What is Harvey Tenet?

The first post-trained AI model from Harvey, the San Francisco legal-tech startup backed by OpenAI, Sequoia, and Andreessen Horowitz. Announced August 20, 2026 as a research preview: a Kimi K3 open-weight base post-trained with Fireworks through asynchronous reinforcement learning for long-horizon legal work.

How does it perform vs the base Kimi K3?

Per Harvey's announcement: nearly twice as many held-out tasks completed on Harvey's Legal Agent Benchmark (LAB) and about 20% more on related agentic evaluations, with frontier-level performance on prominent legal benchmarks at what Harvey calls an open-source cost.

Is Harvey Tenet open-weights?

No. The base (Kimi K3) is open-weight; Tenet itself is Harvey's own checkpoint — no weights, model card, or API endpoint were published at announcement. Harvey shipped the recipe and results, not the artifact, and says the work will move from research to production inside its products.

Why did Harvey choose Kimi K3?

Harvey says it spent six months researching open-weight foundations for legal AI. Earlier attempts failed because base models either leapfrogged too fast (OpenAI generations) or lagged the frontier; K3 — a 2.8T-parameter open-weight model with 1M context — finally offered frontier-grade capability that post-training could build on, at controllable cost.

What was Tenet trained on?

Asynchronous reinforcement learning over a combination of synthetic data, publicly available legal data, and human expert data. Harvey states no customer data was used, and the training ran with Fireworks AI's research team.

Why does this matter for the Chinese-model ecosystem?

An OpenAI-backed Western company publicly building its first in-house model on Chinese open weights (Moonshot's Kimi K3) is a milestone adoption signal — SCMP frames it as part of a shift by Western firms toward Chinese open-weight systems amid soaring development costs, and it validates K3 as a production-grade base for domain post-training.

الأخبار / متابعة النماذج · تبنّي المنظومة

محطة تبنٍ بارزة Harvey Tenet أساس Kimi K3 معاينة بحثية

2026-08-24 · متابعة النماذج · أُعلن في 20 أغسطس 2026

Harvey المدعومة من OpenAI تبني أول نموذج لها بالاعتماد على الأوزان المفتوحة لـ Kimi K3

أقوى إثبات حتى الآن لكفاءة Kimi K3 كقاعدة للإنتاج الفعلي: أعلنت Harvey — وهي شركة ناشئة في التكنولوجيا القانونية بسان فرانسيسكو مدعومة من OpenAI وSequoia وa16z — في 20 أغسطس عن Harvey Tenet، وهو أول نموذج يخضع للتدريب اللاحق لديها. الأساس؟ الأوزان المفتوحة بحجم 2.8T من Moonshot. والنتيجة: نحو ضِعف (2×) المهام المنجزة مقارنة بنموذج K3 الأساسي في اختبار وكلاء القانون الخاص بشركة Harvey (Legal Agent Benchmark)، وذلك بما تصفه الشركة بتكلفة تماثل البرمجيات مفتوحة المصدر.

الإجابة المباشرة

يستند Harvey Tenet إلى نموذج Kimi K3 الأساسي، وقد خضع لتدريب لاحق بالتعاون مع Fireworks عبر التعلم المعزز غير المتزامن (asynchronous RL) للأعمال القانونية الممتدة، وفقاً لـ إعلان Harvey الرسمي (20 أغسطس 2026). وهو عبارة عن معاينة بحثية: إنجاز نحو ضِعف (~2×) المهام غير المرئية (held-out tasks) مقارنة بأساس K3 في معيار LAB لـ Harvey، وزيادة تقارب 20% في التقييمات الوكيلة ذات الصلة، مع بلوغ مستويات النماذج الرائدة في الاختبارات القانونية المعيارية — لكن دون نشر أوزان أو بطاقة نموذج أو واجهة API. النموذج الأساسي مفتوح، بينما Tenet هو نقطة حفظ خاصة بـ Harvey وسيتم تضمينه داخل منتجات Harvey.

ما تم إطلاقه، وفقاً لإعلان Harvey

النموذج. أساس Kimi K3 + تعلّم معزز غير متزامن على بيانات اصطناعية، وبيانات قانونية عامة، وبيانات خبراء بشريين — مع استبعاد بيانات العملاء تماماً وبشكل صريح. تم التدريب بالاشتراك مع فريق أبحاث Fireworks AI.
النتائج. ما يقارب ضِعف (2×) المهام غير المرئية في اختبار وكلاء القانون لـ Harvey مقارنة بأساس K3؛ ومكاسب تقارب 20% في التقييمات الوكيلة ذات الصلة؛ بالإضافة إلى تحسينات في بيئة التشغيل للتدريب وتنفيذ المهام.
التموضع. "مستوى يضاهي النماذج الرائدة في أبرز الاختبارات المعيارية القانونية... بتكلفة المصادر المفتوحة"، مما يجعل تشغيل الوكلاء بشكل مستمر عبر كافة القضايا أمراً عملياً — بالإضافة إلى إرساء الأساس لشركات المحاماة لبناء نماذج متخصصة وفقاً لأعمالها الخاصة.
ما لم يتم طرحه. لا أوزان، ولا بطاقة نموذج، ولا نقطة نهاية API — معاينة بحثية فقط. وكما وصفتها MarkTechPost: "ما يُطرح اليوم هو الوصفة، وليس النتاج النهائي".

لماذا يكتسب هذا أهمية: كواليس الأشهر الستة وبُعد السيادة التقنية

الأوزان المفتوحة تلحق بالركب أخيراً. حاولت Harvey إجراء تدريب لاحق سابقاً وتوقفت: كانت النماذج الأساسية لـ OpenAI تتطور بسرعة فائقة تتجاوز التخصيصات، كما كانت النماذج المفتوحة السابقة متأخرة جداً عن مستوى الصدارة (وفقاً لنقاشات المجتمع حول تاريخ الشركة). لكن K3 غيّر هذه المعادلة.
شركة غربية مدعومة من OpenAI تختار أوزاناً مفتوحة صينية. تصوغ SCMP ذلك كجزء من تحول متنامٍ لشركات التكنولوجيا الغربية نحو أنظمة الأوزان المفتوحة الصينية وسط ارتفاع تكاليف التطوير.
طرح "امتلك ذكاءك الخاص". يشمل هدف Harvey المعلن تمكين شركات المحاماة من بناء نماذجها المتخصصة — بحيث ينتهي الأمر بشركتين تستخدمان Harvey إلى امتلاك نموذجين مختلفين وفقاً لاختلاف طبيعة أعمالهما. وتلك رؤية لسيادة الذكاء الاصطناعي قائمة على الأوزان المفتوحة، لا على واجهات API الاحتكارية.

المصادر الأولية

الأسئلة الشائعة (2026)

ما هو Harvey Tenet؟

أول نموذج يخضع للتدريب اللاحق من Harvey (معاينة بحثية، 20 أغسطس 2026): يستند إلى قاعدة الأوزان المفتوحة لـ Kimi K3 + تدريب لاحق بالتعلم المعزز غير المتزامن من Fireworks للأعمال القانونية الممتدة.

مقارنة بنموذج Kimi K3 الأساسي؟

إنجاز نحو ضِعف (~2×) المهام غير المرئية في اختبار وكلاء القانون لـ Harvey، وزيادة نحو 20% في التقييمات الوكيلة ذات الصلة — مستويات تضاهي النماذج الرائدة في الاختبارات القانونية المعيارية بتكلفة المصادر المفتوحة، وفقاً لـ Harvey.

هل Tenet مفتوح الأوزان؟

كلا — النموذج الأساسي هو المفتوح، بينما Tenet هو نقطة حفظ خاصة بـ Harvey. لم يتم طرح أوزان أو بطاقة نموذج أو واجهة API عند الإعلان؛ وسيتم دمجه داخل منتجات Harvey.

لماذا Kimi K3؟

ستة أشهر من أبحاث الأوزان المفتوحة: النماذج الأساسية السابقة إما كانت تتطور وتتغير بسرعة مفرطة أو متأخرة عن الصدارة. وأخيراً وفرت الأوزان المفتوحة لـ K3 بسعة 2.8T وسياق 1M استقراراً كافياً للبناء والتطوير عليها.

على ماذا تم تدريبه؟

تعلم معزز غير متزامن (Async RL) على بيانات اصطناعية + بيانات قانونية عامة + بيانات خبراء بشريين؛ دون أي استخدام لبيانات العملاء. تم بناؤه بالتعاون مع فريق أبحاث Fireworks AI.

لماذا يكتسب هذا أهمية؟

أول نموذج داخلي لشركة غربية مدعومة من OpenAI مبني على أوزان مفتوحة صينية — وهو أوضح مؤشر حتى الآن على تبني K3 كقاعدة للتدريب اللاحق في مجالات متخصصة.

Kimi K3 API guide

حزمة Kimi K3 + GLM المفتوحة · جميع الأخبار

الانضمام إلى قائمة الانتظار للوصول المتوافق مع OpenAI