェントに求めます。この作業は9つの法的課題にまたがる57項目の基準で採点されます。Harveyは、LABを公開することで、モデル提供者、エージェント構築者、研究者、法律事務所が長期的な法務エージェントの進捗を共通の方法で測定できるようにしたと述べました。このベンチマークはリーダーボードなしで開始され、当時Harveyは研究パートナーと協力して、標準化された提出物のベースライン結果と基準を公開すると述べました。

8月の研究プレビューにおいて、Harveyは今後のステップとして、LABをより多くの法域、実務領域、ワークフローに拡大し、計算リソースを増強して新しい汎用モデルと機能を用いた研究成果を実装に移すことを挙げました。