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.

뉴스 / 모델 워치 · 생태계 도입

도입 마일스톤 Harvey Tenet Kimi K3 베이스 리서치 프리뷰

2026-08-24 · 모델 워치 · 2026년 8월 20일 발표

OpenAI의 투자를 받은 Harvey, Kimi K3 오픈 가중치 기반 첫 자체 모델 구축

Kimi K3가 프로덕션 베이스로서 지닌 가치를 입증하는 가장 강력한 사례: OpenAI, Sequoia, a16z의 투자를 받은 샌프란시스코의 리걸테크 스타트업 Harvey가 8월 20일 자사 최초의 사후 학습 모델인 Harvey Tenet을 발표했습니다. 기반이 된 모델은? Moonshot의 2.8T 오픈 가중치입니다. 그 결과, Harvey의 Legal Agent Benchmark에서 기본 K3 대비 약 2배의 작업 완료율을 달성하면서도, 회사 측이 밝힌 바에 따르면 오픈소스 수준의 비용을 유지했습니다.

핵심 결론

Harvey Tenet은 Kimi K3 베이스를 기반으로, Fireworks와 함께 비동기 RL을 통해 장기 법률 업무를 수행하도록 사후 훈련된 모델입니다(Harvey 공식 발표, 2026년 8월 20일). 현재 리서치 프리뷰 단계입니다: Harvey의 LAB에서 베이스 K3 대비 held-out 태스크 완료율 약 2배, 관련 에이전틱 평가 약 20% 향상 및 프론티어급 법률 벤치마크 성능을 기록했으나, 공개된 가중치나 모델 카드, API는 없습니다. 베이스 모델은 공개되어 있지만, Tenet 자체는 Harvey의 체크포인트이며 Harvey 제품군에 탑재되어 제공될 예정입니다.

Harvey 공식 발표 내용 요약

모델 구성. Kimi K3 베이스 + 합성 데이터, 공개 법률 데이터, 인간 전문가 데이터를 활용한 비동기 강화학습 — 고객 데이터는 일체 사용되지 않았습니다. Fireworks AI의 연구팀과 공동으로 학습을 진행했습니다.
주요 성과. Harvey의 Legal Agent Benchmark에서 K3 베이스 대비 미공개 작업 완료율 약 2배 달성, 관련 에이전트 평가에서 약 20% 향상, 학습 및 작업 실행을 위한 하네스(harness) 성능 개선.
포지셔닝. "주요 법률 벤치마크에서 프론티어급 성능… 오픈소스 수준의 비용"을 달성하여 모든 사건/업무에 걸쳐 에이전트를 상시 구동하는 것을 실용화했습니다. 또한 로펌이 자체 업무 데이터를 바탕으로 특화 모델을 구축할 수 있는 기반을 마련했습니다.
미포함 항목. 가중치, 모델 카드, API 엔드포인트는 제공되지 않으며 리서치 프리뷰로만 공개되었습니다. MarkTechPost가 언급했듯이 "오늘 공개된 것은 결과물이 아닌 레시피(방법론)"입니다.

중요한 이유: 지난 6개월간의 배경과 AI 주권(소버린티) 관점

오픈 가중치 모델의 비약적 발전. Harvey는 이전에 사후 학습을 시도했다가 중단한 바 있습니다. 당시에는 OpenAI의 베이스 모델 발전 속도가 너무 빨라 커스텀 모델이 금세 추월당했고, 초기 오픈 모델들은 프론티어 모델과의 격차가 너무 컸기 때문입니다(회사 히스토리에 관한 커뮤니티 논의 내용). 하지만 K3가 이러한 판도를 바꿨습니다.
OpenAI의 투자를 받은 서구 기업의 중국 오픈 가중치 모델 채택. SCMP는 이를 두고 개발 비용이 급증하는 상황에서 서구 기술 기업들이 중국 오픈 가중치 시스템으로 전환하는 흐름의 일환이라고 분석했습니다.
"자체 인텔리전스 소유"라는 비전. Harvey가 밝힌 목표 중 하나는 로펌들이 각자의 고유한 특화 모델을 구축할 수 있도록 지원하는 것입니다. 즉, Harvey를 사용하는 두 로펌이 서로 다른 업무 데이터를 바탕으로 각각 차별화된 모델을 갖게 되는 구조입니다. 이는 독점적 API가 아닌 오픈 가중치를 기반으로 구현되는 AI 주권 논리와 맞닿아 있습니다.

주요 출처

자주 묻는 질문 (2026)

Harvey Tenet이란 무엇인가요?

Harvey 최초의 사후 학습 모델(리서치 프리뷰, 2026년 8월 20일): Kimi K3 오픈 가중치 베이스 + 장기적 법률 업무를 위한 Fireworks 비동기 강화학습(async-RL) 사후 학습.

기본 Kimi K3 대비 성능은?

Harvey에 따르면, Harvey의 Legal Agent Benchmark에서 미공개 작업 완료율 약 2배 달성, 관련 에이전트 평가에서 약 20% 향상 — 오픈소스 수준의 비용으로 프론티어급 법률 벤치마크 성능 제공.

Tenet도 오픈 가중치로 공개되나요?

아닙니다. 베이스 모델만 오픈되어 있으며, Tenet은 Harvey의 독자적인 체크포인트입니다. 발표 당시 가중치, 모델 카드 또는 API는 제공되지 않으며, Harvey 제품군 내에 탑재되어 제공됩니다.

왜 Kimi K3인가요?

6개월간의 오픈 가중치 연구 결과: 이전 베이스 모델들은 너무 빠르게 추월당하거나 프론티어 성능에 미치지 못했습니다. K3의 2.8T 및 1M 컨텍스트 오픈 가중치는 마침내 그 위에 모델을 구축할 수 있을 만큼 충분한 안정성과 완성도를 보여주었습니다.

어떤 데이터로 학습되었나요?

합성 데이터 + 공개 법률 데이터 + 인간 전문가 데이터 기반 비동기 강화학습(Async RL)을 적용하였으며 고객 데이터는 일체 사용되지 않았습니다. Fireworks AI 연구팀과 공동 개발했습니다.

이것이 왜 중요한가요?

OpenAI의 투자를 받은 서구 기업이 중국의 오픈 가중치 모델을 기반으로 개발한 최초의 자체 모델로, 특정 도메인의 사후 학습 베이스로서 K3가 지닌 가치를 보여주는 가장 명확한 도입 신호입니다.

Kimi K3 API guide

Kimi K3 + GLM 오픈 스택 · 전체 뉴스

OpenAI 호환 액세스를 위한 대기자 명단 참여